Complex Valued Neural Network

[Vlodson]

Tim

Vladimir Lunić E2-3-2023

Definicija problema

Implementirati modul za duboke neuronske mreže koje koriste isključivo vrednosti iz kompleksnog domena. Implementirani modul testirati na sintetičkim podacima spram obične duboke neuronske mreže, kao i na skupu podataka MSTAR-Public na public-chip podskupu.

Skupovi podataka

Sintetički podaci će biti napravljeni tako da bi se mogle porediti metrike, efikasnosti i razlike između CVNN i DNN. Primeri skupova su binarna klasifikacija dva linearno razdvojiva gausovski generisanim klastera, višeklasna klasifikacija na gausovski generisanim klasterima i sl.

MSTAR-Public skup podataka je skup slika sa SAR vojnih radara za praćenje objekata na zemlji. Izlaz iz SAR je slika objekta sa zemlje u kompleksnom domenu koja se najčešće razdvaja na magnitudu i fazu kako bi bila čitljiva za ljude.

Metodologija

Implementirati modul koji će sadržati apstrakciju Dense sloja na kompleksne vrednosti, nove aktivacione funkcije za kompleksni domen, funkcije greške za kompleksni domen, novi način klasifikacije vektora u kompleksnom domenu, metrike za testiranje i treniranje, apstrakciju Sequential modela nalik na keras.models.Sequential, apstrakcija History nalik na tensorflow.callbacks.History, CPU optimizacije pomoću Numba, GPU optimizacije pomoću CuPy.

Evaluacija

Porediti Accuracy, Precision, Recall i F1 za DNN i CVNN na sintetičkim podacima. Poređenje brzine pre i posle optimizacija nad CVNN. Poređenje rezultata na MSTAR skupu sa rezultatima dobijenim u SIAP delu projekta.

[vdragan1993]

Tema odobrena. Ostavite link ka GitHub repozitorijumu projekta. Srećan rad.

[Vlodson]

GitHub repozitorijum