An Optimized Toolbox for Advanced Image Processing with Tsetlin Machine Composites

要約

Tsetlinマシン（TM）は、MNIST、K-MNIST、F-MNIST、CIFAR-2など、いくつかの画像分類ベンチマークで競合結果を達成しました。
ただし、カラーイメージの分類は、おそらくTMSにとってまだ初期段階にあり、CIFAR-10は進捗を追跡するための焦点です。
過去数年にわたって、TMのCIFAR-10の精度は、ドロップ条項の導入により、2020年の61％から2023年の75.1％に増加しました。
この論文では、最近提案されたTMコンポジットアーキテクチャを活用し、さまざまな画像処理技術を使用するさまざまなTM専門家を紹介します。
これらには、キャニーエッジ検出、配向勾配のヒストグラム、適応型平均しきい値、適応ガウスのしきい値、オツのしきい値、色の温度計、適応色の温度計が含まれます。
さらに、厳密なハイパーパラメーター検索を実施します。ここでは、TMスペシャリストのいくつかに最適なハイパーパラメーターを発見します。
その結果、82.8％の精度でTMSのCIFAR-10で新しい最先端の結果を提供するツールボックスが得られます。
結論として、TMスペシャリストのツールボックスは、新しいTMアプリケーションの基盤と、画像分析におけるTM複合材料のさらなる研究のランドマークを形成しています。

要約(オリジナル)

The Tsetlin Machine (TM) has achieved competitive results on several image classification benchmarks, including MNIST, K-MNIST, F-MNIST, and CIFAR-2. However, color image classification is arguably still in its infancy for TMs, with CIFAR-10 being a focal point for tracking progress. Over the past few years, TM’s CIFAR-10 accuracy has increased from around 61% in 2020 to 75.1% in 2023 with the introduction of Drop Clause. In this paper, we leverage the recently proposed TM Composites architecture and introduce a range of TM Specialists that use various image processing techniques. These include Canny edge detection, Histogram of Oriented Gradients, adaptive mean thresholding, adaptive Gaussian thresholding, Otsu’s thresholding, color thermometers, and adaptive color thermometers. In addition, we conduct a rigorous hyperparameter search, where we uncover optimal hyperparameters for several of the TM Specialists. The result is a toolbox that provides new state-of-the-art results on CIFAR-10 for TMs with an accuracy of 82.8%. In conclusion, our toolbox of TM Specialists forms a foundation for new TM applications and a landmark for further research on TM Composites in image analysis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google