Název: Transforming hierarchical images to program expressions using deep networks
Autoři: Křen, Tomáš
Typ dokumentu: Výzkumné zprávy
Rok: 2018
Jazyk: eng
Edice: Technical report, svazek: V-1263
Abstrakt: We present a technique describing how to effectively train a neural network given an image to produce a formal description of the given image. The basic motivation of the proposed technique is an intention to design a new tool for automatic program synthesis capable of transforming sensory data (in our case static image, but generally a phenotype) to a formal code expression (i.e. syntactic tree of a program), such that the code (from evolutionary perspective a genotype) evaluates to a value that is similar to the input data, ideally identical. Our approach is partially based on our technique for generating program expressions in the context of typed functional genetic programming. We present promising results evaluating a simple image description language achieved with a deep network combining convolution encoder of images and recurrent decoder for generating program expressions in the sequential prefix notation and propose possible future applications.
Klíčová slova: automatic program synthesis; deep networks; image processing
Číslo projektu: GA18-23827S (CEP)
Poskytovatel projektu: GA ČR
Práva: Dílo je chráněno podle autorského zákona č. 121/2000 Sb.

Instituce: Ústav informatiky AV ČR (web)
Původní záznam: http://hdl.handle.net/11104/0292265

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-391553


Záznam je zařazen do těchto sbírek:
Věda a výzkum > AV ČR > Ústav informatiky
Zprávy > Výzkumné zprávy
 Záznam vytvořen dne 2019-02-13, naposledy upraven 2019-04-29.


Plný text:
Pokud se vám dokument nezobrazí v prohlížeči, uložte jej na svůj PC a otevřete jej v příslušném programu.
  • Exportovat ve formátu DC, NUŠL, RIS
  • Sdílet