Ret neuronal convolucional
Una ret neuronal convolucional és un tipo de ret neuronal artificial a on les neurones artificials, corresponen a camps receptius d'una manera molt similar a les neurones en la corfa visual primària (V1) d'un cervell biològic.[1][2]Este tipo de ret és una variació d'un perceptron multicapa, no obstant, degut a que la seua aplicació és realisada en matrius bidimensionales, són molt efectives per a tasques de visió artificial, com en la classificació i segmentación d'imàgens, entre atres aplicacions.[3]
Història
[editar | editar còdic]Els fonaments de les rets neuronals convolucionales es basen en el Neocognitron, introduït per Kunihiko Fukushima en 1980.[4] Este model va ser més vesprada millorat per Yann LeCun et al. en 1998[5] en introduir un método d'aprenentage basat en la propagació cap a arrere per a poder entrenar el sistema correctament. En l'any 2012, varen ser refinades per Donen Ciresan i uns atres, i varen ser implementades per a una unitat de processament gràfic (GPU) conseguint aixina resultats impressionants.[6]
Fonaments Biològics
[editar | editar còdic]El treball realisat per Hubel i Wiesel en 1959[7] va jugar un paper important en la comprensió sobre cóm funciona la corfa visual, particularment les cèlules responsables de la selectivitat d'orientació i detecció de vores en els estímuls visuals dins de la corfa visual primària V1. Dos tipos de cèlules principals varen ser identificades ací, tenint estes camps receptius allargats, en la qual cosa tenen una millor resposta als estímuls visuals allargats com les llínees i les vores. Estes es denominen cèlules simples i cèlules complexes.
Les cèlules simples tenen regions excitadoras i inhibitòries, abdós formant patrons elementals allargats en una direcció, posició i tamany en particular en cada cèlula. Si un estímul visual aplega a la cèlula en la mateixa orientació i posició, de tal manera que esta s'alinea perfectament en els patrons creats per les regions excitadoras i al mateix temps s'evita activar les regions inhibitòries, la cèlula és activada i emet una senyal.
Les cèlules complexes operen d'una manera similar. Com les cèlules simples, estes tenen una orientació particular sobre la qual són sensibles. No obstant, estes no tenen sensibilitat a la posició. Per això, un estímul visual necessita aplegar únicament en l'orientació correcta per a que esta cèlula siga activada.
Un atre punt important sobre les cèlules en la corfa visual és l'estructura que estes formen. A lo llarc de la jerarquia de la corfa, començant per la regió V1 de la corfa visual, després seguint a les regions V2, V4 i IT, es troba que la complexitat dels estímuls ideals incrementa cada volta més. Al mateix temps, les activacions de les cèlules es fan menys sensibles a la posició i tamany dels estímuls inicials. Açò succeïx com a resultat de les cèlules activant i propagant els seus propis estímuls a atres cèlules conectades a esta jerarquia, principalment gràcies a la alternación entre cèlules simples i complexes.
Vore també
[editar | editar còdic]Bibliografia
[editar | editar còdic]- ↑ Frontiers in Computational Neuroscience.17ISSN 1662-5188.doi:10.3389/fncom.2023.1153572.Consultat el 2024-10-31.
- ↑ Insights into Imaging.9(4)
- 611–629.ISSN 1869-4101.doi:10.1007/s13244-018-0639-9.Consultat el 2024-10-31.
- ↑ “Ensemble of convolutional neural networks based on an evolutionary algorithm applied to an industrial welding process” . Computers in Industry. 133. doi:.
- ↑ Fukushima, Kunihiko (1980). "Neocognitron: A Self-organizing Neural Network Model for a Mechanism of Pattern Recognition Unaffected by Shift in Position". Biological Cybernetics 36 (4): 193–202.
- ↑ LeCun, Yann; Léon Bottou; Yoshua Bengio; Patrick Haffner (1998). "Gradient-based learning applied to document recognition". Proceedings of the IEEE 86 (11): 2278–2324.
- ↑ Ciresan, Donen; Ueli Meier; Jonathan Masci; Luca M. Gambardella; Jurgen Schmidhuber (2011). "Flexible, High Performance Convolutional Neural Networks for Image Classification". Proceedings of the Twenty-Second international joint conference on Artificial Intelligence-Volume Volume Two 2: 1237–1242.
- ↑ Hubel, D. H.; Wiesel, T. N. (1959). "Receptive fields of single neurones in the cat's striate cortex". The Journal of physiology 148 (3): 574–591.
Referències
[editar | editar còdic]
- Este artícul conté una traducció derivada de «Red neuronal convolucional» de Wikipedia en castellà publicada baix la Llicència de documentació lliure de GNU i la Llicència Creative Commons Reconeiximent-CompartirIgual 4.0 Internacional.