بهینه سازی فرا پارامترهای U-Netجهت افزایش دقت در بخش بندی تصویر

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 911

فایل این مقاله در 11 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AISC01_044

تاریخ نمایه سازی: 16 آبان 1401

چکیده مقاله:

در سال های اخیر تلاش برای بهینه سازی سیستم های طراحی شده ی موجود در زمینه علوم مختلف، توسط پژوهشگران مورد توجه ویژه قرار گرفته است. در میان مدل‎های مبتنی بر یادگیری عمیق، معماری U-Net به سبب دقت و سرعت بالای یادگیری و پردازش سریع داده ها و نیز عدم نیاز به پایگاه‎های داده‎ای بزرگ برای آموزش شبکه، به عنوان یک معماری شناخته شده و محبوب جهت بخش‎بندی و استخراج ویژگی از تصاویر مطرح شده است. در این مقاله، با به کارگیری الگوریتم فرا ابتکاری ملخ به بهینه سازی تعدادی از فرا پارامترهای مهم و اساسی U-Net می پردازیم. تعیین مقادیر مناسب این فرا پارامترها در کمینه نمودن تابع هزینه ی شبکه بسیار موثر می باشد. نتایج حاصل از این پژوهش نشان دهنده ی افزایش دقت شبکه ی بهینه شده در مقایسه با شبکه ی پایه جهت بخش بندی تصاویر می باشد. افزایش دقت در بخش بندی تصاویر موجب استخراج دقیق تر ویژگی های تصویر و نیز دستیابی به دانشی نزدیک تر به حقیقت می گردد.

نویسندگان

علیرضا مهرآوین

دانشجوی کارشناسی ارشد علوم کامپیوتر دانشگاه دامغان

مصطفی زارع خورمیزی

استادیار گروه علوم کامپیوتر دانشگاه دامغان

رضا مرتضوی

استادیار مهندسی کامپیوتر دانشگاه دامغان