Обучение селективного глубокого автоэнкодера для решения задач морфологического анализа изображений

Ю.В. Визильтер, В.С. Горбацевич, В.М. Козин

Федеральное государственное унитарное предприятие «Государственный научноисследовательский институт авиационных систем» (ФГУП «ГосНИИАС»)

Предложена схема обучения автоэкодеров с критерием морфологической функцией потерь. Приведены результаты численных экспериментов по обучению автоэнкодера по базе данных рукописных изображений MNIST. Показано, что использование морфологического коэффициента корреляции совместно с семантическими автоэнкодерами позволяет решать задачу классификации на уровне классических глубоких
конволюционных нейронных сетей.


DEEP SELECTIVE AUTOENCODER LEARNING TO SOLVE MORPHOLOGIC IMAGE ANALYSIS PROBLEMS

YU.V. VIZILTER, V.S. GORBATSEVICH, V.M. KOZIN

Learning pattern of autoencoder with the morphologic loss function criterion is proposed. The results of autoencoder learning numerical experiment on MNIST database of handwritten digits are shown. Morphologic correlation coefficient conjunctly with semantic autoencoder allows to solve the classification problem on a deep convolution neuronet level.

  Скачать статью (pdf)

Комментирование на данный момент запрещено, но Вы можете оставить ссылку на Ваш сайт.