Deep Convolutional Neural Network (CNN o DCN)

¿Qué es?
1. Convolución
  1. Operación matemática que combina dos señales para producir una tercera señal.
  2. Propiedades
    1. Asociatividad
    2. Conmutatividad
    3. Distribución
2. Son similares a las redes neuronales multicapa, cada parte de la red se especializa en una tarea, lo cual reduce el número de capas ocultas, por lo que el entrenamiento es más rápido. Además, presenta invarianza a la traslación de los patrones a identificar.
3. Arquitectura
  1. Capa convolucional
    1. Se realizan operaciones de productos y sumas entre la capa de entrada y los n filtros (o kernel) que genera un mapa de características. Los características extraídas corresponden a cada posible ubicación del filtro en la imagen original.
    2. Neurona convolucional
      1. Similares a las células feed forward, excepto que normalmente están conectadas a sólo unas pocas neuronas de la capa anterior. A menudo se utilizan para preservar la información espacial, porque están conectados no a unas cuantas células aleatorias, sino a todas las células en una cierta proximidad.
  2. Reducción de muestreo (Pooling)
    1. Se reduce la cantidad de parámetros al quedarse con las características más comunes.
      1. Se realiza mediante la extracción de estadísticas como el promedio o el máximo de una región fija del mapa de características, al reducir características el método pierde precisión aunque mejora su compatibilidad.
  3. Clasificación (Red perceptron multicapa)
    1. Capas completamente conectadas en la que cada pixel se considera como una neurona separada al igual que en un perceptron multicapa.
Origines
1. Bio-inspiradas por las neuronas en la corteza visual primaria (V1) de un cerebro biológico.
2. Kunihiko Fukushima (1980)
  1. Neocognitron
    1. Red neuronal autoorganizada para un mecanismo de reconocimiento de patrones no afectado por el cambio de posición.
      1. http://vision.stanford.edu/teaching/cs131_fall1415/lectures/Fukushima1988.pdf
3. Hubel y Wiesel (1968)
  1. Trabajo en la corteza visual de los gatos
    1. La corteza visual contiene una compleja disposición de las células
    2. Campo receptivo
      1. Células simples y complejas.
4. Thomas Serre et al. (2007)
  1. Reconocimiento robusto de objetos con mecanismos parecidos a la corteza.
    1. http://cbcl.mit.edu/publications/ps/serre-wolf-poggio-PAMI-07.pdf
5. Yann LeCun et al. (1998)
  1. El aprendizaje basado en gradientes aplicado al reconocimiento de documentos
    1. http://yann.lecun.com/exdb/publis/pdf/lecun-98.pdf
Principales capacidades
1. Soy especialmente utilizadas para el procesamiento de imagenes
Aplicaciones
1. Procesamiento de imágenes
  1. Clasificación de imágenes
  2. Segmentación de imágenes
  3. Auto-etiquetado de imágenes
  4. Identificar letras en imágenes.
2. Visión artificial
3. Procesamiento de audio
  1. Clasificación de señales de audio utilizando convoluciones en 1D.
4. Clasificación de datos volumétricos usando convoluciones en 3D.
5. Clasificación de series de tiempo
Algoritmos de aprendizaje
1. Aprendizaje basado en Backpropagation
2. Extracción de características
  1. Como todas las capas tienen tareas asignadas con ciertas características de aprendizaje de las imágenes, estas características se pueden extraer de la red en cualquier momento durante el proceso de entrenamiento.
3. Dropout: Consiste en desconectar un porcentaje de las neuronas en cada iteración del entrenamiento
Variantes
1. Las CNN son una variación del perceptrón multicapa
Implementaciones
1. Software
  1. Google
    1. Google Translate app
      1. Hace una traducción visual en tiempo real de más de 20 idiomas.
    2. Búsqueda por imágenes
      1. ImageNet
        Identificación de múltiples objetos en una imágen
  2. Facebook
    1. Auto-Etiquetado de personas en fotografías.
  3. https://machinelearningmastery.com/inspirational-applications-deep-learning/
  4. Aplicaciones en software de medicina para el procesamiento de imágenes médicas de rayos X o de otro tipo.

Nächster

Deep Convolutional Neural Network (CNN o DCN)

Beschreibung

Zusammenfassung der Ressource

Medienanhänge

ähnlicher Inhalt

	Erstellt von Adrián Galindo vor etwa 7 Jahre