แนวทางใดที่ควรปฏิบัติตามสำหรับการใช้โครงข่ายประสาทเทียมด้วยอินพุตแบบกระจาย


9

ฉันมีอินพุตเบาบางมากเช่นตำแหน่งของคุณสมบัติบางอย่างในภาพอินพุต คุณสมบัติเพิ่มเติมแต่ละอย่างสามารถมีการตรวจจับหลายครั้ง (ไม่แน่ใจว่าสิ่งนี้จะมีผลต่อการออกแบบระบบ) สิ่งนี้ฉันจะนำเสนอเป็น 'ภาพไบนารี' ของช่อง k ด้วยพิกเซล ON ที่แสดงถึงการมีอยู่ของคุณสมบัตินั้นและในทางกลับกัน เราจะเห็นได้ว่าข้อมูลดังกล่าวถูกผูกมัดให้กระจัดกระจายมาก

ดังนั้นมีคำแนะนำใด ๆ เมื่อใช้ข้อมูลที่กระจัดกระจายกับอวนประสาทข้อมูลเฉพาะที่เป็นตัวแทนของการตรวจจับ / สถานที่?


นี่เป็นคำถามที่น่าสนใจ หากคุณพบคำตอบสำหรับคำถามของคุณโปรดลองตอบคำถามของคุณ มิฉะนั้นโปรดแก้ไขคำถามของคุณพร้อมข้อมูลรายละเอียดเพิ่มเติมเกี่ยวกับปัญหาที่คุณพยายามแก้ไข นอกจากนี้ความหนาแน่นของเมทริกซ์เบาบาง
NULL

คำตอบ:


2

คุณสามารถลองใช้คุณลักษณะการวางตำแหน่งเพื่อลดขนาดของพื้นที่ใส่ เรียงลำดับของวิธี word2vec ใน NLP ดูเหมือนว่าจะสามารถนำไปใช้ในกรณีของคุณเนื่องจากคุณสมบัติของคุณเป็นแบบไบนารี่ (เปิด / ปิด)

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.