Extending convolutional neural networks to irregular domains through graph inference

Résumé : Tout d'abord, nous présentons des méthodes permettant d'inférer un graphe à partir de signaux, afin de modéliser le support des données à classifier. Ensuite, des translations préservant les voisinages des sommets sont identifiées sur le graphe inféré. Enfin, ces translations sont utilisées pour déplacer un noyau convolutif sur le graphe, afin dedéfinir un réseau de neurones convolutif adapté aux données d'entrée.Nous avons illustré notre méthodologie sur une base de données d'images. Sans utiliser de connaissances sur les signaux, nous avons pu inférer un graphe proche d'une grille. Les translations sur ce graphe sont proches des translations Euclidiennes, ce qui nous a permis de définir un réseau de neurones convolutif très similaire à ce que l'on aurait pu obtenir en utilisant l'information que les signaux sont des images. Ce réseau, entraîné sur les données initiales, a dépassé lesperformances des méthodes de l'état de l'art de plus de 13 points, tout en étant simple et facilement améliorable.La méthode que nous avons introduite est une généralisation des réseaux de neurones convolutifs, car ceux-ci sont des cas particuliers de notre approche quand le graphe est une grille. Nos travaux ouvrent donc de nombreuses perspectives, car ils fournissent une méthode efficace pour construire des réseaux adaptés aux données.
Type de document :
Thèse
Machine Learning [cs.LG]. Ecole nationale supérieure Mines-Télécom Atlantique, 2017. English. 〈NNT : 2017IMTA0048〉
Liste complète des métadonnées

Littérature citée [247 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01708824
Contributeur : Abes Star <>
Soumis le : mercredi 14 février 2018 - 12:46:07
Dernière modification le : vendredi 4 mai 2018 - 08:52:07
Document(s) archivé(s) le : mardi 15 mai 2018 - 12:20:55

Fichier

2017IMTA0048_Pasdeloup-Bastien...
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01708824, version 2

Collections

Citation

Bastien Pasdeloup. Extending convolutional neural networks to irregular domains through graph inference. Machine Learning [cs.LG]. Ecole nationale supérieure Mines-Télécom Atlantique, 2017. English. 〈NNT : 2017IMTA0048〉. 〈tel-01708824v2〉

Partager

Métriques

Consultations de la notice

278

Téléchargements de fichiers

108