パーセプトロンと形状認識

Question

私は最近、単純なパーセプトロンを実装しました。このタイプのパーセプトロン（出力で2進情報を与える1つのニューロンだけで構成される）は、クラスが線形に分離可能な問題を解決することができます。

私は8×8ピクセルの画像で単純な形状認識を実装したいと考えています。例えば、私が描いたものが円であるかどうかを私に伝えることができればいいと思います。

この問題にクラスが線形に分離可能かどうかを知るにはどうすればよいですか？ 64の入力があるので、それはまだ線形分離可能ですか？簡単なパーセプトロンでこのような問題を解決できますか？もしそうでなければ、どのようなパーセプトロンができますか？私はそれについて少し混乱している。

ありがとうございました！

Answer 1

この問題は、一般的な意味では、単一レイヤーの認識では解決できません。一般的に、畳み込みニューラルネットワークのような他のネットワーク構造は、画像分類の問題を解決するのに最適ですが、画像のサイズが小さい場合、多層の認識で十分です。

ほとんどの問題は直線的に分離可能ですが、必ずしも2次元ではありません。ネットワークに余分なレイヤーを追加することで、より高い次元のデータを線形に分離できるように変換することができます。

多層パーセプトロンまたは畳み込みニューラルネットワークを調べます。 MNISTデータセットの分類の例も同様に役立つかもしれない。