模糊神经架构搜索网络

模糊搜索抗噪

该网络通过模糊架构搜索策略，能更有效地处理数据中的不确定性与噪声，在缺陷识别中表现优于现有方法。

马连博 · Li, Nan · 朱培灿 · Keke, Tang · 方美 · Feng, Wang · Yu, Guo

IEEE Transactions on Fuzzy Systems 2024

参数信息

该方法搜索到的架构仅用

1.22 M

准确率

76.4 %

技术优势

抗噪能力强

模糊搜索空间与编码策略使架构能有效处理数据集中的不确定信息。

排序不再错乱

用在线端到端比较器将架构排序问题转化为二分类，克服传统性能预测器的排序错误。

应用场景

• 缺陷识别：自动搜索抗噪缺陷识别模型，降低人工标注噪声影响。
• 智能传感：处理传感数据中的不确定性，提升识别可靠性。
• 工业机器人：嵌入机器人视觉系统，增强复杂环境下缺陷检测稳定性。
• 机械工程：用于机械部件表面缺陷的自动识别与质量监控。