扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

这所院校又添新作:增加卷积神经网络中神经元的感受野

论论资讯 | 2023-01-01 3热度

Cybernetics and Systems Analysis

Explore content

About the journal

Publish with us

Increasing the Receptive Field of Neurons in Convolutional Neural Networks

Shapovalova S.; Moskalenko Y.; Baranichenko O.

Published:2023-01-01
DOI:10.1007/s10559-023-00568-0

研究背景

随着社交媒体和数字媒体的普及,人们对于图像和视频的需求越来越大。而卷积神经网络(Convolutional Neural Networks, CNN)已经成为处理这些信号的主要工具。然而,随着输入信号的维度增加,CNN的分类准确率开始下降,这是当前研究领域存在的问题。

研究内容

在这篇论文中,研究者分析了用于分类1D和2D信号的CNN结构,并发现对于高维输入信号,只有使用大量的层才能保证足够的分类准确率。但是,如果层数受限,从某个关键维度值开始,准确率就会下降,这是一个难以克服的问题。因此,研究者提出了一种修改CNN的方法,可以在相对较少的层数下解决这个问题。经过实验证明,这种方法是有效的。

研究意义

这项研究提出了一种新的CNN结构,可以在相对较少的层数下提高CNN的分类准确率,从而克服了高维信号分类的问题。这种方法可以应用于各种领域,例如图像识别、自然语言处理等,有望提高这些领域的分类准确率。此外,这项研究也为神经网络领域提供了新的思路和方法。

微信扫码即可查看