Visual Attention Emerges from Recurrent Sparse Reconstruction 視覚的注意は、現代の神経ネットワークがまだ不十分な領域である、人間の視覚におけるノイズ、破損、および分布の変化の下で堅牢な知覚を実現するのに役立ちます。 VARS、再発スパース再構成からの視覚的注意、人間の視覚的注意メカニズムの2つの顕著な特徴である再通貨とスパース性に基づいて構築された新しい注意の定式化を紹介します。関連する機能は、ニューロン間の反復接続を介してグループ化され、スパース正則化を介して顕著なオブジェクトが出現します。 VARSは、時間の経過とともに安定したパターンに向かって収束する反復接続を備えたアトラクタネットワークを採用しています。ネットワーク層は常微分方程式(ODE)として表され、データの基礎となるパターンをエンコードする「テンプレート」の辞書を
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く