생물학적 영감을 받은 CNN 아키텍처 LGN-CNN
이 논문에서는 시각 체계의 구조를 모방한 컨볼루셔널 신경망(CNN) 아키텍처인 LGN-CNN을 소개합니다. 이 아키텍처는 CNN의 첫 번째 컨볼루션 계층에 단일 필터를 구성하여 측면 유전체 핵(LGN)의 역할을 모방합니다. 신경망의 첫 번째 계층은 회전 대칭 패턴을 보여주며, 이는 네트워크 자체의 구조에서 파생된 것으로 Laplacian of Gaussian(LoG)의 근사치입니다. 후자의 기능은 다시 LGN 세포들의 수용 장 프로파일(RFPs)의 좋은 근사치가 됩니다. 신경망 아키텍처로부터 직접 도출되는 시각 체계와의 유사성이 확립됩니다. 고정된 LGN-CNN 아키텍처에 대한 회전 불변성을 증명하고 계산 결과를 제공합니다. 또한, LGN-CNN의 대조 불변성 능력을 조사하고 다양한 이미지에서 LGN-CNN의 첫 번째 계층과 LoG의 Retinex 효과 사이의 비교를 제공합니다. 두 번째 컨볼루션 계층의 필터에 대한 통계적 연구가 생물학적 데이터와 관련하여 수행되었습니다. 결론적으로, 제시된 모델은 LGN 및 V1의 RFPs를 잘 근사하고 Retinex 효과를 보이는 LGN 세포들의 장거리 연결에 대해 유사한 동작을 달성합니다.
paper
AI 요약
