論文の概要: Effectiveness of the Recent Advances in Capsule Networks
- arxiv url: http://arxiv.org/abs/2210.05834v1
- Date: Tue, 11 Oct 2022 23:30:12 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-13 14:28:02.481698
- Title: Effectiveness of the Recent Advances in Capsule Networks
- Title（参考訳）: カプセルネットワークの最近の進歩
- Authors: Nidhin Harilal, Rohan Patil
- Abstract要約: 畳み込みニューラルネットワーク(CNN)は、ディープニューラルネットワークの分野に革命をもたらした。
近年の研究では、CNNは様々な条件下での一般化に失敗している。
カプセルのアイデアは2011年に導入されたが、実際の研究は2017年から始まった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Convolutional neural networks (CNNs) have revolutionized the field of deep
neural networks. However, recent research has shown that CNNs fail to
generalize under various conditions and hence the idea of capsules was
introduced in 2011, though the real surge of research started from 2017. In
this paper, we present an overview of the recent advances in capsule
architecture and routing mechanisms. In addition, we find that the relative
focus in recent literature is on modifying routing procedure or architecture as
a whole but the study of other finer components, specifically, squash function
is wanting. Thus, we also present some new insights regarding the effect of
squash functions in performance of the capsule networks. Finally, we conclude
by discussing and proposing possible opportunities in the field of capsule
networks.
- Abstract（参考訳）: 畳み込みニューラルネットワーク(CNN)は、ディープニューラルネットワークの分野に革命をもたらした。
しかし、最近の研究では、CNNは様々な条件下での一般化に失敗し、カプセルのアイデアは2011年に導入されたが、実際の研究は2017年から始まった。
本稿では,カプセルアーキテクチャとルーティング機構の最近の進歩について概説する。
さらに,近年の文献における相対的な焦点は,ルーティング手順やアーキテクチャ全体を変更することであるが,他の細かいコンポーネント,特にスカッシュ関数の研究が望まれている。
また, カプセルネットワークの性能に及ぼすスカッシュ関数の影響について, 新たな知見を提示する。
最後に,カプセルネットワークの分野における可能性について議論し,提案する。
関連論文リスト
- Hierarchical Object-Centric Learning with Capsule Networks [0.0]
畳み込みニューラルネットワークの制限に対処するために、カプセルネットワーク(CapsNets)が導入された。
この論文はCapsNetsの興味深い側面を調査し、その潜在能力を解き放つための3つの重要な疑問に焦点を当てている。
論文 参考訳（メタデータ） (2024-05-30T09:10:33Z) - Vanishing Activations: A Symptom of Deep Capsule Networks [10.046549855562123]
カプセルネットワーク(Capsule Networks)は、スカラーの代わりにベクトルまたは行列表現を利用するニューラルネットワークの拡張である。
Capsule Networksの初期の実装は、さまざまなデータセットの最先端の結果を達成し、維持した。
最近の研究は、オリジナルのCapsule Networkアーキテクチャの欠点を明らかにしている。
論文 参考訳（メタデータ） (2023-05-13T15:42:26Z) - Learning with Capsules: A Survey [73.31150426300198]
カプセルネットワークは、オブジェクト中心の表現を学習するための畳み込みニューラルネットワーク(CNN)に代わるアプローチとして提案された。
CNNとは異なり、カプセルネットワークは部分的に階層的な関係を明示的にモデル化するように設計されている。
論文 参考訳（メタデータ） (2022-06-06T15:05:36Z) - SAR Despeckling Using Overcomplete Convolutional Networks [53.99620005035804]
スペックルはSAR画像を劣化させるため、リモートセンシングにおいて重要な問題である。
近年の研究では、畳み込みニューラルネットワーク(CNN)が古典的解法よりも優れていることが示されている。
本研究は、受容場を制限することで低レベルの特徴を学習することに集中するために、過剰なCNNアーキテクチャを用いる。
本稿では,合成および実SAR画像の非特定化手法と比較して,提案手法により非特定化性能が向上することを示す。
論文 参考訳（メタデータ） (2022-05-31T15:55:37Z) - Emerging Paradigms of Neural Network Pruning [82.9322109208353]
この問題に対する後処理ソリューションとしてPruningが採用され、パフォーマンスを損なわないニューラルネットワークの不要なパラメータの除去を目指している。
最近の研究では、パフォーマンスと密接なそれとを一致させるように訓練できるランダムなスパースネットワークを発見することによって、この信念に挑戦している。
この調査は、従来のアルゴリズムとうまく適合できるように、一般的な刈り取りフレームワークを提案し、ギャップを埋めることを目指しています。
論文 参考訳（メタデータ） (2021-03-11T05:01:52Z) - Neural Networks Enhancement with Logical Knowledge [83.9217787335878]
関係データに対するKENNの拡張を提案する。
その結果、KENNは、存在関係データにおいても、基礎となるニューラルネットワークの性能を高めることができることがわかった。
論文 参考訳（メタデータ） (2020-09-13T21:12:20Z) - Wasserstein Routed Capsule Networks [90.16542156512405]
複雑なタスクに対処できる新しいパラメータ効率の良いカプセルアーキテクチャを提案する。
我々のネットワークはCIFAR-10で他のカプセルのアプローチを1.2%以上上回ります。
論文 参考訳（メタデータ） (2020-07-22T14:38:05Z) - Expressivity of Deep Neural Networks [2.7909470193274593]
本稿では,ニューラルネットワークの様々な近似結果について概説する。
既存の結果は、一般的なフィードフォワードアーキテクチャのためのものだが、畳み込み、残留、反復するニューラルネットワークの近似結果も記述する。
論文 参考訳（メタデータ） (2020-07-09T13:08:01Z) - Subspace Capsule Network [85.69796543499021]
SubSpace Capsule Network (SCN) はカプセルネットワークのアイデアを利用して、エンティティの外観や暗黙的に定義された特性のバリエーションをモデル化する。
SCNは、テスト期間中にCNNと比較して計算オーバーヘッドを発生させることなく、識別モデルと生成モデルの両方に適用することができる。
論文 参考訳（メタデータ） (2020-02-07T17:51:56Z) - Examining the Benefits of Capsule Neural Networks [9.658250977094562]
カプセルネットワーク(Capsule Network)は、従来の畳み込みニューラルネットワークの欠点に対処する可能性のある、新たに開発されたニューラルネットワークのクラスである。
標準的なスカラーアクティベーションをベクトルに置き換えることで、カプセルネットワークはコンピュータビジョンアプリケーションのための次の大きな開発を目指している。
論文 参考訳（メタデータ） (2020-01-29T17:18:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。