人工智能:一种基于原型学习的多示例卷积神经网络

人工智能:一种基于原型学习的多示例卷积神经网络

ID:5290241

大小:540.39 KB

页数:10页

时间:2017-12-07

人工智能:一种基于原型学习的多示例卷积神经网络_第1页
人工智能:一种基于原型学习的多示例卷积神经网络_第2页
人工智能:一种基于原型学习的多示例卷积神经网络_第3页
人工智能:一种基于原型学习的多示例卷积神经网络_第4页
人工智能:一种基于原型学习的多示例卷积神经网络_第5页
资源描述:

《人工智能:一种基于原型学习的多示例卷积神经网络》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第40卷第6期计算机学报Vol.40No.62017年6月CHINESEJOURNALOFCOMPUTERSJune2017一种基于原型学习的多示例卷积神经网络何克磊1)1)1)1)史颖欢高阳霍静汪栋2)2)张缨1)(南京大学计算机软件新技术国家重点实验室南京210093)2)(中国人民解放军第八一医院南京210002)摘要卷积神经网络是一种全监督的深度学习模型,其要求样本类标完整.在样本类标缺失等弱监督的实际应用中,卷积神经网络的应用受到了极大的制约.为解决弱标记环境下的多示例学习问题,该文提出了一种新的多示例深度卷积网络模型.该模型引入了一种新的

2、原型学习层.该层使用基于原型度量的算法,实现了示例特征至包特征的映射,从而使网络能够在包的层面给予类标信息,进而完成整个模型的学习过程.该文首先在肺癌病理图像细胞分类的问题中,验证了该网络的性能.实验表明,相较于传统基于手工图像特征的方法,该文所提出的方法在准确率方面约有12%的提升.相较于卷积神经网络结合传统多示例学习的方法,所提出的方法在各项指标上同样取得了更好的效果.此外,在自然图像分类数据集GRAZ02上,所提出的方法相较于目前最优的算法也取得了相当的效果.关键词深度学习;多示例学习;原型学习;卷积神经网络;图像分类;人工智能中图法分类号T

3、P391犇犗犐号10.11897/SP.J.1016.2017.01265犃犘狉狅狋狅狋狔狆犲犔犲犪狉狀犻狀犵犅犪狊犲犱犕狌犾狋犻犐狀狊狋犪狀犮犲犆狅狀狏狅犾狌狋犻狅狀犪犾犖犲狌狉犪犾犖犲狋狑狅狉犽1)1)1)1)HEKeLeiSHIYingHuanGAOYangHUOJing2)2)WANGDongZHANGYing1)(犛狋犪狋犲犓犲狔犔犪犫狅狉犪狋狅狉狔犳狅狉犖狅狏犲犾犛狅犳狋狑犪狉犲犜犲犮犺狀狅犾狅犵狔,犖犪狀犼犻狀犵犝狀犻狏犲狉狊犻狋狔,犖犪狀犼犻狀犵210093)2)(犅犪狔犻犎狅狊狆犻狋犪犾,犖犪狀犼犻狀犵210002)犃犫狊狋狉

4、犪犮狋Convolutionalneuralnetworkisafullysuperviseddeeplearningmodel.Itrequiresthatthelabelsofsamplesarefullyprovided.Inweaklysupervisedapplicationswherelabelsofsamplesarepartlyprovided,theusageofconvolutionalneuralnetworksisgreatlylimited.Tosolvetheweaklysupervisedmultiinstancele

5、arningproblem,anewmultipleinstanceconvolutionalneuralnetworkisproposed.Theproposedmodelintroducesanewprototypelearninglayerintothenetwork.Theprototypelearninglayerusesaprototypebasedmetricmethodtotransforminstancefeaturesintobagfeatures.Thenetworkthereforecanuselabelinformatio

6、nofbagandlearningthewholemodelinacompactprocess.Thenetworkisfirstlytestedonalungcancercellpathologyimageclassificationdataset.Resultsshow,comparedwithhanddesignedimagefeaturebasedmethods,theproposedmethodachievedanimprovementofabout12%inaccuracy.Comparedwithconvolutionalneuraln

7、etworkandmultiinstancelearningcombinedmethods,the收稿日期:20150921;在线出版日期:20160509.本课题得到国家自然科学基金(61432008,61305068)、江苏省自然科学基金(BK20130581)资助.何克磊,男,1989年生,博士研究生,主要研究方向为计算机视觉、模式识别、医学图像分析.Email:hekelei@gmail.com.史颖欢,男,1984年生,博士,讲师,中国计算机学会(CCF)会员,主要研究方向为机器视觉、医学图像分析.高阳(通信作者),男,1972

8、年生,博士,教授,博士生导师,中国计算机学会(CCF)高级会员,主要研究领域为大数据分析、人工智能.Ema

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。