Publication: Estudio del impacto del tamaño de ventanas en Deep Learning
Consultable a partir de
Date
Authors
Publisher
Project identifier
Abstract
Las redes neuronales convolucionales (Convolutional Neuronal Networks or CNN) son hoy en día la técnica más popular para realizar el tratamiento de imagen. Estas redes están formadas principalmente por dos capas: filtros convolucionales y reducción de imagen (pooling). En este trabajo vamos a evaluar el impacto en el rendimiento de una red de distintos parámetros inherentes a la construcción de la misma: el tamaño de la ventana de convolución, el tamaño de la ventana de pooling, el uso de distintas funciones para la reducción de imagen (la más habituales son el máximo y la media), etc. Con el objetivo de calcular que configuraciones son mejores y si existe una diferencia significativa entre ellas. Una vez se tengan las diferentes configuraciones, se calcularán los resultados de acierto para cada una de ellas y se comprobará si hay diferencia estadística entre ellas.
Keywords
Department
Faculty/School
Degree
Doctorate program
Editor version
Funding entities
Los documentos de Academica-e están protegidos por derechos de autor con todos los derechos reservados, a no ser que se indique lo contrario.