Konvolüsyonel Sinir Ağı
Convolutional Neural Network
Tanım
Girdi verilerindeki uzamsal örüntüleri, kenarları ve dokuları filtreler aracılığıyla tarayarak öznitelik çıkaran, özellikle bilgisayarlı görü ve görüntü tanıma görevlerinde kullanılan derin öğrenme mimarisi.
Örnek Vaka / Uygulama
Klinik psikoloji ve nörogörüntüleme laboratuvarlarında, fonksiyonel Manyetik Rezonans Görüntüleme (fMRI) veya yapısal MR verilerinden Alzheimer hastalığının erken evrelerini ya da beyin tümörlerini yüksek bir doğruluk oranlarıyla sınıflandırmak için CNN mimarileri aktif olarak eğitilmektedir.
Derin Analiz
Konvolüsyonel Sinir Ağları (CNN), biyolojik görsel korteksinin (özellikle Hubel ve Wiesel'in kedi ve maymunlar üzerinde yaptığı çığır açıcı basit ve karmaşık hücre keşiflerinin) matrisel ve matematiksel bir taklididir. Geleneksel yapay sinir ağlarından farklı olarak, tam bağlantılı (fully connected) katmanlar yerine konvolüsyon ve havuzlama (pooling) katmanları kullanır. Bu mekanizma, parametre sayısını dramatik ölçüde azaltırken ağın konumsal değişmezlik (translational invariance) kazanmasını sağlar. Filtreler (kernel matrisleri), pikseller üzerinde kaydırılarak yerel öznitelikleri (kenar, köşe, renk geçişleri) yakalar; derin katmanlara doğru çıkıldıkça bu yerel öznitelikler birleşerek yüzler, nesneler veya karmaşık semantik kategoriler gibi global temsilleri oluşturur.
Etimoloji
Latince 'convolutio' (kıvrılma, sarılma) sözcüğünden türetilen konvolüsyon terimi ile bilişsel bilimlerin 'sinir ağı' (neural network) modellemesinin birleşimi.
Karıştırmayın
Yinelemeli Sinir Ağları (RNN) ile sıklıkla karıştırılır; RNN zaman serileri ve sıra verileri (dil, metin, ses) için tasarlanmışken, CNN ağırlıklı olarak uzamsal ve çok boyutlu grid verileri (görsel, matris) işler.