Μελέτη και υλοποίηση Deep Learning τεχνικών στον τομέα της υπολογιστικής όρασης

• Κύριος συγγραφέας: Μοναχόπουλος, Κωνσταντίνος
• Άλλοι συγγραφείς: Οικονόμου, Γεώργιος
• Μορφή: Thesis
• Γλώσσα: Greek
• Έκδοση: 2016
• Θέματα: Νευρωνικά δίκτυα βαθειάς μάθησης; Αναγνώριση προτύπων; Deep belief networks; Monte Carlo simulation; Deep learning; Boltzmann machines; MNIST; Pattern recognition; 006.37

Η παρούσα διπλωματική ασχολείται με τη μελέτη και υλοποίηση των Deep Belief Networks νευρωνικών δικτύων, τόσο σε θεωρητικό όσο και σε πρακτικό επίπεδο. Στόχος είναι η διερεύνηση και ανάλυση του θεωρητικού υπόβαθρου των Deep Belief Networks, ξεκινώντας από τη θεωρία της μηχανικής μάθησης στο πεδίο των τεχνητών νευρωνικών δικτύων και ολοκληρώνοντας με την υλοποίηση και εκτέλεση σε αλγοριθμικό επίπεδο. Η προσέγγιση που χρησιμοποιείται για την ορθή εκπαίδευση του δικτύου, περιλαμβάνει τις τεχνικές Greedy-Layer Wise Unsupervised Pre-Training και Semi-Supervised Fine-Tuning. Οι τεχνικές αυτές περιλαμβάνουν διαδικασίες ορθής αρχικοποίησης των συναπτικών βαρών και βελτιστοποίησης αυτών με χρήση ενός μικρού μέρους επισημασμένων προτύπων.