검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Neural Network Model Switching for Efficient Feature Extraction 효율적인 특징 추출을 위한 신경망 모델 전환

Keisuke KAMEYAMA, Yukio KOSUGI

  • 조회수

    0

  • 이것을 인용

요약 :

계층화된 신경망에서 역전파(BP) 학습의 특징 추출 효율성을 높이기 위해, 모델 전환 맵을 변경하지 않고 기능 모델을 변경하는 것이 제안되었습니다. 모델 전환에는 채널 융합에 의한 지도 보존 단위 감소 또는 채널 설치에 의한 단위 추가가 포함됩니다. 채널 융합을 통해 모델 크기를 줄이기 위해 중복 채널 탐지를 위한 두 가지 기준을 다루고 지도 보존을 위한 로컬 링크 가중치 보상을 공식화합니다. 전환된 모델의 맵 간 불일치의 상한값을 도출하여 전환 모델 후보 선정 시 통일된 기준으로 사용합니다. 실험에서는 특징 추출의 비효율성을 돕기 위해 이미지 텍스처 분류를 위한 계층형 네트워크 모델의 BP 훈련 중에 모델 전환이 사용되었습니다. 결과는 중복 채널의 융합 및 재설치, 지도 보존을 위한 채널 융합에 대한 가중치 보상, 모델 선택을 위한 통일된 기준의 사용이 모두 일반화 능력 향상과 빠른 학습에 효과적인 것으로 나타났습니다. 또한, 모델과 맵의 동시 최적화를 위해 모델 전환을 사용할 수 있는 가능성에 대해 논의합니다.

발행
IEICE TRANSACTIONS on Information Vol.E82-D No.10 pp.1372-1383
발행일
1999/10/25
공개일
온라인 ISSN
DOI
원고의 종류
PAPER
범주
이미지 처리, 컴퓨터 그래픽 및 패턴 인식

작성자

키워드