عنوان مقاله :
مروري بر شبكه عصبي پيچشي و معماري هاي مختلف آن
عنوان به زبان ديگر :
فاقد عنوان
پديد آورندگان :
باجلان، فاطمه دانشگاه تهران - دانشكده علوم و فنون نوين، ايران , ويسي، هادي دانشگاه تهران - دانشكده علوم و فنون نوين، ايران , خوانساري، محمد دانشگاه تهران - دانشكده علوم و فنون نوين، ايران
كليدواژه :
يادگيري عميق , شبكه عصبي پيچشي , رزنت , گوگل نت , معماريهاي CNN الكس نت
چكيده فارسي :
شبكه عصبي پيچشي (CNN) يكي از روش‌هاي عميق يادگيري ماشين است كه با توجه به كارايي بالاي آن، امروزه استفاده از آن در استخراج ويژگي و دسته‌بندي تصاوير امر بسيار رايجي شده است. در اين مقاله براي آشنايي بيشتر پژوهشگران با اين حوزه و نوآوري‌هاي مرتبط با اين شبكه، ساختار اصلي اين شبكه و تعداد 10 معماري مهم و رايج آن مرور شده است. با مطالعه مقالات اصلي ارايه‌دهنده هر يك از معماريهاي شبكه پيچشي، نكات مهم و اصلي هر معماري كه موجب بهبود عملكرد آن نسبت به موارد پيشين خود شده، جمع‌آوري و بررسي شده است. علاوه بر آن، مقايسه دقت معماريهاي مختلف اين شبكه بخش ديگري از اين مقاله مروري است. با توجه به حجم بالاي مطالب در اين حوزه و رشد سريع آن، نياز به يك مرجع كه همه مطالب ارايه شده تاكنون را در كنار هم مرور كرده باشد، انگيزه نوشتن اين مقاله بوده است. مطالعه ساختارها و تكنيك‌هاي استفاده شده براي بهبود اين شبكه مي‌تواند به پژوهشگران در ايجاد ساختارهاي بهينه‌تر و دقيق‌تر كمك كند.
چكيده لاتين :
not abstract
عنوان نشريه :
علوم رايانشي
