清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Random Topology and Random Multiscale Mapping: An Automated Design of Multiscale and Lightweight Neural Network for Remote-Sensing Image Recognition

计算机科学 卷积神经网络 拓扑(电路) 合成孔径雷达 上下文图像分类 网络拓扑 特征提取 人工智能 人工神经网络 特征(语言学) 模式识别(心理学) 算法 图像(数学) 操作系统 哲学 组合数学 语言学 数学
作者
Jihao Li,Martin Weinmann,Xian Sun,Wenhui Diao,Yingchao Feng,Kun Fu
出处
期刊:IEEE Transactions on Geoscience and Remote Sensing [Institute of Electrical and Electronics Engineers]
卷期号:60: 1-17 被引量:2
标识
DOI:10.1109/tgrs.2021.3102988
摘要

With the proposal of neural architecture search (NAS), automated network architecture design gradually becomes a new way in deep learning research. Due to its high capability regarding automated design, some pioneers have made an attempt to apply NAS in remote sensing and made some achievements, like 1-D/3-D Auto-convolutional neural network (CNN) and polarimetric synthetic aperture radar (PolSAR)-tailored Differentiable Architecture Search (PDAS). However, there are still some areas to be improved for existing NAS in remote-sensing field. In this article, we propose a random topology and random multiscale mapping (RTRMM) method to generate a multiscale and lightweight architecture for remote-sensing image recognition. First, a random topology generator generates the topology through random graph. Second, during the experiment, we find remote-sensing image features extracted by a multiscale network are more appropriate, compared with features extracted by a single-scale model. Nevertheless, the complexity inevitably increases with the introduction of a multiscale concept. Consequently, we design a variable search space consisting of decomposition convolution units under the guidance of mathematical analysis. The mapping of each neuron is then determined by a random multiscale mapping sampler. After that, we assemble the topology and mappings into blocks and construct three RTRMM models. Experiments on four scene classification datasets confirm the feature extraction capability and lightweight performance of RTRMM models. Moreover, we also observe that our approach achieves a better tradeoff between floating-point operations (FLOPs) and accuracy than some current well-behaved methods. Furthermore, the results on Vaihingen dataset verify the high feature-transfer capability.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Regina完成签到 ,获得积分10
19秒前
蓝天小小鹰完成签到 ,获得积分10
30秒前
纪外绣完成签到,获得积分10
32秒前
烟花应助科研通管家采纳,获得10
44秒前
格格完成签到 ,获得积分10
1分钟前
ww完成签到,获得积分10
1分钟前
Raul完成签到 ,获得积分10
1分钟前
合适醉蝶完成签到 ,获得积分10
1分钟前
王磊完成签到 ,获得积分10
1分钟前
聪明的鹤完成签到 ,获得积分10
2分钟前
桐桐应助科研通管家采纳,获得10
2分钟前
勤恳的饭饭完成签到,获得积分10
2分钟前
ee_Liu完成签到,获得积分10
2分钟前
妙手回春板蓝根完成签到,获得积分20
3分钟前
CChi0923完成签到,获得积分10
3分钟前
乒坛巨人完成签到 ,获得积分10
3分钟前
Shandongdaxiu完成签到 ,获得积分10
3分钟前
舒服的幼荷完成签到,获得积分10
3分钟前
茶包完成签到,获得积分10
4分钟前
Skywings完成签到,获得积分10
4分钟前
明理问柳完成签到,获得积分10
4分钟前
vampire完成签到,获得积分10
4分钟前
斯文败类应助科研通管家采纳,获得10
4分钟前
胖胖橘完成签到 ,获得积分10
4分钟前
1461完成签到 ,获得积分10
5分钟前
ycw7777完成签到,获得积分10
5分钟前
花花完成签到 ,获得积分10
5分钟前
大水完成签到 ,获得积分10
5分钟前
皮皮球完成签到 ,获得积分10
5分钟前
阿泽完成签到 ,获得积分10
5分钟前
Qiuqiu发布了新的文献求助10
5分钟前
chcmy完成签到 ,获得积分0
5分钟前
随影相伴完成签到 ,获得积分10
5分钟前
Sigma完成签到 ,获得积分10
6分钟前
大雁完成签到 ,获得积分10
6分钟前
xue112完成签到 ,获得积分10
6分钟前
nano完成签到 ,获得积分10
6分钟前
zhangzhangzhang完成签到 ,获得积分10
6分钟前
缺粥完成签到 ,获得积分10
7分钟前
7分钟前
高分求助中
中国国际图书贸易总公司40周年纪念文集 大事记1949-1987 2000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
草地生态学 880
Threaded Harmony: A Sustainable Approach to Fashion 799
Basic Modern Theory of Linear Complex Analytic 𝑞-Difference Equations 510
中国有机(类)肥料 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3059669
求助须知:如何正确求助?哪些是违规求助? 2715529
关于积分的说明 7445380
捐赠科研通 2361181
什么是DOI,文献DOI怎么找? 1251224
科研通“疑难数据库(出版商)”最低求助积分说明 607711
版权声明 596466