卷积神经网络与柯尔莫哥洛夫复杂性的整合方法
计算机视觉与模式识别
2018-12-04 v1 人工智能
摘要
精确量化各实体间相似性的能力一直是多个问题领域中的根本难题，尤其在细胞图像分类中。科学界提出的图像处理领域当代相似性度量主要在监督设定下展开。在本工作中，我们将探索基于柯尔莫哥洛夫复杂性（Kolmogorov Complexity）信息论概念的创新算法化归一化压缩距离度量。此外，我们将考察其在卷积神经网络中的可能实现，以在无监督设定下促进并自动化视网膜色素上皮细胞培养的分类，用于年龄相关性黄斑变性干细胞疗法。
引用
@article{arxiv.1812.00888,
title = {A Consolidated Approach to Convolutional Neural Networks and the Kolmogorov Complexity},
author = {D Yoan L. Mekontchou Yomba},
journal= {arXiv preprint arXiv:1812.00888},
year = {2018}
}