konvoluutioverkot

Konvoluutioverkot (CNN, convolutional neural networks) ovat syväoppimisverkkoja, joiden arkkitehtuuri on suunniteltu tilallisen tiedon, kuten kuvien, tehokkaaseen oppimiseen. Keskeinen idea on käyttää konvoluutiokerroksia, joissa useat pienet suodattimet skannaavat syötteen yli ja tuottavat piirteitä, joita seuraavat kerrokset yhdistävät yhä monimutkaisempien ominaisuuksien muodostamiseksi. Painot ovat paikallisesti jaettuja, eli samaa suodatinpainoa käytetään useissa tilallisissa kohdissa, mikä vähentää parametritilaa ja mahdollistaa translatiivisen invarianssin pienille liikkeille.

Konvoluution jälkeen käytetään usein pooling-kerroksia, jotka tiivistävät ominaisuuskarttoja ja pienentävät tilaa. Jokainen konvoluatiokerros liikuttaa suodatinta syötteen yli striidin avulla. Aktivoituminen tapahtuu yleensä ei-lineaarisilla funktioilla kuten ReLU, ja kerrokset yhdistettynä tekevät mahdolliseksi tilallisesti hierarkisen piirteiden oppimisen: reunoista ja tekstuureista aina korkeampiin käsitteisiin.

Oppiminen tapahtuu backpropagationin kautta siten, että virhe lasketaan lopullisen tehtävän mukaan ja gradientit kulkevat läpi verkon. End-to-end -opetus mahdollistaa sekä piirteiden että lopullisen tehtävän optimoimisen samassa verkossa. Koulutus vaatii usein suuria datamääriä ja laskentatehoa, ja käytetään usein GPU- tai TPU-pohjaisia järjestelmiä sekä data augmentaatiota ja siirtopohjaista oppimista.

Sovelluksia ovat kuvan- ja videonluokitus, kohteiden tunnistus, segmentointi sekä analytiikka lääketieteellisissä kuvissa ja muissa signaaleissa. Historiassa merkittäviä virstanpylväitä ovat LeNetin varhaiset mallit sekä 2010-luvun syvät arkkitehtuurit kuten AlexNet, VGG ja ResNet, jotka paransivat suorituskykyä ja mahdollistivat yhä syvempien verkkojen rakentamisen.

Etuna konvoluutioverkoilla on tilallinen tehokkuus ja mekanismi piirteiden hierarkiselle oppimiselle, mutta niihin liittyy myös haasteita kuten ylioppiminen, tarve suurille ja laadukkaille koulutusdatoille sekä laskennallinen kustannus sekä herkkyys adversarial-hyökkäyksille.