Sharif Digital Repository / Sharif University of Technology
    • [Zoom In]
    • [Zoom Out]
  • Page 
     of  0
  • [Previous Page]
  • [Next Page]
  • [Fullscreen view]
  • [Close]
 
یادگیری چندهسته ای وابسته به مکان برای دسته بندی تصاویر
زمانی، فاطمه Zamani, Fatemeh

Cataloging brief

یادگیری چندهسته ای وابسته به مکان برای دسته بندی تصاویر
پدیدآور اصلی :   زمانی، فاطمه Zamani, Fatemeh
ناشر :   صنعتی شریف
سال انتشار  :   1397
موضوع ها :   دسته بندی تصاویر Images Classification یادگیری واژه نامه Dictionary Learning یادگیری...
شماره راهنما :   ‭19-51408

Find in content

sort by

Bookmark

  • مقدمه (14)
  • مروری بر پژوهش‌های پیشین (20)
    • یادگیری هسته (21)
    • یادگیری چند هسته‌ای (22)
      • مروری بر الگوریتم‌های یادگیری چند هسته‌ای با وزن ثابت (24)
        • حل مسئله یادگیری چند هسته‌ای در قالب یک مسئله محدب مربعی (25)
        • حل مسئله یادگیری چند هسته‌ای در قالب یک مسئله برنامه ریزی خطی (27)
        • حل مسئله یادگیری چند هسته‌ای با روش کاهش گرادیان (32)
        • حل مسئله یادگیری چند هسته‌ای با استفاده از Group Lasso (36)
        • یادگیری چند هسته‌ای با ترکیب هسته‌ها با نرم lp (40)
        • یادگیری چند هسته‌ای با در نظر گرفتن گروه‌های هسته‌ای (43)
        • دسته‌بندی روش‌های حل مسئله‌های یادگیری چند هسته‌ای (46)
      • ترکیب خطی و وزن‌دار هسته‌ها با وزن ثابت با روش‌های متفرقه (47)
    • یادگیری چند هسته‌ای با وزن‌های وابسته به مکان (48)
    • SRC مبتنی بر هسته (50)
    • SRC در فضای چند هسته‌ای (52)
    • جمع‌بندی (53)
  • یادگیری چند هسته‌ای با وزن‌های وابسته به مکان تابعی (54)
    • تعریف هسته (55)
    • معرفی ماشین بردار پشتیبان (57)
    • معرفی چارچوب یادگیری چند هسته‌ای (60)
    • یادگیری چند هسته‌ای با وزن دهی بر اساس تابع (61)
      • محاسبه پارامترها (63)
    • الگوریتم پیشنهادی یادگیری چند هسته‌ای با وزن‌های وابسته به مکان تابعی در فضای حاصل از تلفیق چند ویژگی (67)
    • آزمایشهای انجام شده (71)
      • ویژگی‌های استخراج شده از مجموعه تصاویر Caltech (73)
      • توصیف محلی تصاویر بر مبنای روش SPM (73)
      • آزمایش بر روی مجموعه تصاویر Caltech 101 (75)
      • آزمایش بر روی مجموعه تصاویر Caltech 256 (77)
    • جمع‌بندی (79)
  • یادگیری چند هسته‌ای با وزن‌های وابسته به هر اتم در فضای تنک (81)
    • نمایش تنک یک سیگنال (82)
    • معرفی الگوریتم SRC (84)
    • یادگیری دیکشنری (85)
    • الگوریتم پیشنهادی یادگیری چند هسته‌ای با قابلیت یادگیری دیکشنری در فضای ضرایب تنک (86)
      • مرحله آموزش (86)
        • مرحله اول : محاسبه ماتریس ضرایب تنک با فرض ثابت بودن وزن هسته‌ ها (91)
        • مرحله دوم : محاسبه وزن هسته‌ها با فرض ثابت بودن ماتریس ضرایب تنک‌ (91)
      • مرحله آزمایش (94)
    • آزمایشهای انجام شده (94)
      • ویژگی‌های استخراج شده از مجموعه تصاویر Flower 17 (94)
      • آزمایش بر روی مجموعه تصاویر Caltech 101 (95)
      • آزمایش بر روی مجموعه تصاویر Flower 17 (98)
    • جمع‌بندی (101)
  • نتیجه گیری (103)
    • بررسی امکان پردازش موازی برای آموزش مدل‌ها (105)
    • بررسی همگرایی الگوریتم‌های طراحی شده (106)
    • بررسی زمان و حافظه مصرفی در مرحله آموزش (107)
    • راهکارهای آینده (108)
  • معرفی مجموعه تصاویر (109)
Loading...