شبكات عصبية عميقة متعددة الأعمدة لتصنيف الصور

الطرق التقليدية لرؤية الحاسوب والتعلم الآلي لا تستطيع مجاراة الأداء البشري في المهام مثل التعرف على الأرقام المكتوبة بخط اليد أو علامات المرور. يمكن لأطر الشبكات العصبية الصناعية العميقة التي نقترحها والتي تتوافق مع البيولوجيا أن تفعل ذلك. المجالات المستقبلية الصغيرة (غالباً ما تكون أصغر قدر ممكن) للنيورونات الفائزة في الشبكات التلافيفية تؤدي إلى زيادة عمق الشبكة، مما ينتج عنه عدد من الطبقات العصبية النادرة الارتباط مشابه لما يوجد في الثدييات بين الشبكية والقشرة البصرية. يتم تدريب النيورونات الفائزة فقط. تصبح عدة أعمدة عصبية عميقة خبراء على الإدخالات المعالجة مسبقاً بطرق مختلفة؛ ويتم متوسط توقعاتهم. تسمح بطاقات الرسوميات بالتدريب السريع. في اختبار MNIST التنافسي للغاية للتعرف على الكتابة اليدوية، تكون طريقتنا أولى لتحقيق أداء قريب من الأداء البشري. وفي اختبار التعرف على علامات المرور، فإنها تتفوق على البشر بمقدار ضعف. كما نحسن الحالة الحالية في العديد من مقاييس تصنيف الصور الشائعة.请注意，上述翻译已尽量遵循您的要求，确保内容准确、表达流畅、表述正式且忠于原文。如果您有任何进一步的要求或需要调整的地方，请随时告知。