แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Kuntpong Woraratpanya. Fractal dimension in deep learning. (). King Mongkut's University of Technology North Bangkok. Central Library. : , 2023.
Fractal dimension in deep learning
Name: Woramat Ngamkham
Organization :
King Mongkut's Institute of Technology Ladkrabang. School of Information Technology
Email :
65076058@kmitl.ac.th
Name: Kuntpong Woraratpanya
Organization :
King Mongkut's Institute of Technology Ladkrabang. School of Information Technology
Email :
kuntpong@it.kmitl.ac.th
keyword:
Box-counting Method
LCSH:
Fractals
;
CNN
Abstract:
In the rapidly evolving field of deep learning, architectural
models have grown increasingly complex, delivering
impressive performance. However, the more complex models
require more processing resources. Furthermore, it requires
huge amounts of data to provide high-quality performance
results. In this study, we have examined the strengths of the
fractal dimension which is a powerful tool for describing selfsimilarity
and complexity of data and for effectively reducing
data dimension. Our investigation explores the methods for
integrating fractal dimensions into the training of convolutional
neural networks (CNNs). We assess this investigation from three
key perspectives: performance, training time, and computational
resource utilization.
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2023
Modified:
2024-12-20
Issued:
2024-12-20
บทความ/Article
application/pdf
BibliograpyCitation :
In IEEE Computational Intelligence Society Thailand Chapter, King Mongkut's Institute of Technology Ladkrabang. School of Information Technology and Universitas Gadjah Mada. Department of Electrical Engineering and Information Technology. The 15th International Conference on Information Technology and Electrical Engineering (ICITEE 2023) (pp.192-195) Nonthaburi : IEEE Computational Intelligence Society Thailand Chapter, 2023
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.016899 วินาที
Woramat Ngamkham
| Title | Contributor | Type |
|---|---|---|
| Fractal dimension in deep learning
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Woramat Ngamkham;Kuntpong Woraratpanya | บทความ/Article |
Kuntpong Woraratpanya
| Title | Contributor | Type |
|---|---|---|
| LSCR : latent space coordination relation for anomaly prediction
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Thasorn Chalongvorachai;Kuntpong Woraratpanya | บทความ/Article | |
| AI-enabled exit strategy of emergency vehicle preemption
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Khoirunnisaa, Kunti;Hartanto, Rudy;Mustika, Wayan;Kuntpong Woraratpanya;Arshella, Ika Arva | บทความ/Article | |
| Exploring LSTM and CNN architectures for sign language translation
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Mongkol Boondamnoen;Kamolwich Thongsri;Thanapat Sahabantoegnsin;Kuntpong Woraratpanya | บทความ/Article | |
| Fractal dimension in deep learning
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Woramat Ngamkham;Kuntpong Woraratpanya | บทความ/Article | |
| Exploring the i3DVAE-LSTM framework for generating exceptionally rare anomaly signals
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Thongchai Kaewkiriya;Kuntpong Woraratpanya | บทความ/Article |