畳み込みニューラルネットワークでの非長方形のカーネルの使用？特にゲームボードを分析するとき

7

私はたたみ込みネットワークと強化学習に関する大量の論文を読んでいます。

畳み込み層の形状が長方形ではない重要な紙（このばかげた図では緑色の形状）を見たのを覚えています。しかし、今は見つかりません。

それはAlphaGoの論文に似ているか、ゲームボードでの強化学習でした。

誰がそれがどの紙であったかを示唆または推測できますか？

references conv-neural-network reinforcement-learning

— 普通郵便
ソース

CNNについて説明してください。結局、Cable News Networkもその頭字語を使用しています。

— Carl

@Carl畳み込みニューラルネットワーク！

— ポスドクによる2016

私はConvNetにはあまり詳しくありませんが、全体的な考え方は、使用する適切なフィルターを学習することです。したがって、コーナーに（またはどこにでも）0を置くことが適切であれば、ConvNetはそれを学習できるはずです。四角形以外のフィルターAは、Aの境界ボックス上の四角形フィルターBと同等であり、マスクと組み合わせられます（つまり、B = 0）。フィルターAが非常に「複雑」でない限り、計算の節約はごくわずかです。

— GeoMatt22 '15

2

これは囲碁に関する以前のハーブリッヒの論文で出てきたようです。

「囲碁のグラフでの学習」-ボードを別のトポロジーとして見る
そして、彼が2015年のプレゼンテーションでこのスライドを使用して、 13の異なる "パターン"（AlphaGoのアプローチとは少し異なります）について言及しています。

参考文献

Graepel、T.、Goutrie、M.、Krüger、M.＆Herbrich、R.（2001、August）。「囲碁のゲームでグラフを学ぶ」で人工ニューラルネットワークに関する国際会議（PP。347-352）。スプリンガーベルリンハイデルベルク。
Herbrich、R.（2015）「産業における機械学習」。http://mlss.tuebingen.mpg.de/2015/slides/herbrich/herbrich.pdfから取得

— YAZR
ソース

当サイトへようこそ！論文の完全な引用を追加しました。プレゼンテーションへのリンク/参照も追加できますか？

— Silverfish

@silverfish引用ありがとうございます。産業における機械学習。mlss.tuebingen.mpg.de/2015/slides/herbrich/herbrich.pdf

— YAZR

まことにありがとうございます。私はあなたがまだ特定の数を超えるリンクを追加するのに十分な評判がない（カットオフが何であるかを思い出せない）かもしれないと感じているので、それも編集しました

— Silverfish

3

{1}正方形と三角形の2D畳み込みを比較

Geomatt22が言及するように、質問の例では、正方形のフィルターを使用して、トレーニングフェーズ中にフィルターの「実際の」形状が学習されることを期待できます。

{1}グラハム、ベン。「スパース3D畳み込みニューラルネットワーク。」arXivプレプリントarXiv：1505.02890（2015）。https://scholar.google.com/scholar?cluster=10336237130292873407&hl=ja&as_sdt=0,22 ; https://arxiv.org/abs/1505.02890

— フランク・ダーノンコート
ソース

長方形対正方形の方が長方形対非長方形よりも重要だと思います。言い換えると、パターンの異方性が非常に高い場合、細い長方形は、ほとんど「マスクされている」正方形よりもはるかに効率的です。比較すると、パターンのボリュームをバウンディングボックスよりもはるかに小さくするために必要な非凸面のレベルは、実際には起こりそうにないように見えます（そのようなパターンは、低レベルフィルターの適切なテンプレートではなく、複合機能になる可能性があります）。。このような異方性はConvNetアプリケーションで発生しますか？（地質学では、これはz小対x＆yです）

— GeoMatt22