スポンサーサイト

上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。

論文紹介「ベイジアンネットを用いた HMAX-like な皮質モデル」

ベイジアンネットを用いて Poggio らの HMAX モデルに似た機能を持つ
物体認識のモデルを作りました、という論文を見つけました。

Top-Down Feedback in an HMAX-Like Cortical Model of Object Perception Based on Hierarchical Bayesian Networks and Belief Propagation
PLoS ONE, Vol. 7, No. 11. (5 November 2012),
e48216, doi:10.1371/journal.pone.0048216
by Salvador Dura-Bernal, Thomas Wennekers, Susan L. Denham
http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0048216

ざっと眺めただけですが、
ネオコグニトロンなどでいうS層とC層を別々のノードで表現するようです。
max-pooling はCPTで近似表現する、と書いてあります(p.4)。
(ベイジアンネットは表現力が高いので、
max-pooling を無理やり表現できても別に驚きではありません。)

確率伝播アルゴリズムに対して、
近似を入れることでかなりがんばって高速化しているようです。
(BESOMでもやっている近似とやってない近似があるようです。
このへん、参考になりそうです。)

Figure 14 のカニッツァの図形、
Figure 15 の object attention は、
オリジナルの HMAX にはないトップダウンの信号を効果を使った面白いデモですね。


(ちなみにBESOMの近似 belief revision アルゴリズム(pdf)では、
何も作り込んでいないのに、 max-pooling の機能が λYl(x) の計算式の上に現れています!
これは不思議です・・・よね??)

コメント

コメントの投稿

トラックバック


この記事にトラックバックする(FC2ブログユーザー)

上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。