โครงข่ายประสาทเทียมแบบสังวัตนาการ (การจำแนกประเภท)
โครงข่ายประสาทเทียมแบบสังวัตนาการ (Convolutional Neural Network - CNN) เป็นแบบจำลองการเรียนรู้เชิงลึก (deep learning model) ที่ LeCun และคณะ ได้พัฒนาขึ้นในปี 1998 ซึ่งเรียนรู้รูปแบบเฉพาะที่ (local patterns) จากรูปภาพและข้อมูลที่มีโครงสร้างโดยตรงเพื่อจำแนกประเภท ข้อมูลที่ได้จากชั้นกรองสังวัตนาการ (convolutional filters) ที่ซ้อนกันจะช่วยค้นหารูปแบบนามธรรมที่ซับซ้อนขึ้นเรื่อยๆ ดังนั้น การออกแบบคุณลักษณะด้วยมือ (manual feature engineering) จึงสามารถลดลงได้อย่างมาก
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- LeCun, Y., Bottou, L., Bengio, Y. & Haffner, P. (1998). Gradient-Based Learning Applied to Document Recognition. Proceedings of the IEEE, 86(11), 2278–2324. DOI: 10.1109/5.726791 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Convolutional Neural Network for Classification. ScholarGate. https://scholargate.app/th/deep-learning/cnn-classification
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ออโตเอ็นโค้ดเดอร์การเรียนรู้เชิงลึก↔ compare
- Random Forestการเรียนรู้ของเครื่อง↔ compare
- Support Vector Machineการเรียนรู้ของเครื่อง↔ compare
- ทรานส์ฟอร์มเมอร์ (การประมวลผลภาษาธรรมชาติ)การเรียนรู้เชิงลึก↔ compare
- XGBoostการเรียนรู้ของเครื่อง↔ compare