Neokognitron - Neocognitron
Neocognitron jest hierarchiczna, wielowarstwowa sieć neuronowa proponowany przez Kunihiko Fukushima w 1979. Został on używany do japońskiego odręcznym rozpoznawania znaków i innych rozpoznawania wzorca zadań i służył jako inspiracja dla splotowych sieci neuronowych .
Neokognitron został zainspirowany modelem zaproponowanym przez Hubela i Wiesela w 1959 roku. Znaleźli dwa typy komórek w pierwotnej korze wzrokowej zwane komórką prostą i komórką złożoną , a także zaproponowali kaskadowy model tych dwóch typów komórek do wykorzystania w rozpoznawaniu wzorców zadania.
Neokognitron jest naturalnym rozszerzeniem tych kaskadowych modeli. Neocognitron składa się z wielu typów komórek, z których najważniejsze są zwane komórki S i komórki C. Lokalne cechy są wyodrębniane przez komórki S, a deformacje tych cech, takie jak lokalne przesunięcia, są tolerowane przez komórki C. Lokalne cechy w wejściu są stopniowo integrowane i klasyfikowane w wyższych warstwach. Ideę integracji cech lokalnych można znaleźć w kilku innych modelach, takich jak model Convolutional Neural Network , metoda SIFT i metoda HoG .
Istnieją różne rodzaje neokognitronu. Na przykład niektóre rodzaje neokognitronu mogą wykrywać wiele wzorców na tym samym wejściu, wykorzystując sygnały wsteczne, aby uzyskać selektywną uwagę .
Zobacz też
- Sztuczna sieć neuronowa
- Głęboka nauka
- Rozpoznawanie wzorców
- Pole odbiorcze
- Samoorganizująca się mapa
- Nauka nienadzorowana
Uwagi
Bibliografia
- Fukushima, Kunihiko (kwiecień 1980). „Neocognitron: samoorganizujący się model sieci neuronowej dla mechanizmu rozpoznawania wzorców, na które nie ma wpływu zmiana pozycji”. Cybernetyka biologiczna . 36 (4): 193-202. doi : 10.1007/bf00344251 . PMID 7370364 . S2CID 206775608 .
- Fukushima, Kunihiko; Mijake, S.; Ito, T. (1983). „Neocognitron: model sieci neuronowej dla mechanizmu rozpoznawania wzorców wizualnych”. Transakcje IEEE dotyczące systemów, człowieka i cybernetyki . SMC-13 (3): 826-834. doi : 10.1109/TSMC.1983.6313076 . S2CID 8235461 .
- Kunihiko Fukushima. „Hierarchiczny model sieci neuronowej do selektywnej uwagi”. W Eckmiller, R. & Von der Malsburg, C. eds. Komputery neuronowe, Springer-Verlag. s. 81–90. 1987.
- Fukushima, Kunihiko (2007). „Neoognitron” . Scholarpedia . 2 (1): 1717. Kod Bibcode : 2007SchpJ....2.1717F . doi : 10.4249/scholarpedia.1717 .
- Hubel, DH; Wiesel, TN (1959). „Pola receptywne pojedynczych noreonów w kocie prążkowanej kota” . J Physiol . 148 (3): 574-591. doi : 10.1113/jphysiol.1959.sp006308 . PMC 1363130 . PMID 14403679 .
Zewnętrzne linki
- Neocognitron na Scholarpedii
- NeoCognitron inż. Gabriel Minarik - aplikacja (C#) i wideo
- Zasoby Neocognitron na Platformie Visiome - obejmuje środowisko MATLAB
- Beholder - symulator Neocognitron
 |
Ta sztuczna inteligencja związane z modelem artykuł jest en . Możesz pomóc Wikipedii, rozwijając ją . |