基于散射与同伦字典学习的深度网络分类
机器学习
2020-02-21 v3 计算机视觉与模式识别
机器学习
摘要
我们引入一种稀疏散射深度卷积神经网络，它提供了一个简单模型来分析用于分类的深度表示学习的性质。学习单个字典矩阵并配以分类器，在 ImageNet 2012 数据集上取得了比 AlexNet 更高的分类准确率。该网络首先应用散射变换，将因平移与小形变等几何变换引起的变异性线性化。稀疏 字典编码在通过并线性空间上的投影保持类间分离的同时，降低类内变异性。它在深度卷积网络中以具有指数收敛性的同伦算法实现。我们在包含 ALISTA 的一般框架中给出收敛性证明。分类结果在 ImageNet 上进行分析。
引用
@article{arxiv.1910.03561,
title = {Deep Network Classification by Scattering and Homotopy Dictionary Learning},
author = {John Zarka and Louis Thiry and Tomás Angles and Stéphane Mallat},
journal= {arXiv preprint arXiv:1910.03561},
year = {2020}
}