분류를위한 심층 학습 네트워크

Question

나는 이것이 일반적인 질문이지만 어떤 피드백을 원한다는 것을 알고있다. 그래서 신경망으로 해결하려고하는 이미지 분류 작업이 있습니다. 이미 내 특징 벡터가 있습니다. 3 개의 현저한 특징 벡터 (2 차원 공간에서의 점 좌표)가 있으며, 각각 3 개의 클래스에 속할 수 있습니다. 이러한 클래스는이 3 가지 기능에서 동일하지 않습니다. (예를 들어, 다른 "둥근 정사각형 삼각형"과 같이 "똑바로 아래로"있을 수 있음). 이것은 6 개의 출력 클래스에서 전체 분류 작업에 결합됩니다 (조합 수는 암시적인 것처럼 27 개가 아님). 그렇다면 질문은 무엇입니까? 깊은 학습 네트워크/길쌈 네트워크가 이에 대한 좋은 해결책입니까? 아니면 다른 것을 선호 하시겠습니까? (나는 이제 막 이것에 대해 배우기 시작했고 내 마음을 굳혔다. 경험 많은 사용자들의 의견을 환영한다.)

Answer 1

내가 아는 한, 당신의 문제는 깊은 학습을 구현하는 데 그리 복잡하지 않다. 당신은 낮은 차원의 특징과 적은 클래스 출력을 가지고 있기 때문에. 딥 학습은 주로 비선형 및 대형 분류 문제에 사용됩니다. 이런 종류의 간단한 분류 작업에 AdaBoost 또는 SVM 분류자를 사용하는 것이 좋습니다. Matlab은 위의 기법에 훌륭한 도구를 제공합니다.