Přejít na obsah

Detail publikace

Citace

M. Bulín and L. Šmídl : Insight of Neural Network by Removing Synapses . SVK FAV 2017 – magisterské a doktorské studijní programy, p. 39-40, Zapadočeská univerzita v Plzni, Vladimír Lukeš, Univerzitní 8, 306 14 Plzeň, 2017.

Další informace


Sborník

Abstrakt

Neural networks can be trained to work well for particular tasks, but hardly ever we know why they work so well. Due to the complicated architectures and an enormous number of parameters we usually have a well-working black box and it is hard if not impossible to make targeted changes in a trained model. My work is focused on understanding the behaviour of feedforward neural networks when classifying particular data. The method rests in removing unimportant synapses from a trained network, while the classification accuracy is kept. Based on my experience, over 90% of the synapses are usually redundant in fully-connected networks.

Detail publikace

Název: Insight of Neural Network by Removing Synapses
Autor: M. Bulín ; L. Šmídl
Název - česky: Porozumění chování neuronové sítě pomocí prořezání nepotřebných synapsí
Jazyk publikace: anglicky
Datum vydání: 25.5.2017
Rok vydání: 2017
Typ publikace: Stať ve sborníku
Název časopisu / knihy: SVK FAV 2017 – magisterské a doktorské studijní programy
Strana: 39 - 40
ISBN: 978-80-261-0706-4
Editor: Vladimír Lukeš
Nakladatel: Zapadočeská univerzita v Plzni
Místo vydání: Univerzitní 8, 306 14 Plzeň
/ 2019-02-14 10:39:17 /

BibTeX

@MISC{MBulin_2017_InsightofNeural,
 author = {M. Bul\'{i}n and L. \v{S}m\'{i}dl},
 title = {Insight of Neural Network by Removing Synapses},
 year = {2017},
 publisher = {Zapado\v{c}esk\'{a} univerzita v Plzni},
 journal = {SVK FAV 2017 - magistersk\'{e} a doktorsk\'{e} studijn\'{i} programy},
 address = {Univerzitn\'{i} 8, 306 14 Plze\v{n}},
 pages = {39-40},
 editor = {Vladim\'{i}r Luke\v{s}},
 ISBN = {978-80-261-0706-4},
 url = {http://www.kky.zcu.cz/en/publications/MBulin_2017_InsightofNeural},
}