The present work describes the trea

The present work describes the treatment of several grouping or segmentation problems from the field of automatic image processing. It is motivated by natural grouping principles which can be observed in human visual perception, like the Gestalt laws of proximity, similarity and closture. These principles are implemented by pairwise interactions between elementary data structures in a recurrent neural network architecture, the so called Competitive Layer Model (CLM). The main result of the work is the development of an automatic learning method which extracts suitable interaction patterns from exemplary target groupings.

ผลลัพธ์ (ไทย) 1:

งานนำเสนออธิบายการรักษาปัญหาต่าง ๆ การจัดกลุ่มหรือแบ่งจากด้านการประมวลผลภาพโดยอัตโนมัติ มันเป็นแรงจูงใจตามหลักการจัดกลุ่มธรรมชาติซึ่งสามารถพบได้ในมนุษย์ภาพรับรู้ เช่นกฎหมาย Gestalt ความใกล้ชิด ความคล้ายคลึงกัน และ closture หลักการเหล่านี้ถูกนำไปใช้ โดยแพร์ไวส์โต้ตอบระหว่างโครงสร้างข้อมูลระดับประถมในสถาปัตยกรรมเครือข่ายประสาทเกิดซ้ำ การสิ่งที่เรียกว่าแข่งขันชั้นรุ่น (CLM) ผลลัพธ์หลักของการทำงานคือ การพัฒนาวิธีการเรียนรู้คำอัตโนมัติที่แยกรูปแบบโต้ตอบที่เหมาะสมจากกลุ่มเป้าหมายที่ระบุ

ผลลัพธ์ (ไทย) 2:

งานวิจัยอธิบายการรักษาของการจัดกลุ่มหรือหลายปัญหาการแบ่งส่วนจากด้านการประมวลผลภาพอัตโนมัติ มันเป็นแรงบันดาลใจตามหลักการจัดกลุ่มตามธรรมชาติซึ่งสามารถสังเกตได้ในการรับรู้ภาพของมนุษย์เช่นกฎหมาย Gestalt ของความใกล้ชิดความคล้ายคลึงกันและ closture หลักการเหล่านี้จะดำเนินการโดยการมีปฏิสัมพันธ์ระหว่างคู่โครงสร้างข้อมูลประถมศึกษาในสถาปัตยกรรมเครือข่ายประสาทกำเริบชั้นที่เรียกว่าการแข่งขันรุ่น (CLM) ผลหลักของงานคือการพัฒนาวิธีการเรียนรู้โดยอัตโนมัติซึ่งสารสกัดรูปแบบปฏิสัมพันธ์ที่เหมาะสมจากกลุ่มเป้าหมายที่เป็นแบบอย่าง

ผลลัพธ์ (ไทย) 3:

งานวิจัยนี้กล่าวถึงการแบ่งกลุ่มหรือแบ่งหลาย ๆปัญหาทางด้านการประมวลผลภาพโดยอัตโนมัติ มันเป็นแรงจูงใจ โดยหลักการจัดกลุ่มตามธรรมชาติซึ่งสามารถสังเกตได้ในการรับรู้ของมนุษย์ เช่น กลุ่มเกสตัลท์กฎหมาย เช่น ความเหมือนและ closture .หลักการเหล่านี้มีการปฏิสัมพันธ์คู่ระหว่างโครงสร้างข้อมูลเบื้องต้นในสถาปัตยกรรมเครือข่ายประสาทกำเริบ , ที่เรียกว่าแข่งขันชั้นแบบ ( สหรัฐอเมริกา ) ผลสำคัญของงานคือการพัฒนาวิธีการเรียนแบบอัตโนมัติ ซึ่งสารสกัดที่เหมาะสมเป็นแบบอย่างรูปแบบปฏิสัมพันธ์จากเป้าหมาย 6 .