大工至善|大学至真分享 http://blog.sciencenet.cn/u/lcj2212916

博文

[转载]【计算机科学】【2017.04】基于深度学习的图像分类

已有 356 次阅读 2019-12-5 13:54 |系统分类:科研笔记|文章来源:转载

本文为德国汉堡大学(作者:ANDRIY BOROVKOV)的硕士论文,共55页。

 

本文提出了一种用于银河系图像分类器学习的可视化反卷积网络方法。在分类过程中,采用了一种具有视点提取的卷积神经网络进行预处理。该网络能够实现训练数据集的RMSE0.084,验证数据集的RMSE0.082。反卷积技术表明,该网络能够通过卷积层分离和增强不同的目标以获得不同的星系视角,从而突出星系的形态特征

 

A deconvolutional network approach for thevisualization of the learning of a galaxy image classifier is presented here.For the classification, a convolutional neural network with viewpointextraction in preprocessing is used. The network was able to achieve a RMSE of0.084 for the training data set and 0.082 for the validation data set. Thedeconvolution technique shows that the network is able to highlight themorphological features of the galaxies through the convolutional layers byisolating and enhancing different objects for different views of a galaxy.

 

 

引言

深度学习

星系图像数据与Kaggle竞赛

设置

超参数优化

神经网络的分解

展望

结论


更多精彩文章请关注公众号:qrcode_for_gh_60b944f6c215_258.jpg



http://blog.sciencenet.cn/blog-69686-1208895.html

上一篇:[转载]【信息技术】【2005】基于互信息的数字化重建射线照片与电子束图像配准
下一篇:[转载]【计算机科学】【2017.01】基于深度学习的语音信号增强

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2020-1-27 05:56

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部