شبکه عصبی با کرنل چندمقیاسه (Multiscale Kernel Network)، در ریاضیات (Mathematics)

انواع شبکه های عصبی (Neural Networks) را در آموزش زیر شرح دادیم :

انواع شبکه های عصبی (Neural Networks)، در ریاضیات (Mathematics)

شبکه عصبی با کرنل چندمقیاسه (Multiscale Kernel Network) :

شبکه عصبی با کرنل چندمقیاسه (Multiscale Kernel Network) از ترکیب چندین هسته (kernel) با مقیاس های مختلف برای یادگیری ویژگی ها در سطوح گوناگون استفاده می کند. ایده اصلی این است که داده ها ممکن است الگوهایی در مقیاس های متفاوت داشته باشند (مثلا تصاویر دارای بافت های ریز و ساختارهای درشت). با استفاده از کرنل های چندمقیاسه، شبکه می تواند این الگوها را به طور همزمان مدل کند.

در پیاده سازی، این شبکه ممکن است شامل چندین شاخه موازی با هسته های متفاوت (مثلا با اندازه های مختلف فیلتر در CNN) باشد که خروجی آن ها با هم ترکیب می شود. معماری Inception نمونه ای از این ایده است که از فیلترهای ۱×۱، ۳×۳، ۵×۵ در یک ماژول استفاده می کند. در شبکه های مبتنی بر هسته (kernel methods)، می توان چندین هسته با مقیاس های متفاوت (مثلا با پهنای باند مختلف در هسته RBF) ترکیب کرد (Multiple Kernel Learning).

مزایا: افزایش توانایی مدل سازی، بهبود دقت در مسائلی با تنوع مقیاس. کاربردها: بینایی کامپیوتر (تشخیص اشیاء در اندازه های مختلف)، پردازش سیگنال (تحلیل فرکانس های مختلف)، ژنومیکس. معایب: افزایش تعداد پارامترها و پیچیدگی محاسباتی.

دسته بندی شبکه های عصبی (Neural Networks)، در ریاضیات (Mathematics)

نویسنده علیرضا گلمکانی

شماره کلید 14360

گزینه ها

به اشتراک گذاری (Share) در شبکه های اجتماعی

FaceBook Twitter Digg Reddit LinkedIn Pinterest StumbleUpon

نظرات 0 0 0

ارسال نظر جدید (بدون نیاز به عضو بودن در وب سایت)

*** نام تو کلید هر چه بستند ***

کپی برداری سایر وب سایت ها از محتوای آموزشی کلیدستان ممنوع می باشد (بیشتر بدانید)