생물학적 영감을 받은 CNN 아키텍처 LGN-CNN
이 논문에서는 시신경 교차핵(Lateral Geniculate Nucleus, LGN)의 역할을 모방하는 단일 필터로 구성된 첫 번째 컨볼루션 레이어를 갖는 생물학적으로 영감받은 합성곱 신경망(CNN) 아키텍처인 LGN-CNN을 소개합니다. 신경망의 첫 번째 레이어는 네트워크 자체의 구조에서 유래한 회전 대칭 패턴을 보여주며, 이는 가우시안의 라플라시안(LoG)에 대한 근사치입니다. 이 함수는 다시 LGN 세포들의 수용 장 프로파일(RFPs)의 좋은 근사치가 됩니다. 시각 체계와의 유사성은 신경망 아키텍처에서 직접 나타납니다. 고정된 LGN-CNN 아키텍처에 대한 회전 불변성을 증명하고 계산 결과를 제시합니다. 또한, LGN-CNN의 대비 불변성 능력을 조사하며 다양한 이미지에 대한 첫 번째 레이어의 Retinex 효과와 LoG의 Retinex 효과 사이에서 비교를 제공합니다. 두 번째 컨볼루션 레이어의 필터들에 대해 생물학적 데이터에 대한 통계적인 연구가 수행되었습니다. 결론적으로, 제시된 모델은 LGN 및 V1 세포들의 RFPs에 잘 근사하며 장거리 연결의 Retinex 효과와 유사한 동작을 보입니다.
paper
AI 요약
