Resumen

Con el advenimiento de la era de los grandes datos, la forma de obtener rápidamente información eficaz y difundir eficientemente la tecnología de la información se ha convertido en el tema más popular. Los estudios han demostrado que la capacidad del cerebro humano para procesar datos e información es incomparable con la de las máquinas, y el procesamiento de gráficos es decenas de miles de veces más rápido que el de las palabras. Basándose en el algoritmo de la red de creencia profunda (DBN), este trabajo estudia la tecnología de la aplicación de la enseñanza del diseño gráfico de la visualización de la información. En primer lugar, se analiza la estructura de la red de creencia profunda para explorar su aplicación técnica en la reconstrucción de información gráfica. Se concluye que el algoritmo DBN puede utilizarse para tratar los problemas de clasificación, regresión, cálculo de dimensiones, adquisición de puntos de características, cálculo de precisión, etc. en el entrenamiento de aprendizaje automático. A continuación, se estudia la tecnología de deformación del diseño gráfico local basada en el algoritmo DBN para construir la plataforma de enseñanza visual y analizar los resultados de la investigación técnica de este algoritmo en el diseño gráfico de información. Los resultados muestran que el algoritmo DBN puede resolver rápidamente el problema del procesamiento de características complejas en los gráficos, cambiar el diseño de deformación local de los gráficos originales para formar nuevos datos de puntos de características y añadirlos a la plataforma de enseñanza, y mejorar la capacidad de aprendizaje y entrenamiento rápido del modelo, optimizando la eficiencia de funcionamiento de la plataforma de enseñanza.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:deep believes network, algoritmo dbn, plataforma de enseñanza, adquisición de puntos de características, reconstrucción de información gráfica, tecnología de la información, formación de machine learning, diez de miles, resultados de investigación técnica, miles de tiempo
• Keywords:deep believes network, dbn algorithm, teaching platform, features point acquisition, graphics information reconstruction, technology of information, machine learning training, ten of thousands, technical research results, thousands of time