对一种替代性 CellLineNet 的初步探索:一种进化方法
神经与进化计算
2020-07-28 v1 计算机视觉与模式识别
图像与视频处理
摘要
本文中,我们探索了一种针对替代性 CellLineNet 的进化方法:CellLineNet 是一种擅长分类上皮乳腺癌细胞系的卷积神经网络。该进化算法引入控制变量,以引导在倒残差块、瓶颈块、残差块以及基本 2x2 卷积块组成的搜索空间中对架构的搜索。EvoCELL 的前景在于预测何种特征提取块的组合或排列能为给定任务产生最佳模型架构。其中,展示了每一代之后进化出的最优模型的性能。最终进化出的模型 CellLineNet V2 对 5 种上皮乳腺细胞系进行分类,包括两株人类癌症细胞系、2 株正常永生化细胞系和 1 株永生化小鼠细胞系(MDA-MB-468、MCF7、10A、12A 和 HC11)。该多类细胞系分类卷积神经网络扩展了我们早期关于二分类乳腺癌细胞系分类模型的工作。本文提出了一种持续进行的神经网络架构设计探索方法,以供进一步研究。
引用
@article{arxiv.2007.13044,
title = {A Preliminary Exploration into an Alternative CellLineNet: An Evolutionary Approach},
author = {Akwarandu Ugo Nwachuku and Xavier Lewis-Palmer and Darlington Ahiale Akogo},
journal= {arXiv preprint arXiv:2007.13044},
year = {2020}
}