Efecto de la sustitución de la función de pooling en redes neuronales convolucionales
Fecha
2020Autor
Director
Versión
Acceso abierto / Sarbide irekia
Tipo
Trabajo Fin de Máster/Master Amaierako Lana
Impacto
|
nodoi-noplumx
|
Resumen
Las redes neuronales convolucionales llevan marcando, en los últimos años, el estado del arte absoluto en tareas de clasificación y segmentación de imagen. Sin embargo, y a pesar de que en este tiempo se han introducido nuevas operaciones y
arquitecturas que buscan mejorar su rendimiento, las funciones básicas en base a las
que todos estos modelos operan, esto es, la aplicación de fitros de con ...
[++]
Las redes neuronales convolucionales llevan marcando, en los últimos años, el estado del arte absoluto en tareas de clasificación y segmentación de imagen. Sin embargo, y a pesar de que en este tiempo se han introducido nuevas operaciones y
arquitecturas que buscan mejorar su rendimiento, las funciones básicas en base a las
que todos estos modelos operan, esto es, la aplicación de fitros de convolución para
extraer características y la reducción de imagen en el llamado proceso de “pooling”,
han visto pocos intentos de mejora.
En este trabajo, se ha buscado sustituir las operaciones clásicas de pooling por
funciones más avanzadas, como pueden ser la integral de sugeno o la combinación
de funciones crecientes. Además, también se propone la utilización de un proceso
de toma de decisión multimodal, capaz de combinar la información aprendida por
distintas variantes de estos modelos. [--]
Titulación
Máster Universitario en Ingeniería Informática por la Universidad Pública de Navarra /
Nafarroako Unibertsitate Publikoko Unibertsitate Masterra Informatika Ingeniaritzan