مروری بر آخرین تغییرات و بروز آوری ها در شبکه عصبی کانولوشن

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,130

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELECONFK03_030

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

با ظهور یادگیری عمیق و کسب بهترین نتایج در حوزه های گوناگون یادگیری ماشین خصوصا بینایی کامپیوتر، شبکه های عصبی کانولوشن بعنوان یکی از مهمترین الگوریتم های فعال در این زمینه مورد استفاده فراوان محققان قرار گرفت. هرچند شبکه عصبی کانولوشن ابتدا در سال 1989 معرفی گردید اما در سال های اخیر دستخوش تغییرات زیادی شده است. این تغییرات سبب شده است تا بصورت گسترده در دامنه های مختلفی از هوش مصنوعی مثل پویش معنایی،پردازش زبان طبیعی , بینایی کامپیوتر و ...مورد استفاده قرار گیرد. در این مقاله ما بصورت مختصر به معرفی مهمترین تغییرات و بروزآوری ها در لایه ها و معماری های مبتنی بر شبکه عصبی کانولوشن خواهیم پرداخت.

نویسندگان

سیدحسین حسن پور متی کلایی

دانشگاه آزاد اسلامی واحد علوم و تحقیقات آیت الله آملی،

رضا سعادتی

دانشگاه علم و صنعت ایران،

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Guo, Y., et al., Deep learring for visual u nderstanding: ...
  • LeCun, Y., et al., Gradient-based learning applied to document recognition. ...
  • He, K.a.Z., X. and Ren, S. and Sun, J., Spatial ...
  • Wager, S., S. Wang, and P.S. Liang. Dropout training as ...
  • Warde-F arley, D., et al., An empirical analysis _ dropout ...
  • نمایش کامل مراجع