Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

F-Transform and Convolutional NN:Cross-Fertilization and Step Forward

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F20%3AA21025CC" target="_blank" >RIV/61988987:17610/20:A21025CC - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://ieeexplore.ieee.org/document/9177572" target="_blank" >https://ieeexplore.ieee.org/document/9177572</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/FUZZ48607.2020.9177572" target="_blank" >10.1109/FUZZ48607.2020.9177572</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    F-Transform and Convolutional NN:Cross-Fertilization and Step Forward

  • Popis výsledku v původním jazyce

    We propose to assign the F-transform kernels to the CNN weights and compare them with commonly used initialization. By this, we develop a new initialization mechanism where the F-transform convolution kernels are used in the convolutional layers. Based on a series of experiments, we demonstrate the suitability of the F-transform-based deep neural network in the domain of image processing with the focus on classification. Moreover, we support our insight by revealing the similarity between the F-transform and first-layer kernels in certain deep neural networks.

  • Název v anglickém jazyce

    F-Transform and Convolutional NN:Cross-Fertilization and Step Forward

  • Popis výsledku anglicky

    We propose to assign the F-transform kernels to the CNN weights and compare them with commonly used initialization. By this, we develop a new initialization mechanism where the F-transform convolution kernels are used in the convolutional layers. Based on a series of experiments, we demonstrate the suitability of the F-transform-based deep neural network in the domain of image processing with the focus on classification. Moreover, we support our insight by revealing the similarity between the F-transform and first-layer kernels in certain deep neural networks.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10102 - Applied mathematics

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/EF17_049%2F0008414" target="_blank" >EF17_049/0008414: Centrum pro výzkum a vývoj metod umělé intelligence v automobilovém průmyslu regionu</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2020

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    EEE International Conference on Fuzzy Systems (FUZZ-IEEE)

  • ISBN

    978-1-7281-6933-0

  • ISSN

    1544-5615

  • e-ISSN

    1558-4739

  • Počet stran výsledku

    6

  • Strana od-do

  • Název nakladatele

    IEEE

  • Místo vydání

  • Místo konání akce

    Glasgow, United Kingdom

  • Datum konání akce

    19. 7. 2020

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku