بهبود شبکه عصبی کانولوشنی براساس الگوریتم فراابتکاری به منظور شناسایی حالات چهره
- سال انتشار: 1401
- محل انتشار: پنجمین کنفرانس ملی فناوری های نوین در مهندسی برق و کامپیوتر
- کد COI اختصاصی: ICTI05_029
- زبان مقاله: فارسی
- تعداد مشاهده: 580
نویسندگان
دانشجوی دکتری، دانشکده فنی و مهندسی دانشگاه لرستان، خرم آباد
استادیار، دانشکده فنی و مهندسی دانشگاه لرستان، خرم آباد
چکیده
در این پژوهش یک روش شناسایی چهره بر اساس بهبود شبکه های عصبی کانولوشنی (CNN) ارائه شده است. اساس روشپیشنهادی آن است که به جای استفاده از الگوریتم های بهینه سازی معمول در CNN ها. از روش های جایگزین که دقت مدل راافزایش می دهند بهره ببریم. از آنجایی که اکثر روش های مبتنی بر شبکه های عصبی از یک سری توابع هزینه مشابه استفاده می-کنند، استفاده از الگوریتم های فرا ابتکاری به عنوان تابع هزینه یکی از روش هایی است که می توان در بهبود CNN از آن ها بهرهجست. در این پژوهش، از الگوریتم بهینه سازی ازدحام ذرات (PSO) بهره گرفته شده است تا روند شبکه بر اساس این توابع شکلبگیرد. همچنین برای جلوگیری از قرار گرفتن الگوریتم در مینیمم های محلی، از تعریف قواعد فازی در کنار PSO استفاده شده-است. همجنین از ساختار شبکه ی MobileNet برای قسمت یادگیری عمیق آن استفاده شده است. به منظور ارزیابی عملکردمدل پیشنهادی از یکی از پایگاه های داده ی شناخته شده در زمینه شناسایی حالات چهره به نام FER۲۰۱۳ برای آموزش مدلو همچنین مرحله ی آزمون آن بهره برده ایم. روش پیشنهادی توانست بر چالش های موجود در پایگاه داده ی FER۲۰۱۳ غلبهنموده و به دقت ۸۶ درصدی برسد. لذا با توجه به نتایج به دست آمده می توان روش پیشنهادی را به عنوان مدلی مناسب در اینزمینه مطرح نمود.کلیدواژه ها
شناسایی حالات چهره، بهینه سازی از دحام ذرات، قوانین فازی، باد گیری عمیقمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.