Архітектура двовимірного згорткового шару нейронної мережі на основі глобальної згортки

dc.contributor.authorТретиник, В. В.
dc.contributor.authorШуліка, О. О.
dc.date.accessioned2024-03-12T09:14:54Z
dc.date.available2024-03-12T09:14:54Z
dc.date.issued2023
dc.description.abstractotherTwo-dimensional convolutions are widely used in domain of computer vision, although most of them are based on local convolutions with kernel size smaller than input data size. Recent models such as S4 [1], SGConv [2] were able to outperform SOTA attention-based neural networks on a variety 1D tasks such as audio processing, text processing, etc. by using the global convolution, where the kernel size and input size are the same. This paper proposes an approach of applying global convolution for 2D tasks such as image classification, object detection and semantic segmentation.
dc.format.pagerangeС. 157-161
dc.identifier.citationТретиник, В. В. Архітектура двовимірного згорткового шару нейронної мережі на основі глобальної згортки / Третиник В. В., Шуліка О. О. // Прикладна математика та комп’ютинг ПМК' 2023 : збірник тез доповідей Шістнадцятої конференції магістрантів та аспірантів (28-30 листопада 2023 р. Київ, Україна). – Київ, 2023. – С. 157-161.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/65442
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.relation.ispartofПрикладна математика та комп’ютинг ПМК' 2023 : збірник тез доповідей Шістнадцятої конференції магістрантів та аспірантів (28-30 листопада 2023 р. Київ, Україна)
dc.subject.udc519.67
dc.titleАрхітектура двовимірного згорткового шару нейронної мережі на основі глобальної згортки
dc.title.alternativeTwo-dimensional convolutional layer architecture based on global convolution
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
P.157-161.docx
Розмір:
36.84 KB
Формат:
Microsoft Word XML
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис: