نویسنده
اوزجان، باریش
تاریخ انتشار
2024-08-30T15:28:26Z
موضوع
شبکه های عصبی (علوم کامپیوتر)، نرم افزار، تجسم اطلاعات، مهندسی کامپیوتر
نوع
سند
زبان
انگلیسی
دیجیتال
بله
نسخه خطی
خیر
کتابخانه
دانشگاه اوزیغین
شماره ثبت
6d495955-a86a-4c7f-8aa6-4de7c2cdadaa
محل کتابخانه
گروه علوم کامپیوتر
تاریخ
2024-08-30T15:28:26Z
متن نمونه
تشخیص اشیاء یک ستون اساسی برای بسیاری از وظایف بینایی کامپیوتری مانند جستجو، ردیابی، ناوبری، درک صحنه یا بازیابی اطلاعات است که به نوعی دانش دسته بندی در سطوح مختلف نیاز دارد. حتی با وجود پیشرفتهای عمده در این وظایف با روشهای یادگیری عمیق مبتنی بر دادهها مانند شبکههای عصبی کانولوشنال (CNN)، تعمیم به تغییرات هندسی و تعبیه روابط قسمت-کل هنوز در مقایسه با تشخیص در سطح انسانی محقق نشده است. سیانانها بهویژه در تعمیم دیدگاههای نادیده از یک شی یاد گرفته شده حتی با نمونههای قابل توجهی شکست میخورند و به راحتی گیج میشوند زیرا عملیات ادغام رابطه بین موجودیتهای موجود در ورودی را از دست میدهد. شبکههای کپسولی اخیراً در کارهای تعمیم دیدگاه جدید حتی با پارامترهای بسیار کمتر از CNN بهتر عمل میکنند. شبکههای کپسولی، فعالسازیهای نورون را برای نمایش ویژگیهای سطح بالاتر و برهمکنشهای آنها برای دستیابی به همواریانس با تبدیلهای بصری گروهبندی میکنند. کپسول ها برای نشان دادن حالت یک موجود بصری موجود طراحی شده اند و تحولات آموخته شده اساساً تبدیل های پوزی هستند که ماتریس هستند. با این حال، شبکههای کپسولی علاوه بر مشکلات پایداری آموزشی، هزینه محاسباتی بالایی برای یادگیری تعاملات کپسولها در لایههای متوالی از طریق به اصطلاح الگوریتم مسیریابی دارند. در این پایان نامه، ما پیشنهاد می کنیم که اطلاعات پوز و تبدیل ها با کواترنیون ها در شبکه های کپسول کواترنیون (QCNs) نمایش داده شود. کواترنیون ها نسبت به قفل گیمبال ایمن هستند، نمایش چرخش را برای کپسول ها منظم می کنند و به تعداد پارامترهای کمتری نسبت به ماتریس ها نیاز دارند. QCN ها مستقیماً مسیریابی EM موجود را برای مقایسه منصفانه از مزایای استفاده از کواترنیون ها به جای ماتریس به ارث می برند. نتایج تجربی نشان میدهد که QCNها بهتر به دیدگاههای جدید با پارامترهای کمتر تعمیم میدهند و با معماریهای مدرن کپسول روی مجموعه دادههای محک شناختهشده، عملکردی همتراز یا بهتر به دست میآورند. بر اساس این پیشنهاد، هدف ما کاهش بار محاسباتی و تعبیه بردارهای ویژگی در کپسولها علاوه بر اطلاعات وضعیت است. در این زمینه، ما توافقنامه کپسول توجهی کاهشیافته (ALPACA) را پیشنهاد میکنیم که برای کپسولهایی طراحی شده است که حاوی اطلاعات موقعیت، ویژگی و احتمال وجود با هم هستند تا تعمیم دیدگاه جدید کپسولها را در تصاویر دو بعدی افزایش دهند. برای این منظور، یک مجموعه داده نوین ViewPoint (NVPD) یک مجموعه داده بدون بافت کنترل شده با دیدگاه ایجاد کردهایم که دارای 8 تنظیمات مختلف است که در آن نمونههای آموزشی و آزمایشی توسط دیدگاههای مختلف تشکیل میشوند. علاوه بر NVPD، آزمایشهایی را روی مجموعه داده iLab2M انجام دادهایم که در آن مجموعه دادهها از نظر نمونههای شی تقسیم میشوند. نتایج تجربی نشان می دهد که ALPACA از همتایان شبکه کپسولی خود و CNN های پیشرفته در مجموعه داده های iLab2M و NVPD بهتر عمل می کند. علاوه بر این، ALPACA در مقایسه با شبکههای کپسولی مبتنی بر مسیریابی 10 برابر سریعتر است. همچنین از الگوریتم های مسیریابی مبتنی بر توجه دامنه عملکرد بهتری دارد در حالی که زمان استنتاج و آموزش را قابل مقایسه نگه می دارد. dayanaktır. Konvolüsyonel sinir ağları (CNN'ler) gibi veri odaklı derin öğrenme yöntemleriyle bu görevlerde büyük ilerlemeler kaydedilmiş olsa da, geometrik varyaasyonlara genelleme ve parça bütün ilişkılmayiniye, karşılaştırıldığında گری کالمکتادیر. CNN'ler özellikle öğrenilen bir nesnenin görülmeyen bakış açılarına önemli örneklerle صفرا genelleme yapamamakta ve havuzlama işlemleri girdideki mevcut parçalar arasındaki ilişkiyi kaybetcaığin yönlendirilebilmektedir. Yakın zamanda ortaya çıkan kapsül ağları, çok daha az parametreyle bile yeni görüş açısına genelleme konusunda CNN'lerden daha iyi performans göstermektedir. Kapsül ağları, daha yüksek seviyeli öznitelikleri temsil etmek için nöron aktivasyonlarını ve görsel dönüşümlere eşdeğişkenlik sağlamak için etkileşimlerini gruplandır. Kapsüller mevcut bir görsel varlığın pozunu temsil etmek üzere tasarlanmıştır ve öğrenilen dönüşümler esasen matrisler olan koordinat sistemi dönüşümleridir. Bununla birlikte، kapsül ağları، eğitim kararlılığı sorunlarına ek olarak، yönlendirme algoritması olarak adlandırılan algoritma aracılığıyla ardışık katmanlardaki kapsüllerin etkileğrenymülerek مالیتین ساهیپتیر. Bu tezde, Kuaterniyon Kapsül Ağlarında (QCN) poz bilgisini ve dönüşümleri kuaterniyonlarla temsil etmeyi öneriyoruz. Kuaterniyonlar gimbal kilidine maruz kalmamaktadır, kapsüller için rotasyon temsilinin basit bir şekilde duzenlenmesi vardır ve matrislerden daha az sayıda parametre gerektirir. QCN'ler، ماتریسلر یئرینه کواترنیون کولانمانین فایدالارینین ادیل بیر شکلیلده کارشیلاشتیریلماسی ایچین mevcut EM-Routing'i doğrudan devralarak test edilmiştir. Deneysel sonuçlar، QCN'lerin daha az parametre ile yeni bakış açılarına daha iyi genelleme yaptığını ve ayrıca iyi bilinen kıyaslama veri kümelerinde en son teknoloji Kapsül mimarileriyle eşit veya daha iğietertem. بو اونریی تمل آلارک، هساپلاما یوکونو آزالتمایی و پوز بیلگیسینه ایک اولارک کپسوللره اوزللیک وکتورلری یرلشتیرمی آماچلادیک. Bu bağlamda، kapsüllerin 2B görüntüler üzerinde yeni görüş açısı genelleştirmesini geliştirmek için poz، özellik ve var olma olasılığı bilgilerini birlikte içeren kapsüller için uyarlanatede geliştirdik. Bu amaçla, eğitim ve test örneklerinin farklı bakış açıları tarafından oluşturulduğu 8 farklı düzeneğe sahip, bakış açısı controlü dokusuz bir veri kümesi olan مجموعه داده های دیدگاه رمان (NVPD) o. NVPD'ye ek olarak, veri kümesinin nesne örnekleri açısından bölündüğü iLab2M veri kümesi üzerinde de deneyler gerçekleştirdik. Deneysel sonuçlar, ALPACA'nın iLab2M ve NVPD veri kümelerinde kapsül ağ muadillerinden ve son teknoloji CNN'lerden daha iyi performans gösterdiğini ortaya koymaktadır. داهاسی، آلپاکا یونلندیرمه تابانلی کپسول آغلارینا کیاسلا 10 کات داها هیزلیدیر. Ayrıca, çıkarım ve eğitim sürelerini karşılaştırılabilir tutarken, alanın dikkat tabanlı yönlendirme algoritmalarından daha iyi performans gösterir.
