Sharif Digital Repository / Sharif University of Technology
    • [Zoom In]
    • [Zoom Out]
  • Page 
     of  0
  • [Previous Page]
  • [Next Page]
  • [Fullscreen view]
  • [Close]
 
پاسخ دهی به سوالات در خصوص محتوای تصاویر با استفاده از شبکه های ژرف
چاوشیان، محمد Chavoshian, Mohammad

Cataloging brief

پاسخ دهی به سوالات در خصوص محتوای تصاویر با استفاده از شبکه های ژرف
پدیدآور اصلی :   چاوشیان، محمد Chavoshian, Mohammad
ناشر :   صنعتی شریف
سال انتشار  :   1396
موضوع ها :   شبکه های عمیق Deep Networks یادگیری تقویتی Reinforcement Learning داده های چندگونه...
شماره راهنما :   ‭19-50632

Find in content

sort by

Bookmark

  • فهرست شکل‌ها (8)
  • فهرست جدول‌ها (9)
  • مقدمه (11)
    • تعریف مسئله (12)
    • اهمیت (13)
    • کاربرد (13)
    • چالش‌ها (14)
    • معیارهای ارزیابی (15)
    • نوآوری‌های این پژوهش (16)
    • ساختار پایان‌نامه (18)
  • روش‌های پیشین (19)
    • پیش‌نیازهای مسئله (19)
      • یادگیری ماشین (19)
      • یادگیری تقویتی (21)
      • شبکه‌های عصبی عمیق (26)
    • آشنایی بیشتر با مسئله پاسخ‌دهی به سوالات در خصوص محتوای تصاویر (30)
    • کارهای مرتبط (33)
      • دسته‌بندی تصاویر (33)
      • یافتن فضای معنایی جدید برای کلمات (34)
      • آموزش عامل یادگیری تقویتی با استفاده از شبکه‌های عصبی عمیق (35)
      • تشخیص اشیا با استفاده از یادگیری تقویتی (36)
    • داده‌های مسئله پاسخ‌دهی به سوالات در خصوص محتوای تصاویر (37)
    • مروری بر روش‌های ارایه شده برای حل مسئله پاسخ‌دهی به سوالات در خصوص محتوای تصاویر (38)
      • روش‌های بدون استفاده از توجه (39)
      • روش‌های مبتنی بر توجه (47)
    • جمع‌بندی (56)
  • راهکار پیشنهادی (61)
    • استفاده بیشتر از اطلاعات سوال ورودی (61)
    • استفاده از عامل تقویتی برای اعمال توجه سخت (63)
      • ساختار پیشنهادی (65)
      • آموزش (70)
    • ارائه تابع هزینه جدید برای سوالات عددی (72)
      • وایازش ترتیبی (73)
      • اعمال تابع هزینه متناظر با وایازش ترتیبی در شبکه‌های عصبی (74)
      • نحوه پیشنهادی استفاده از تابع هزینه وایازش ترتیبی‌ (74)
    • جمع‌بندی (75)
  • آزمایش‌ها (77)
    • مجموعه داده (77)
    • معیار ارزیابی (78)
    • تنظیمات، نتایج تجربی و تحلیل آزمایش‌ها برای ساختارهای پیشنهادی (79)
      • استفاده بیشتر از اطلاعات سوال ورودی (79)
      • استفاده از عامل تقویتی برای اعمال توجه سخت (81)
      • استفاده از تابع هزینه وایازش ترتیبی برای سوالات عددی (85)
    • جمع‌بندی (88)
  • جمع‌بندی و کارهای آتی (89)
    • افزایش سرعت روند آموزش عامل یادگیری تقویتی (89)
    • استفاده از دانش خارجی برای یافتن مجموعه پاسخ‌های ممکن (89)
    • جمع‌آوری سوالات عددی بیشتر برای آموزش با استفاده از تابع هزینه وایازش ترتیبی (90)
    • استفاده از روش‌های توجه بالا به پایین (90)
  • مراجع (90)
Loading...