في هذا البحث، نقدم وحدة جديدة من شبكات العصبونات التلافيفية العميقة (ConvNet) تروج للمنافسة بين مجموعة من مرشحات التلفيف متعددة المقاييس. تُلهم هذه الوحدة الجديدة من الوحدة الإنشائية، حيث نستبدل مرحلة التجميع التعاونية الأصلية (وهي تتكون من ربط مخرجات مرشحات المقاييس المتعددة) بمرحلة تجميع تنافسية تمثلها وحدة التفعيل Maxout. يهدف هذا التعديل إلى تحقيق الهدفين التاليين: 1) اختيار الاستجابة القصوى بين مرشحات المقاييس المتعددة يمنع تكيف المرشحات معًا ويسمح بتشكيل شبكات فرعية متعددة ضمن نفس النموذج، وهو ما أثبت أنه يسهل تدريب مشاكل التعلم المعقدة؛ و2) وحدة Maxout تقلل من البعدية لمخرجات مرشحات المقاييس المتعددة. نوضح أن استخدام الوحدة المقترحة في شبكات ConvNet العميقة النموذجية ينتج عنه نتائج تصنيف إما أفضل أو مماثلة لأفضل ما هو موجود في الأدبيات على المجموعات المرجعية التالية: MNIST، CIFAR-10، CIFAR-100 و SVHN.