HyperAIHyperAI
منذ 2 أشهر

الترجيح عبر الأبعاد للخصائص التلافيفية العميقة المجمعة

Yannis Kalantidis; Clayton Mellina; Simon Osindero
الترجيح عبر الأبعاد للخصائص التلافيفية العميقة المجمعة
الملخص

نقترح طريقة بسيطة ومباشرة لإنشاء تمثيلات صورية قوية من خلال توزيع الأوزان ودمج مخرجات طبقات الشبكات العصبية التلافيفية العميقة عبر الأبعاد. أولاً، نقدم إطارًا عامًا يشمل مجموعة واسعة من الأساليب ويتضمن خطوات التجميع والتوزيع الأوزاني عبر الأبعاد. ثم، نقترح مخططات غير معلمة محددة لكل من التوزيع المكاني والأوزاني للقنوات، مما يعزز تأثير الاستجابات المكانية النشطة للغاية وفي الوقت نفسه ينظم آثار الانفجارات. نجري التجارب على مجموعات بيانات عامة مختلفة للبحث عن الصور ونظهر أن أسالتنا تتفوق على أفضل الأساليب الحالية التي تعتمد على الشبكات المدربة مسبقًا. كما نوفر تنفيذًا سهل الاستخدام ومصدره مفتوح يعيد إنتاج نتائجنا.

الترجيح عبر الأبعاد للخصائص التلافيفية العميقة المجمعة | أحدث الأوراق البحثية | HyperAI