Fugu-MT 論文翻訳(概要): Hierarchical Neural Networks, p-Adic PDEs, and Applications to Image Processing

論文の概要: Hierarchical Neural Networks, p-Adic PDEs, and Applications to Image Processing

arxiv url: http://arxiv.org/abs/2406.07790v1
Date: Wed, 12 Jun 2024 01:10:32 GMT
ステータス: 処理完了
システム内更新日: 2024-06-13 20:46:21.684530
Title: Hierarchical Neural Networks, p-Adic PDEs, and Applications to Image Processing
Title（参考訳）: 階層型ニューラルネットワーク, p-Adic PDEおよび画像処理への応用
Authors: W. A. Zúñiga-Galindo, B. A. Zambrano-Luna, Baboucarr Dibba,
Abstract要約: 本稿では, p-adic reaction-diffusion cellular neural network について紹介する。これらのネットワークの安定性について検討し,その応答の数値シミュレーションを行う。第2の目標は、p進のセルラーニューラルネットワークとその画像処理への応用について、簡単なレビューを提供することである。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The first goal of this article is to introduce a new type of p-adic reaction-diffusion cellular neural network with delay. We study the stability of these networks and provide numerical simulations of their responses. The second goal is to provide a quick review of the state of the art of p-adic cellular neural networks and their applications to image processing.
Abstract（参考訳）: 本稿の第一の目的は、遅延を伴う新しいタイプのp-adic反応拡散セルニューラルネットを導入することである。これらのネットワークの安定性について検討し,その応答の数値シミュレーションを行う。第2の目標は、p進セルラーニューラルネットワークの現状と、その画像処理への応用のクイックレビューを提供することである。

関連論文リスト

Adapting the Biological SSVEP Response to Artificial Neural Networks [5.4712259563296755]
本稿では,神経科学の手法である周波数タギングに触発されたニューロン重要度評価に対する新しいアプローチを提案する。画像分類のための畳み込みニューラルネットワークを用いて行った実験では、パートベースの周波数タギングの下でのニューロン特異的応答における顕著な調和と相互変調が明らかにされた。提案手法は,ネットワークプルーニングやモデル解釈可能性などの応用を約束し,説明可能な人工知能の進歩に寄与する。
論文参考訳（メタデータ） (2024-11-15T10:02:48Z)
Contrastive Learning in Memristor-based Neuromorphic Systems [55.11642177631929]
スパイクニューラルネットワークは、現代のバックプロパゲーションによって訓練されたディープネットワークに直面する重要な制約の多くを横取りする、ニューロンベースのモデルの重要なファミリーとなっている。本研究では,前向き・後向き学習のニューロモルフィック形式であるコントラッシブ・シグナル依存型塑性(CSDP)の概念実証を設計し,検討する。
論文参考訳（メタデータ） (2024-09-17T04:48:45Z)
A Review of Pulse-Coupled Neural Network Applications in Computer Vision and Image Processing [0.0]
パルス結合型ニューラルネットワーク(PCNN)は,いくつかの基本的な画像処理とコンピュータビジョンの課題に対処することに成功した。これらのアプリケーションで得られた結果は、PCNNアーキテクチャが様々なコンピュータビジョンタスクに関連する有用な知覚情報を生成することを示唆している。
論文参考訳（メタデータ） (2024-06-01T00:10:05Z)
Novel Kernel Models and Exact Representor Theory for Neural Networks Beyond the Over-Parameterized Regime [52.00917519626559]
本稿では、ニューラルネットワークの2つのモデルと、任意の幅、深さ、トポロジーのニューラルネットワークに適用可能なトレーニングについて述べる。また、局所外在性神経核(LeNK)の観点から、非正規化勾配降下を伴う階層型ニューラルネットワークトレーニングのための正確な表現子理論を提示する。この表現論は、ニューラルネットワークトレーニングにおける高次統計学の役割と、ニューラルネットワークのカーネルモデルにおけるカーネル進化の影響について洞察を与える。
論文参考訳（メタデータ） (2024-05-24T06:30:36Z)
Image segmentation with traveling waves in an exactly solvable recurrent neural network [71.74150501418039]
繰り返しニューラルネットワークは、シーンの構造特性に応じて、画像をグループに効果的に分割できることを示す。本稿では,このネットワークにおけるオブジェクトセグメンテーションのメカニズムを正確に記述する。次に、グレースケール画像中の単純な幾何学的対象から自然画像まで、入力をまたいで一般化するオブジェクトセグメンテーションの簡単なアルゴリズムを実証する。
論文参考訳（メタデータ） (2023-11-28T16:46:44Z)
The inverse problem for neural networks [3.2634122554914002]
本稿では,一括アフィン活性化関数を持つニューラルネットワークの下での集合の事前イメージの計算問題について検討する。本稿では,ニューラルネットワークの解析と解釈可能性に関する事前計算の応用について述べる。
論文参考訳（メタデータ） (2023-08-27T12:35:38Z)
Phase Diagram of Initial Condensation for Two-layer Neural Networks [4.404198015660192]
2層ニューラルネットワークの初期凝縮の位相図を示す。私たちのフェーズダイアグラムは、ニューラルネットワークの動的構造を包括的に理解するのに役立ちます。
論文参考訳（メタデータ） (2023-03-12T03:55:38Z)
Spiking neural network for nonlinear regression [68.8204255655161]
スパイクニューラルネットワークは、メモリとエネルギー消費を大幅に削減する可能性を持っている。彼らは、次世代のニューロモルフィックハードウェアによって活用できる時間的および神経的疎結合を導入する。スパイキングニューラルネットワークを用いた回帰フレームワークを提案する。
論文参考訳（メタデータ） (2022-10-06T13:04:45Z)
On reaction network implementations of neural networks [0.0]
本稿では,(フィードフォワード)ニューラルネットワークの実装に決定論的にモデル化された化学反応ネットワークの利用について述べる。ニューラルネットワークのある種の反応ネットワーク実装に付随する常微分方程式(ODE)が望ましい性質を持つことを示す。
論文参考訳（メタデータ） (2020-10-26T02:37:26Z)
Neural Networks with Recurrent Generative Feedback [61.90658210112138]
畳み込みニューラルネットワーク(CNN)でこの設計をインスタンス化する実験では、標準ベンチマーク上の従来のフィードフォワードCNNに対して、CNN-Fは敵のロバスト性を大幅に改善した。
論文参考訳（メタデータ） (2020-07-17T19:32:48Z)
Neural Cellular Automata Manifold [84.08170531451006]
ニューラルセルラーオートマタのニューラルネットワークアーキテクチャは、より大きなNNにカプセル化可能であることを示す。これにより、NAAの多様体を符号化する新しいモデルを提案し、それぞれが異なる画像を生成することができる。生物学的には、我々のアプローチは転写因子の役割を担い、細胞の分化を促進する特定のタンパク質への遺伝子マッピングを調節する。
論文参考訳（メタデータ） (2020-06-22T11:41:57Z)

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。