【报告内容】

汇报人： 池承盛

汇报单位：福建理工大学

主题：《Evolutionary Convolutional Neural Network for Image Classification based Onmulti-Objective Genetic Programming with Leader–Follower Mechanism》

1、Introduction

2、Method

3、Experiments

4、Conclusion

【报告总结】

1.待解决的问题描述

Crossover示例图描述有问题，实验缺少时间对比，训练集和测试集划分存在争议。图中x轴Pare为什么要加“-”，对于一些参数的描述不清晰，LF-MOGP构建的cnn相对较轻。

2. 相关创新方案

通过构建更高水平的cnn来提高性能。

3. 实验总结

在这篇文章中，提出了一种基于cgp的自主进化卷积神经网络搜索算法（LF-MOGP）来进化图像分类任务中的优秀cnn。在该算法中，基于CGP和22个基本功能块设计了灵活的变长宽编码策略，有助于扩展搜索空间。为了加快收敛速度和减少计算资源，提出了一种领导-从者策略来指导进化过程。本文提出的LF-MOGP在六个基准数据集和一个真实工业数据集上进行了测试，实验结果表明，LF-MOGP在分类精度、模型复杂度和计算量方面都优于文献中已有的35种算法。

4. 未来工作

测试不同数据集的时间消耗来验证有效性，利用更高水平的设备，构建high-level cnn来提升性能。

报告时间：2024年11月01日19:30

腾讯会议：311-5999-8176

点我下载本讨论课相关文献或PPT吧~(提取码：iipr)