|
|
|
|
ارائه رویکرد ترکیبی در بهبود دسته بندی تصاویر با استفاده از داده افزایی در یادگیری عمیق- تقویتی
|
|
|
|
|
|
|
|
نویسنده
|
یغمایی فرزین ,حاتمی مهلا
|
|
منبع
|
اولين همايش ملي دستاوردهاي نوين در مهندسي برق، كامپيوتر و مهندسي پزشكي - 1401 - دوره : 1 - اولین همایش ملی دستاوردهای نوین در مهندسی برق، کامپیوتر و مهندسی پزشکی - کد همایش: 01221-53023 - صفحه:0 -0
|
|
چکیده
|
در سال های اخیر پیشرفت های بسیاری در استفاده از تکنیکهای یادگیری عمیق در کاربردهای پردازش تصویر و بخصوص دسته‌بندی تصاویر حاصل شده است. در این مقاله با استفاده از الگوریتم q-learning یادگیری تقویتی، تکنیک داده افزایی در شبکه کانولوشن انجام شده ونتایج دسته‌بندی تصاویر در شبکه عمیق کانولوشنی (cnn) بهبود داده شده است. در ابتدا تصاویر با استفاده از شبکه عمیق، دسته‌بندی شده و به هر خروجی یک امتیاز داده می‌شود. از این امتیاز به عنوان یک معیار پاداش دهی و گذر به حالت جدید در الگوریتم یادگیری تقویتی استفاده می‌شود.در صورتی که این پیش بینی درست باشد امتیازمثبت و در غیر این صورت امتیاز منفی در نظر گرفته می شود و در ادامه فرایند بهبود یادگیری اتفاق می افتد. در پژوهش حاضر از دادگان cats and dogs،image net و caltech-101 استفاده شده است و نتایج حاصل با سایر تکنیکهای موجود مقایسه شده است.
|
|
کلیدواژه
|
دسته‌بندی تصاویر، یادگیری عمیق، یادگیری تقویتی، الگوریتم q-learning،داده افزایی
|
|
آدرس
|
, iran, , iran
|
|
پست الکترونیکی
|
hatami.mahla@gmail.com
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a hybrid approach in image classification using data augmentation in deep-reinforcement learning
|
|
|
|
|
Authors
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|