E-Locus - Ιδρυματικό Καταθετήριο Πανεπιστημίου Κρήτης - Investigating the contributions of neural features in deep learning architectures

Αρχική Investigating the contributions of neural features in deep learning architectures

Αποτελέσματα - Λεπτομέρειες

[Προσθήκη στο καλάθι]

Κωδικός Πόρου

000420007

Τίτλος

Investigating the contributions of neural features in deep learning architectures

Άλλος τίτλος

Διερευνώντας τη συνεισφορά νευρολογικών χαρακτηριστικών σε αρχιτεκτονικές βαθειάς μάθησης

Συγγραφέας

Λινάρδος, Παναγιώτης

Σύμβουλος διατριβής

Ποϊράζη , Παναγιώτα
Giro, Xavier

Περίληψη

Αυτή η εργασία ερευνά πως συγκεκριμένες επιρροές από τον εγκέφαλο μπορεί να είναι προσοδοφόρες ή περιττές στην εξέλιξη του πεδίου της Βαθειάς Μάθησης και αντιστρόφως. Πρώτον, εμπνευσμένο από την διαμερισματοποιημένη οργάνωση του εγκεφάλου, ενα Τεχνητό Νευρωνικό Δίκτυο αναπτύσσεται μαθαίνοντας ιεραρχίες απο τη βάση δεδομένων ImageNet. Το δίκτυο αρχικά μαθαίνει να αναγνωρίζει εικόνες από ζώα σε αντιπαράθεση με τυχαίες εικόνες. Μετά, επεκτείνεται με επιπλέον επίπεδα τα οποία εκπαιδεύονται σε πιο περίπλοκες κλάσεις απ’τα ίδια δεδομένα (κυνοειδή/αιλουροειδή). Επιπλέον, εμπνευσμένοι από την ενεργοποίηση των νευρώνων στον εγκέφαλο, η οποία συναντάται σε διάφορα επίπεδα, τροποποιήσαμε την συχνότητα μάθησης διαφόρων επιπέδων του δικτύου. Στο τέλος, εκτιμήσαμε την επίδραση καταστροφικής λεισμόνησης, εκτιμώντας το πόσο καλά θυμάται το δίκτυο αυτό που έμαθε προηγουμένως, δηλαδή να αναγνωρίζει απλά ζώα. Στο δεύτερο κομμάτι της εργασίας, εξερευνάται ένα άλλο ενδιαφέρον χαρακτηριστικό του εγκεφάλου, δηλαδή η ικανότητα να αφιερώνει την προσοχή στην πιο σημαντική οπτική πληροφορία. Αυτο το κομμάτι της δουλειάς προσαρμόζει ενα Βαθύ Νευρωνικό Δίκτυο για πρόβλεψη προεξέχουσας πληροφορίας από εικόνες στο χρονικό πεδίο των εγωκεντρικών βίντεο. Ο χάρτης προεξέχουσας πληροφορίας υπολογίζεται για κάθε εικόνα του βίντεο, αρχικά με ένα έτοιμο μοντέλο εκπαιδευμένο σε στατικές εικόνες και στη συνέχεια προσθέτωντας επιπλέον επίπεδα (convolutional ή ConvLSTM) εκπαιδευμένα ειδικά σε πρόβλεψη απο βίντεο. Για την εκπαίδευση αυτή, χρησιμοποιήθηκε μια νέα συλλογή δεδομένων τύπου βίντεο, η DHF1K. Κάθε διαμόρφωση του δικτύου δοκιμάζεται στο EgoMon, ένα νέο σετ δεδομένων που απαρτίζεται από επτά εγωκεντρικά βίντεο, καταγεγραμμένα από τρία άτομα τα οποία είτε απλά παρακολουθούσαν μια σκηνή είτε αλληλεπιδρούσαν ενεργά με τη σκηνή αυτή.

Φυσική περιγραφή

44 σ. : πίν. σχήμ. ; 30 εκ.

Γλώσσα

Αγγλικά

Θέμα

Computer vision

Image processing

Networks

Επεξεργασία εικόνας

Νευρωνικά δίκτυα

Υπολογιστική όραση

Ημερομηνία έκδοσης