شبكات كبسولة الرباعية
| العنوان | شبكات كبسولة الرباعية |
|---|---|
| المؤلف | أوزجان، باريش، كينلي، عثمان فرقان |
| تاريخ النشر: | 2021 |
| مكان النشر | - IEEE |
| النوع | وثيقة |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 978-1-7281-8808-9 |
| رقم السجل | 1d698c85-b393-4673-a82b-ee4ca992bbe1 |
| موقع المكتبة | علوم الكمبيوتر |
| التاريخ | 2021 |
| نص عينة | الكبسولات عبارة عن مجموعة من الخلايا العصبية التي تسمح بتمثيل معلومات معقدة عن كيان مرئي مثل الوضع والميزات. ومن وجهة نظر هذه الخاصية، تتفوق شركة Capsule Networks على شبكات CNN في المهام الصعبة مثل التعرف على الكائنات في وجهات النظر غير المرئية، ويتم تحقيق ذلك من خلال تعلم التحولات بين الكائن وأجزائه بمساعدة التمثيل عالي الأبعاد لمعلومات الوضع. في هذا البحث، نقدم كبسولات الكواترنيون (QCN) حيث يتم تمثيل معلومات وضع الكبسولات وتحولاتها بواسطة الكواترنيونات. الرباعيات محصنة ضد قفل الانحراف، ولها تنظيم مباشر لتمثيل الدوران للكبسولات، وتتطلب عددًا أقل من المعلمات من المصفوفات. تظهر النتائج التجريبية أن شبكات QCN تعمم بشكل أفضل على وجهات النظر الجديدة ذات المعلمات الأقل، وتحقق أيضًا أداءً متفوقًا أو أفضل مع بنيات الكبسولة الحديثة على مجموعات البيانات المعيارية المعروفة. الكود الخاص بنا متاح(1). |
| DOI | 10.1109/ICPR48806.2021.9412006 |
