Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Résumé du colloque
La performance des réseaux de neurones utilisés pour la reconnaissance des formes et le classement peut être améliorée en introduisant une capacité d'invariance dans le réseau. Un réseau très efficace peut être employé non-seulement comme mémoire associative mais aussi comme générateur de substitution symbolique. Nous considérons l'invariance sous transformation et rotation en plus de celle face aux erreurs d'entrée. Ceci peut être accompli en modifiant le réseau, en changeant les interconnexions ou par traitement préliminaire des données d'entrée. Dans certains cas ce traitement peut être accompli par le réseau lui-même, par un autre réseau ou optiquement. Les techniques discutées comprennent l'introduction de plus de neurones à l'entrée du réseau, le traitement du signal d'entrée par des filtres adaptés invariants, l'utilisation de nouvelles représentations invariantes de l'image et la projection des données d'entrée sur des composantes principales invariantes. Les avantages et désavantages des différentes méthodes proposées sont discutés.
Vous devez être connecté pour ajouter un élément à vos favoris.
Veuillez vous connecter ou créer un compte pour continuer.
Outils de citation
Citer cet article :
MLA
APA
Chicago
Ajouter un dossier
Vous pouvez ajouter vos contenus préférés à des dossiers organisés. Une fois le dossier créé,
vous pouvez ajouter un article ou un contenu de la liste ou de la vue détaillée au dossier sélectionné dans la liste.