文献

J-GLOBAL ID：201702222441954522   整理番号：17A1784394

減衰因子に基づく二重チャネル神経回路網画像分類アルゴリズム【JST・京大機械翻訳】

Image classification for dual-channel neural networks based on attenuation factor

著者 (3件)： Qu Jingyi (中国民航大学天津市智能信号与図像処理重点実験室,天津,300300) ,  Zhu Wei (中国民航大学天津市智能信号与図像処理重点実験室,天津,300300) ,  Wu Renbiao (中国民航大学天津市智能信号与図像処理重点実験室,天津,300300)
資料名： Xitong Gongcheng yu Dianzi Jishu  (Xitong Gongcheng yu Dianzi Jishu)
巻： 39  号： 6  ページ： 1391-1399  発行年： 2017年 
JST資料番号： C2068A  ISSN： 1001-506X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 深さ畳込みニューラルネットワーク(CNN)の訓練が難しい問題を解決するために,新しい方法を提案した。本論文では,チャネルとチャネルの2つのチャネルによって構成される,高速チャネルと高効率の二重チャネル神経回路網(DCNN)を提案し,それにより,チャネルの深さに対するチャネルの安全性を保証した。畳込みチャネルは深さネットワークの学習を担当する。深層ネットワークが訓練の際に不安定性が現れやすいという問題を考慮して、畳込みチャンネルに畳込み減衰因子を導入し、その応答データに対して制約を行った。「二重池化層」を設計し、同じ特徴図に対して降下サンプリングを行うことで、訓練のオーバーフィッティングを防止できるだけでなく、各チャネルの次元の一致性を保証することができる。3つの画像データセットCIFAR-10,CIFAR-100とMNISTに関する実験結果は,DCNNがニューラルネットワークのトレーニング深さ,安定性,および分類精度において,既存の深さ畳込みニューラルネットワークより明らかに優れていることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  ネットワーク ,  学習 ,  *神経回路網 ,  ニューラルネットワーク ,  安全性 ,  類似性 ,  *画像 ,  不安定性 ,  *チャネル
準シソーラス用語： *画像分類 ,  分類精度 ,  画像データ ,  *分類アルゴリズム ,  *デュアルチャネル , 【Automatic Indexing@JST】

著者キーワード (5件)： 画像分類 ,  深い学習 ,  畳込みニューラルネットワーク ,  二重チャネルニューラルネットワーク(DCNN) ,  畳込み減衰因子

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 減衰 ,  因子 ,  二重チャネル ,  神経回路網 ,  画像分類 ,  アルゴリズム