利用进化算法构建用于图像分类的卷积神经网络

ROSUS 2024 - Računalniška obdelava slik in njena uporaba v Sloveniji 2024: Zbornik 18. strokovne konference Pub Date : 2024-03-11 DOI:10.18690/um.feri.1.2024.3

Uroš Mlakar

{"title":"利用进化算法构建用于图像分类的卷积神经网络","authors":"Uroš Mlakar","doi":"10.18690/um.feri.1.2024.3","DOIUrl":null,"url":null,"abstract":"Globoke nevronske mreže so bile uspešno aplicirane že na mnogih področjih obdelave slik. Uspešnost mreže je vedno pogojena z njeno arhitekturo, ki pogosto zahteva ročno oblikovanje strokovnjaka z bogatim strokovnim znanjem. Takšen pristop je lahko v realnem svetu zamuden, morda tudi neizvedljiv, predvsem zaradi primanjkljaja izkušenj načrtovalcev oz. njihovega znanja. V tem članku smo predstavili postopek avtomatskega iskanja topologije globoke nevronske mreže v aplikaciji razvrščanja slik. Iskanje ustrezne topologije smo preslikali v optimizacijski problem, ki ga rešujemo z algoritmom diferencialne evolucije. Algoritem smo testirali nad podatkovnima zbirkama CIFAR10 in AffectNet. Dobljeni rezultati so obetavni in odpirajo novo mlado razsikovalno področje načrtovanja globokih mrež brez predhodnega ekspertnega znanja.","PeriodicalId":517885,"journal":{"name":"ROSUS 2024 - Računalniška obdelava slik in njena uporaba v Sloveniji 2024: Zbornik 18. strokovne konference","volume":"10 17","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-03-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Gradnja konvolucijskih nevronskih mrež za razvrščanje slik z uporabo evolucijskih algoritmov\",\"authors\":\"Uroš Mlakar\",\"doi\":\"10.18690/um.feri.1.2024.3\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Globoke nevronske mreže so bile uspešno aplicirane že na mnogih področjih obdelave slik. Uspešnost mreže je vedno pogojena z njeno arhitekturo, ki pogosto zahteva ročno oblikovanje strokovnjaka z bogatim strokovnim znanjem. Takšen pristop je lahko v realnem svetu zamuden, morda tudi neizvedljiv, predvsem zaradi primanjkljaja izkušenj načrtovalcev oz. njihovega znanja. V tem članku smo predstavili postopek avtomatskega iskanja topologije globoke nevronske mreže v aplikaciji razvrščanja slik. Iskanje ustrezne topologije smo preslikali v optimizacijski problem, ki ga rešujemo z algoritmom diferencialne evolucije. Algoritem smo testirali nad podatkovnima zbirkama CIFAR10 in AffectNet. Dobljeni rezultati so obetavni in odpirajo novo mlado razsikovalno področje načrtovanja globokih mrež brez predhodnega ekspertnega znanja.\",\"PeriodicalId\":517885,\"journal\":{\"name\":\"ROSUS 2024 - Računalniška obdelava slik in njena uporaba v Sloveniji 2024: Zbornik 18. strokovne konference\",\"volume\":\"10 17\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-03-11\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"ROSUS 2024 - Računalniška obdelava slik in njena uporaba v Sloveniji 2024: Zbornik 18. strokovne konference\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.18690/um.feri.1.2024.3\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"ROSUS 2024 - Računalniška obdelava slik in njena uporaba v Sloveniji 2024: Zbornik 18. strokovne konference","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18690/um.feri.1.2024.3","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

摘要

深度神经网络已成功应用于图像处理的多个领域。网络的性能始终受制于其架构，这通常需要由具有丰富专业知识的专家进行人工设计。这种方法非常耗时，在现实世界中甚至不可行，主要原因是设计者缺乏经验或知识。在本文中，我们介绍了一种在图像分类应用中自动寻找深度神经网络拓扑结构的程序。我们将寻找合适拓扑结构的过程映射为一个优化问题，并通过微分进化算法加以解决。我们在 CIFAR10 和 AffectNet 数据集上测试了该算法。所取得的结果很有希望，并为无需专家知识的深度网络设计开辟了一个新的解析领域。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

Gradnja konvolucijskih nevronskih mrež za razvrščanje slik z uporabo evolucijskih algoritmov

Globoke nevronske mreže so bile uspešno aplicirane že na mnogih področjih obdelave slik. Uspešnost mreže je vedno pogojena z njeno arhitekturo, ki pogosto zahteva ročno oblikovanje strokovnjaka z bogatim strokovnim znanjem. Takšen pristop je lahko v realnem svetu zamuden, morda tudi neizvedljiv, predvsem zaradi primanjkljaja izkušenj načrtovalcev oz. njihovega znanja. V tem članku smo predstavili postopek avtomatskega iskanja topologije globoke nevronske mreže v aplikaciji razvrščanja slik. Iskanje ustrezne topologije smo preslikali v optimizacijski problem, ki ga rešujemo z algoritmom diferencialne evolucije. Algoritem smo testirali nad podatkovnima zbirkama CIFAR10 in AffectNet. Dobljeni rezultati so obetavni in odpirajo novo mlado razsikovalno področje načrtovanja globokih mrež brez predhodnega ekspertnega znanja.

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

ROSUS 2024 - Računalniška obdelava slik in njena uporaba v Sloveniji 2024: Zbornik 18. strokovne konference

自引率

0.00%

发文量