Was ist Kapsel-Netzwerk?
Ein Kapsel-Netzwerk ist eine Art Kurzbezeichnung für eine bestimmte Art von neuronalen Netzwerk von Stanford Wissenschaftler Geoffrey Hinton Pionierarbeit geleistet. Im Kapsel-Netzwerk wird eine spezifische Methodik auf die Bildverarbeitung angewendet, um zu versuchen, das Verständnis von Objekten aus einem dreidimensionalen Spektrum zu beeinflussen.
Um Kapselnetzwerke zu verstehen oder was Hinton den Algorithmus ‚dynamisches Routing zwischen Kapseln‘ genannt hat, ist es wichtig, konvolutionelle neuronale Netze (CNNs) zu verstehen. Convolutional Neuronal Networks haben erstaunliche Arbeit geleistet, um Computern dabei zu helfen, Features in der Bildverarbeitung zusammenzusetzen, um Bilder auf die gleiche Weise zu verstehen, wie Menschen es tun. Komplexe Filter-, Pooling- und Skalierungsschichten helfen dabei, detaillierte Ergebnisse zu erzielen. Aber CNNs sind nicht gut darin, ein Bild aus verschiedenen dreidimensionalen Ansichten zu verstehen.
Hintons Konzept ist, dass Algorithmen wie das dynamische Routing zwischen Kapseln das umgekehrte Rendern verwenden können, um Objekte zu zerlegen und die Beziehungen ihrer Ansichten aus verschiedenen dreidimensionalen Winkeln zu verstehen. Experten weisen darauf hin, dass Fortschritte bei der Rechenleistung und Datenspeicherung Artikel wie Kapsel-Netzwerke möglich gemacht haben. Diese interessanten Ideen bilden die Grundlage für aktuelle bahnbrechende Forschungen zu leistungsfähiger KI.