Новая концепция будет представлена в ходе предстоящей Международной конференции по нейронным сетям (2017 International Joint Conference on Neural Networks) в США на Аляске.
Нейронные сети представляют собой биологически вдохновленную модель программирования, которая позволяет компьютеру учиться на основе наблюдения данных – подобно тому, как мозг человека учится через познание. Это один из самых мощных инструментов, когда речь заходит о решении задач цифровой классификации, широко используемых в индустриях для распознавания в видео, изображениях, речи, языке, ДНК или даже фондовых рынках и погоде.
К сожалению, для маркетинговой индустрии нейронная сеть ограничена в своей способности прогнозировать непрерывные данные, например, такие показатели, как стоимость заказа или ежедневные доходы.
RTB House разработал инновационный метод, позволяющий оценивать любые необходимые показатели более точно и достоверно. Он может использоваться для усиления любой нейронной сети, подготовленной для решения задач по расчету значений показателей.
Бартек Романьски, технический директор RTB House, отмечает: «Нейронные сети (особенно архитектуры глубинного обучения) стали новым стандартом в понимании цифрового мира и эффективном использовании колоссальных возможностей применения данных. Искусственный интеллект навсегда изменил подход к созданию интернет-рекламы. Google и Facebook тренируют нейронные сети, вдохновленные мозгом, чтобы лучше представлять реальный мир, классифицировать, группировать и прогнозировать результаты в данных. Сегодня глубинное обучение находит свое применение во всех отраслях промышленности, начиная от здравоохранения, заканчивая электронной коммерцией, автопилотируемыми автомобилями и даже искусством. Мы чрезвычайно горды тем, что вносим вклад в развитие глубинного обучения в области рекламы».
Конрад Жолна, научный сотрудник RTB House, объясняет, как работает модель для поиска оптимизированных значений в конверсиях: «Наш метод расширяет стадию обучения модели стоимости конверсии с тщательно составленными дополнительными целями, делая прогнозы окончательной модели более надежными и точными. На практике это означает, что наши алгоритмы самообучения способны сверхточно определить покупателей с наибольшей потенциальной стоимостью покупки, а затем отобразить персонализированное сообщение, побуждающее их к завершению транзакции».
Общая идея и результаты применения подхода глубинного обучения RTB House будут представлены на Международной совместной конференции по нейронным сетям 2017 (IJCNN 2017). Мероприятие будет проходить в Общественном центре и комплексе для конференций им. Уильяма А. Игана в Анкоридже, Аляска, США, 14-19 мая 2017 года. Эта важнейшее событие для исследователей и других специалистов по нейронным сетям и в смежных областях.
Это третья конференция после 33-й Международной конференции по машинному обучению (ICML 2016) в Нью-Йорке и 31-й конференции по искусственному интеллекту (AAAI 2017) в Сан-Франциско, где представлены результаты исследований RTB House в области искусственного интеллекта.