مروری بر برخی از معروفترین بهینه سازهای هایپرپارامترهای شبکه عصبی عمیق U-Net

سال انتشار: 1402
محل انتشار: دهمین کنفرانس بین المللی مهندسی برق، الکترونیک و شبکه های هوشمند
کد COI اختصاصی: EESCONF10_020
زبان مقاله: فارسی
تعداد مشاهده: 142

نویسندگان

دانشجوی کارشناسی ارشد مهندسی نرم افزار دانشگاه پیام نور

هیئت علمی گروه مهندسی کامپیوتر و فناوری اطلاعات دانشگاه پیام نور

چکیده

تا پیش از ظهور یادگیری عمیق، یادگیری های مرسوم به این صورت بود که ویژگی ها از داده های ورودی استخراجمیشد و سپس مدل بر اساس ویژگی ها، داده ها را دسته بندی می کرد. ویژگی ها بیان دیگری از داده ها هستند که تابعنگاشت ورودی به خروجی با آنها کار می کند. در روش های سنتی یادگیری، استخراج ویژگی به صورت دستی انجاممی شده است و باتوجه به حوزه کاربرد مسئله، از بین ویژگی ها، مناسب ترین آنها انتخاب می شدند؛ لیکن در یادگیریعمیق استخراج ویژگی به صورت دستی انجام نمی گیرد و خود شبکه به صورت خودکار ویژگی ها را یاد می گیرد. یکیاز مشهورترین و محبوب ترین شبکه ها در بحث یادگیری عمیق، شبکه عصبی کانولوشنی U-Net است. در سال هایاخیر به دلیل محبوبیت مباحث یادگیری عمیق بین پژوهشگران، بهینه سازی های متعددی هم بر روی معماری شبکهU-Net و هم بر روی هایپرپارامترهای این شبکه مطرح شده است که هر کدام موجب بهبودهایی در برخی کارکردهایاین شبکه شده اند. این نوشتار به بررسی شبکه عصبی کانولوشنی U-NET و معروف ترین بهینه سازهایی که رویهایپرپارامترهای این شبکه معرفی شده اند می پردازد.

کلیدواژه ها

یادگیری عمیق، U-NET ، هایپرپارامترهای U-NET

مقالات مرتبط جدید

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.