频域中卷积神经网络稳定性分析
计算机视觉与模式识别
2015-11-17 v2
摘要
理解卷积神经网络（ConvNets）的内部过程通常使用可视化技术。然而，这些技术通常不提供估计 ConvNet 抗噪稳定性的工具。本文展示了如何利用四维可视化技术在频域中分析 ConvNet。通过频域分析，我们揭示了 ConvNet 可能对极低幅度的加性噪声敏感的原因。我们在不同数据集上训练的几个 ConvNet 上的实验表明，训练好的 ConvNet 的卷积核通常允许大多数频率通过，无法有效消除高频的影响。我们进一步的实验表明，具有更集中频率响应的卷积核可能更稳定。最后，我们证明了使用添加噪声图像增强的训练集对 ConvNet 进行微调可以产生更稳定的 ConvNet。
引用
@article{arxiv.1511.03042,
title = {Analyzing Stability of Convolutional Neural Networks in the Frequency Domain},
author = {Elnaz J. Heravi and Hamed H. Aghdam and Domenec Puig},
journal= {arXiv preprint arXiv:1511.03042},
year = {2015}
}
备注
Under review as a conference paper at ICLR2016, minor changes in the text