Yazar
Özcan, Barış, Kınlı, Osman Furkan, Kıraç, Mustafa Furkan
Basım Tarihi
2023-02
Basım Yeri
-
Springer
Konu
Kapsül ağları, Sinir ağları, Yeni bakış açısı genellemesi, Kuaterniyon sinir ağları
Tür
Süreli Yayın
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
0941-0643
Kayıt Numarası
48c369a5-2c01-40ee-bc52-da9e5073184f
Lokasyon
Bilgisayar Bilimi
Tarih
2023-02
Örnek Metin
Nesne tanımadaki başarılarına rağmen Evrişimli Sinir Ağları (CNN'ler), önemli örneklerle bile öğrenilen bir nesnenin görünmeyen bakış açılarını genelleştirmede özellikle başarısız olur. Öte yandan, yakın zamanda ortaya çıkan kapsül ağlar, önemli ölçüde daha az parametreyle bile yeni bakış açısı genelleme görevlerinde CNN'lerden daha iyi performans gösteriyor. Kapsül ağları, daha yüksek düzeydeki nitelikleri temsil etmek için nöron aktivasyonlarını ve görsel dönüşümlerde eşitlik elde etmek için bunların etkileşimlerini gruplandırır. Bununla birlikte, kapsül ağları, yönlendirme algoritması olarak adlandırılan algoritma yoluyla ardışık katmanlardaki kapsüllerin etkileşimlerini öğrenmek için yüksek bir hesaplama maliyetine sahiptir. Bu sorunları çözmek için, 2 boyutlu görüntülerde kapsüllerin yeni bakış açısı genellemesini geliştirmek amacıyla poz, özellik ve varoluş olasılığı bilgilerini bir arada içeren kapsüller için özel olarak tasarlanmış yeni bir yönlendirme algoritması olan Azaltılmış Poz Özenli Kapsül Anlaşması (ALPACA) öneriyoruz. Bu amaçla, eğitim ve test örneklerinin farklı bakış açılarıyla oluşturulduğu, 8 farklı kuruluma sahip, bakış açısı kontrollü, dokusuz bir veri seti olan Novel ViewPoint Veri Kümesini (NVPD) oluşturduk. NVPD'ye ek olarak, veri kümesinin nesne örneklerine göre bölündüğü iLab2M veri kümesi üzerinde deneyler yaptık. Deneysel sonuçlar, ALPACA'nın iLab2M ve NVPD veri kümelerinde kapsül ağı muadillerinden ve son teknoloji ürünü CNN'lerden daha iyi performans gösterdiğini göstermektedir. Üstelik ALPACA, yönlendirme tabanlı kapsül ağlarla karşılaştırıldığında 10 kat daha hızlıdır. Ayrıca, çıkarım ve eğitim sürelerini karşılaştırılabilir tutarken, etki alanının dikkat tabanlı yönlendirme algoritmalarından daha iyi performans gösterir. Son olarak kodumuz, NVPD veri seti, test kurulumları ve uygulanan modeller https://github.com/Boazrciasn/ALPACA adresinde ücretsiz olarak mevcuttur.
DOI
10.1007/s00521-022-07900-3
Cilt
35
