A Convolutional Autoencoder Topology for Classification in High-Dimensional Noisy Image Datasets

Deep convolutional neural networks have shown remarkable performance in the image classification domain. However, Deep Learning models are vulnerable to noise and redundant information encapsulated into the high-dimensional raw input images, leading to unstable and unreliable predictions. Autoencode...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Sensors (Basel, Switzerland) Jg. 21; H. 22; S. 7731
Hauptverfasser:	Pintelas, Emmanuel, Livieris, Ioannis E., Pintelas, Panagiotis E.
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Basel MDPI AG 20.11.2021 MDPI
Schlagworte:	Classification computer vision convolutional autoencoders convolutional neural networks Datasets Deep learning dimensionality reduction image classification Machine learning Noise Parameter estimation
ISSN:	1424-8220, 1424-8220
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!