基于元启发式算法优化卷积神经网络超参数：2019-2022 年近期综述
图像与视频处理
2024-12-25 v1 计算机视觉与模式识别
摘要
卷积神经网络（CNNs）已成功应用于许多疾病的医学诊断。然而，在众多可选方案中识别最佳体系结构和超参数可能是一项巨大的挑战。通常，CNN 超参数选择以人工方式完成。尽管如此，这一过程在计算上代价高昂，因为必须评估诸多超参数设置以确定哪一种产生最佳结果。选择正确的超参数设置始终是一个关键且具有挑战性的任务，因为它取决于研究人员的知识和经验。本研究将呈现近年来关于在 CNN 优化过程中使用元启发式优化算法的工作。我们考察了若干近期研究，聚焦于使用优化方法来优化 CNN 的超参数，以寻找高性能 CNN。这有助于研究人员高效地设置超参数。
引用
@article{arxiv.2412.17956,
title = {Optimization of Convolutional Neural Network Hyperparameter for Medical Image Diagnosis using Metaheuristic Algorithms: A short Recent Review (2019-2022)},
author = {Qusay Shihab Hamad and Hussein Samma and Shahrel Azmin Suandi},
journal= {arXiv preprint arXiv:2412.17956},
year = {2024}
}
备注
its a conference paper; the full proceeding is available online at https://icogoia.utem.edu.my/proceedings.html