۱. مقدمه

۲. روش ها

۳. نتایج

۴. بحث

فصل دوم-روش ها

ما از یک معماری HCNN نظارت شده مشابه با معماری موجود در تحقیقات نصر و همکاران استفاده کردیم که HCNN، یک معماری شبکه استاندارد پیشخور برای طبقه بندی تصاویر است. وزن های مدل از طریق الگوریتم یادگیری پس از انتشار بروزرسانی می شوند. جستجو برای تقریب های واقعی بیولوژیکی برای الگوریتم های پس انتشار و یادگیری نظارت شده جایگزین ادامه دارد.

HCNN شامل لایه های متناوب کانولوشن و عملیات پولینگ و مسئول استخراج ویژگی های بصری بود. سپس، ویژگی های استخراج شده به لایه طبقه بندی شبکه منتقل شدند که احتمالات برچسب تکثر را از طریق یک تابع فعالسازی softmax ایجاد کرد.