Neuronová síť kapslí ( anglicky capsule neural network , CapsNet) je architektura umělých neuronových sítí , která je určena pro rozpoznávání obrazu.
Hlavními výhodami této architektury je výrazné snížení velikosti vzorku potřebného pro trénování , stejně jako zvýšení přesnosti rozpoznávání a odolnosti proti útokům white-box. Klíčovou inovací kapsulárních neuronových sítí je přítomnost tzv. kapslí – prvků, které jsou mezilehlými jednotkami mezi neurony a vrstvami, což jsou skupiny virtuálních neuronů, které sledují nejen jednotlivé detaily obrazu, ale také jejich vzájemné umístění. Tato architektura byla koncipována Geoffrey Hintonem v roce 1979, formulována v roce 2011 a publikována ve dvou článcích v říjnu 2017 [1] [2] [3] [4] [5] .
| Typy umělých neuronových sítí | |
|---|---|
| |
| Strojové učení a dolování dat | |
|---|---|
| Úkoly | |
| Učení s učitelem | |
| shluková analýza | |
| Redukce rozměrů | |
| Strukturální prognózy | |
| Detekce anomálií | |
| Grafové pravděpodobnostní modely | |
| Neuronové sítě | |
| Posílení učení |
|
| Teorie | |
| Časopisy a konference |
|