Neocognitron - Neocognitron
The neocognitron je hierarchický, vícevrstvý umělá neuronová síť navrhl Kunihiko Fukushima v roce 1979.[1] Byl použit pro ručně psané rozpoznávání znaků a další rozpoznávání vzorů úkoly a sloužil jako inspirace pro konvoluční neuronové sítě.[2]
Neokognitron byl inspirován modelem navrženým Hubel & Wiesel v roce 1959. Ve vizuální primární kůře zvané našli dva typy buněk jednoduchá buňka a složitá buňka, a také navrhl kaskádový model těchto dvou typů buněk pro použití v úlohách rozpoznávání vzorů.[3][4]
Neokognitron je přirozeným rozšířením těchto kaskádových modelů. Neokognitron se skládá z několika typů buněk, z nichž nejdůležitější se nazývají S-buňky a C-buňky.[5] Místní prvky jsou extrahovány S-buňkami a deformace těchto prvků, jako jsou místní posuny, jsou tolerovány C-buňkami. Místní prvky ve vstupu jsou integrovány postupně a klasifikovány ve vyšších vrstvách.[6] Myšlenka integrace místních funkcí se nachází v několika dalších modelech, například v Konvoluční neurální síť model, PROSÍT metoda a Prase metoda.
Existují různé druhy neocognitronu.[7] Například některé typy neocognitronu mohou detekovat více vzorů na stejném vstupu pomocí zpětných signálů k dosažení selektivní pozornost.[8]
Viz také
- Umělá neuronová síť
- Hluboké učení
- Rozpoznávání vzorů
- Receptivní pole
- Samoorganizující se mapa
- Učení bez dozoru
Poznámky
- ^ Fukushima, Kunihiko (říjen 1979). „位置 ず れ に 影響 さ れ な い パ タ ー ン 認識 機構 の 神 経 回路 の モ デ ル --- ネ オ コ グ ニ ト ロ ン ---“ [Model neuronové sítě pro mechanismus rozpoznávání vzorů neovlivněný posunem polohy - Neocognitron -]. Trans. IECE (v japonštině). J62-A (10): 658–665.
- ^ LeCun, Yann; Bengio, Yoshua; Hinton, Geoffrey (2015). "Hluboké učení". Příroda. 521 (7553): 436–444. Bibcode:2015 Natur.521..436L. doi:10.1038 / příroda14539. PMID 26017442. S2CID 3074096.
- ^ David H. Hubel a Torsten N. Wiesel (2005). Mozek a vizuální vnímání: příběh 25leté spolupráce. Oxford University Press USA. str. 106. ISBN 978-0-19-517618-6.
- ^ Hubel, DH; Wiesel, TN (říjen 1959). „Receptivní pole jednotlivých neuronů v kočičí striate kůře“. J. Physiol. 148 (3): 574–91. doi:10.1113 / jphysiol.1959.sp006308. PMC 1363130. PMID 14403679.
- ^ Fukushima 1987, str. 83.
- ^ Fukushima 1987, str. 84.
- ^ Fukušima 2007
- ^ Fukushima 1987, str. 81, 85
Reference
- Fukushima, Kunihiko (duben 1980). "Samoorganizující se model neuronové sítě pro mechanismus rozpoznávání vzorů neovlivněný posunem polohy". Biologická kybernetika. 36 (4): 193–202. doi:10.1007 / bf00344251. PMID 7370364. S2CID 206775608.
- Fukushima, Kunihiko; Miyake, S .; Ito, T. (1983). "Neocognitron: model neuronové sítě pro mechanismus vizuálního rozpoznávání vzorů". Transakce IEEE na systémech, člověku a kybernetice. SMC-13 (3): 826–834. doi:10.1109 / TSMC.1983.6313076. S2CID 8235461.
- Kunihiko Fukushima. „Hierarchický model neuronové sítě pro selektivní pozornost.“ In Eckmiller, R. & Von der Malsburg, C. eds. Neurální počítače, Springer-Verlag. 81–90. 1987.
- Fukushima, Kunihiko (2007). „Neocognitron“. Scholarpedia. 2 (1): 1717. Bibcode:2007SchpJ ... 2.1717F. doi:10,4249 / scholarpedia.1717.
- Hubel, D.H .; Wiesel, T.N. (1959). „Receptivní pole jednotlivých noreonů v kočičí striate kůře“. J. Physiol. 148 (3): 574–591. doi:10.1113 / jphysiol.1959.sp006308. PMC 1363130. PMID 14403679.
externí odkazy
- Neocognitron na Scholarpedia
- NeoCognitron od Ing. Gabriel Minarik - aplikace (C #) a video
- Zdroje neokognitronu na platformě Visiome - zahrnuje prostředí MATLAB
- Pozorovatel - simulátor Neocognitron
- Neocognitron na Naučte se umělé neuronové sítě
![]() | Tento umělá inteligence související článek je a pahýl. Wikipedii můžete pomoci pomocí rozšiřovat to. |