卷积神经生成编码：将预测编码扩展到自然图像
计算机视觉与模式识别
2023-02-07 v2 机器学习
摘要
在本工作中，我们提出卷积神经生成编码（Conv-NGC），它是预测编码在基于卷积/反卷积计算情形下的推广。具体而言，我们具体实现了一个灵活的、受神经生物学启发的算法，该算法逐步细化潜状态特征图，以动态形成对自然图像更精确的内部表示/重建模型。所得到的感觉处理系统的性能在复杂数据集上评估，如 Color-MNIST、CIFAR-10 和街景门牌号（SVHN）。我们研究了这一受大脑启发的模型在重建与图像去噪任务上的有效性，发现其与通过误差反向传播训练的卷积自编码系统具有竞争力，并且在分布外重建（包括完整的 90k CINIC-10 测试集）方面优于它们。
引用
@article{arxiv.2211.12047,
title = {Convolutional Neural Generative Coding: Scaling Predictive Coding to Natural Images},
author = {Alexander Ororbia and Ankur Mali},
journal= {arXiv preprint arXiv:2211.12047},
year = {2023}
}
备注
Revisions/updates, expanded appendix