Oddy Virgantara Putra saat menerangkan cara kerja self-supervised system dalam penelitiannya. (Ist)
BANGSAONLINE.com - Oddy Virgantara Putra, lulusan program doktoral Departemen Teknik Elektro Institut Teknologi Sepuluh Nopember (ITS) mengembangkan kerangka kerja pembelajaran mandiri yang efektif untuk mengatasi ketidakakuratan data.
Kerangka kerja ini menggabungkan teknik denoising dan pembelajaran mandiri untuk meningkatkan akurasi pengenalan objek tiga dimensi (3D) secara signifikan.
Oddy menjelaskan bahwa kerangka kerja yang ia kembangkan mampu mengurangi noise dan meningkatkan kualitas data point cloud 3D, sekumpulan titik dalam ruang 3D yang merepresentasikan bentuk permukaan suatu objek atau lingkungan.
“Hal ini dicapai melalui modul denoising atau gangguan yang tidak diinginkan dari data yang terdiri dari ScoreNet dan Guided Filter,” Oddy, Jumat (7/3/2025).
Menurutnya, modul ini bekerja dengan cara mengisolasi informasi yang berharga dan menyempurnakan detail penting dari data point cloud 3D. Kemudian, data yang telah disempurnakan digunakan untuk melatih pengklasifikasi berbasis arsitektur GDANet, sebuah jaringan perhatian yang dirancang untuk memahami representasi objek 3D dengan lebih baik melalui pemisahan geometri.
Selanjutnya, arsitektur ini memanfaatkan operasi dua fungsi atau konvolusi overparameterized (DOConv). Lapisan konvolusi ini dirancang untuk meningkatkan kinerja jaringan saraf konvolusional dengan menambahkan parameter tambahan tanpa meningkatkan kompleksitas komputasi selama inferensi.
“Hal ini digunakan untuk menangkap fitur-fitur kompleks yang penting untuk klasifikasi akurat,” jelasnya.
