Діагностична система на базі автоенкодерів

V. M. Sineglazov, S. V. Kostiuchenko

Анотація


Розглянуто проблему обробки зображень, яка використовується в діагностичних системах, коли необхідно обробляти результати ультразвуку, комп’ютерна томографія та магнітно-резонансна томографія. Для вирішення цієї проблеми часто використовуються штучні нейронні мережі, особливо згорткові нейронні мережі. Розглянуто структуру згорткових нейронних мереж, особливо типи шарів. У роботі проаналізовано створення згорткових нейронних мереж на базі автоенкодерів. Розглянуто особливості такої нейронної мережі, алгоритм навчання та важливі параметри, що визначають якість функції обробки зображень. Можливе поліпшення такої топології можливе за допомогою обмеженої машини Больцмана, яку можна використовувати для попереднього навчання.


Ключові слова


Зображення; розпізнавання; автоенкодер; нейронна мережа; шар; згорткова; персептрон; навчання

Посилання


Dumitru Erhan, Yoshua Bengio, Aaron Courville, Pierre-Antoine Manzagol, Pascal Vincent, and SamyBengio, “Why does unsupervised pre-training help deep learning,” Journal of Machine Learning Research, 11:625-660, February 2010.

D. Lowe, “Object recognition from local scale-invariant features,” in The Proceedings of the Seventh IEEE International Conference on Computer Vision, vol. 2, 1999, pp. 1150–1157.

T. Serre, L. Wolf, , and T. Poggio, “Object recognition with features inspired by visual cortex,” in Proc. of Computer Vision and Pattern Recognition Conference, 2007.

Tim Morris. Computer vision and image processing. Palgrave Macmillan, 2004.

Yann Lecun and Corinna Cortes, The MNIST database of handwritten digits.

Yann Lecun, Leon Bottou, Yoshua Bengio, and Patrick Haffner, “Gradient-based learning applied to document recognition,” in Proceedings of the IEEE, 1998, pp. 2278–2324.


Повний текст: PDF

Посилання

  • Поки немає зовнішніх посилань.


ISSN 1990-5548

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.