ارائه رویکرد ترکیبی در بهبود دسته بندی تصاویر با استفاده از داده افزایی در یادگیری عمیق - تقویتی
Publish place: The First National Conference Of New Achievements In Electrical Engineering, Computer And Medical Engineering
Publish Year: 1402
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 93
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSCONFERENCE01_057
تاریخ نمایه سازی: 22 آذر 1402
Abstract:
در سال های اخیر پیشرفت های بسیاری در استفاده از تکنیک های یادگیری عمیق در کاربردهای پردازش تصویر و بخصوصدسته بندی تصاویر حاصل شده است. در این مقاله با استفاده از الگوریتم Q-Learning یادگیری تقویتی، تکنیک داده افزایی در شبکه کانولوشن انجام شده ونتایج دسته بندی تصاویر در شبکه عمیق کانولوشنی (CNN) بهبود داده شده است.در ابتدا تصاویر با استفاده از شبکه عمیق، دسته بندی شده و به هر خروجی یک امتیاز داده می شود. از این امتیاز به عنوانیک معیار پاداش دهی و گذر به حالت جدید در الگوریتم یادگیری تقویتی استفاده می شود.در صورتی که این پیش بینی درستباشد امتیازمتبت و در غیر این صورت امتیاز منفی در نظر گرفته می شود و در ادامه فرایند بهبود یادگیری اتفاق می افتد. درپژوهش حاضر از دادگان Image Net, Cats and Dogs و Caltech-۱۰۱) استفاده شده است و نتایج حاصل با سایرتکنیک های موجود مقایسه شده است.
Keywords:
Authors
فرزین یغمایی
دانشیار دانشکده مهندسی برق و کامپیوتر ، دانشگاه سمنا ن
مهلا حاتمی
دانشجوی دکتری، رشته مهندسی کامپیوتر، هوش مصنوعی، دانشگاه سمنان