|
Эта публикация цитируется в 17 научных статьях (всего в 17 статьях)
ЧИСЛЕННЫЕ МЕТОДЫ И АНАЛИЗ ДАННЫХ
Структурно-функциональный анализ и синтез глубоких конволюционных нейронных сетей
Ю. В. Визильтер, В. С. Горбацевич, С. Ю. Желтов ФГУП «Государственный научно-исследовательский институт авиационных систем» (ФГУП «ГосНИИАС»), Москва, Россия
Аннотация:
Предложен общий поход к структурно-функциональному анализу и синтезу глубоких конволюционных нейронных сетей, который позволяет регулярным образом определить: из каких типовых структурно-функциональных элементов могут строиться конволюционные нейронные сети; каковы необходимые математические свойства структурно-функциональных элементов; какие комбинации структурно-функциональных элементов являются допустимыми; каковы возможные пути построения и обучения глубоких сетей для анализа и распознавания нерегулярных, неоднородных или сложно структурированных данных (таких как нерегулярные массивы, данные различного размера и различной природы, деревья, скелеты, графовые структуры, 2D-, 3D- и ND-облака точек, триангулированные поверхности, аналитические описания данных и т.п.). Определён необходимый набор структурно-функциональных элементов. Предложены методики решения задач структурно-функционального анализа и синтеза конволюционных нейронных сетей на основе структурно-функциональных элементов и правил их комбинации.
Ключевые слова:
глубокие нейронные сети, машинное обучение, структуры данных.
Поступила в редакцию: 07.03.2019 Принята в печать: 27.06.2019
Образец цитирования:
Ю. В. Визильтер, В. С. Горбацевич, С. Ю. Желтов, “Структурно-функциональный анализ и синтез глубоких конволюционных нейронных сетей”, Компьютерная оптика, 43:5 (2019), 886–900
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/co714 https://www.mathnet.ru/rus/co/v43/i5/p886
|
Статистика просмотров: |
Страница аннотации: | 333 | PDF полного текста: | 132 | Список литературы: | 42 |
|