드문 입력으로 신경망을 사용하기 위해 따라야 할 지침


9

입력 이미지에서 특정 기능의 위치와 같이 매우 드문 입력이 있습니다. 또한 각 기능에는 여러 감지 기능이있을 수 있습니다 (시스템 디자인과 관련이 있는지 확실하지 않음). 이 I는 그 특징의 존재를 나타내는 ON 픽셀을 가진 k 채널 '이진 이미지'로 제시 될 것이며, 그 반대도 마찬가지입니다. 우리는 그러한 입력이 매우 희박하다는 것을 알 수 있습니다.

신경망과 함께 희소 데이터, 특히 탐지 / 위치를 나타내는 데이터를 사용할 때 권장 사항이 있습니까?


이것은 흥미로운 질문입니다. 질문에 대한 답변을 찾으면 질문에 대한 답변을 고려하십시오. 그렇지 않으면 해결하려는 문제에 대한 자세한 정보를 사용하여 질문을 수정하십시오. 또한 행렬의 희소 밀도.
NULL

답변:


2

기능 포함을 사용하여 입력 공간의 크기를 줄일 수 있습니다. NLP의 word2vec 접근법의 일종으로, 기능이 바이너리 (켜기 / 끄기)이기 때문에 귀하의 경우에 적용될 수있는 것 같습니다.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.