Reemplazo de la función de pooling de redes neuronales convolucionales por combinaciones lineales de funciones crecientes
Fecha
2021Autor
Versión
Acceso abierto / Sarbide irekia
Tipo
Contribución a congreso / Biltzarrerako ekarpena
Versión
Versión publicada / Argitaratu den bertsioa
Identificador del proyecto
Impacto
|
nodoi-noplumx
|
Resumen
Las redes convolucionales llevan a cabo un proceso automatico de extracción y fusión de características mediante el cual obtienen la información más relevante de una imagen dada. El proceso de submuestreo mediante el cual se fusionan características localmente próximas, conocido como ‘pooling’, se lleva a cabo tradicionalmente con funciones sencillas como el máximo o la media aritmética, ignorand ...
[++]
Las redes convolucionales llevan a cabo un proceso automatico de extracción y fusión de características mediante el cual obtienen la información más relevante de una imagen dada. El proceso de submuestreo mediante el cual se fusionan características localmente próximas, conocido como ‘pooling’, se lleva a cabo tradicionalmente con funciones sencillas como el máximo o la media aritmética, ignorando otras opciones muy populares en el campo de la teoría de agregaciones. En este trabajo proponemos reemplazar dichas funciones por otra serie de ordenes estadísticos, así como por la integral de Sugeno y una nueva generalización de la misma. Además, basándonos en trabajos que emplean la combinación convexa del máximo y la media, presentamos una nueva capa que permite combinar varias de las nuevas agregaciones, mejorando sus resultados individuales. [--]
Materias
Redes neuronales convolucionales,
Funcion de pooling,
Combinaciones lineales,
Integral de Sugeno generalizada
Editor
Universidad de Málaga
Publicado en
Alba, E.; Luque, G.; Chicano, F.; Cotta, C.; Camacho, D.; Ojeda-Aciego, M.; Montes, S.; Troncoso, A.; Riquelme, J.; Gil-Merino, R. (Eds.): Actas de la XIX Conferencia de la Asociación Española para la Inteligencia Articial CAEPIA 20/21. Universidad de Málaga, 2021, ISBN 978-84-09-30514-8
Departamento
Universidad Pública de Navarra. Departamento de Estadística, Informática y Matemáticas /
Nafarroako Unibertsitate Publikoa. Estatistika, Informatika eta Matematika Saila
Entidades Financiadoras
Este trabajo ha sido financiado por los proyectos de investigación PID2019-108392GB-I00 (AEI/10.13039/501100011033) de la Agencia Estatal de Investigación, PC095-096 FUSIPROD y P18-FR-4961.