#deep-learning #neural-network #conv-neural-network
Вопрос:
Чтобы решить астрономическую проблему, я реализовал сверточную нейронную сеть, подобную VGG. Поскольку изображения могут сильно отличаться между задействованными каналами, я реализовал сеть, подобную VGG, для каждого канала (т. Е. Каждый канал распространяется по цепочке свертки, объединения и плотных слоев). Полученные выходные прогнозы для каждого канала затем объединяются, чтобы получить вектор вероятности, который является типичным входом для функции затрат на перекрестную энтропию. Я не знал, работает ли эта архитектура, но, на удивление, она работала лучше, чем VGG (чьи входные данные являются многоканальными изображениями), поэтому я собираюсь включить эту сеть в свою кандидатскую диссертацию, но я не смог найти ни одной ссылки, авторы которой использовали этот подход или что-то подобное. Знаете ли вы, есть ли ссылки (например, статьи) на аналогичные архитектуры?