Complex Network for Complex Problems: A comparative study of CNN and Complex-valued CNN

要約

ニューラル ネットワーク、特に畳み込みニューラル ネットワーク (CNN) は、最近コンピューター ビジョンで使用される最も一般的なツールの 1 つです。
これらのネットワークのほとんどは、実数値の特徴を使用して実数値のデータを処理します。
複素数値の畳み込みニューラル ネットワーク (CV-CNN) は、複素数値の入力データの代数構造を保持でき、入力とグラウンド トゥルースの間のより複雑な関係を学習できる可能性があります。
さまざまなタスクに対する CNN と CV-CNN の比較は過去にいくつか行われていますが、さまざまなタスクで動作するさまざまなモデルを比較する大規模な調査は行われていません。
さらに、複雑な機能には実数成分と虚数成分の両方が含まれるため、トレーニング可能なパラメーターの実際の数に関して、CV-CNN は実数値 CNN の 2 倍の数のトレーニング可能なパラメーターを持ちます。
過去に観察された CV-CNN のパフォーマンスの向上が複雑な機能によるものなのか、それともトレーニング可能なパラメーターの数が 2 倍になったという理由によるものなのかはまだ調査されていません。
この論文では、CNN、CNNx2 (CNN の 2 倍のトレーニング可能なパラメータを持つ CNN)、および CV-CNN の比較研究を紹介します。
実験は、2 つの異なるタスク (脳腫瘍の分類と脳 MRI でのセグメンテーション) のために 7 つのモデルを使用して実行されました。
その結果、CV-CNN モデルが CNN および CNNx2 モデルよりも優れていることが明らかになりました。

要約(オリジナル)

Neural networks, especially convolutional neural networks (CNN), are one of the most common tools these days used in computer vision. Most of these networks work with real-valued data using real-valued features. Complex-valued convolutional neural networks (CV-CNN) can preserve the algebraic structure of complex-valued input data and have the potential to learn more complex relationships between the input and the ground-truth. Although some comparisons of CNNs and CV-CNNs for different tasks have been performed in the past, a large-scale investigation comparing different models operating on different tasks has not been conducted. Furthermore, because complex features contain both real and imaginary components, CV-CNNs have double the number of trainable parameters as real-valued CNNs in terms of the actual number of trainable parameters. Whether or not the improvements in performance with CV-CNN observed in the past have been because of the complex features or just because of having double the number of trainable parameters has not yet been explored. This paper presents a comparative study of CNN, CNNx2 (CNN with double the number of trainable parameters as the CNN), and CV-CNN. The experiments were performed using seven models for two different tasks – brain tumour classification and segmentation in brain MRIs. The results have revealed that the CV-CNN models outperformed the CNN and CNNx2 models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google