Key points are not available for this paper at this time.
पूलिंग एक गैर-रेखीय प्रक्रिया है जो दिए गए क्षेत्र के परिणामों को एकल मूल्य में संकलित करती है। यह विधि विशेषता मानचित्रों में अव्यवस्थित विवरणों को प्रभावी ढंग से हटा देती है जबकि समग्र जानकारी को बनाए रखती है। इसके परिणामस्वरूप, विशेषता मानचित्रों का आकार छोटा होता है, जिससे कंप्यूटिंग लागत घटती है और अप्रासंगिक डेटा को समाप्त करके ओवरफिटिंग को रोकता है। CNN मॉडलों में, मैक्स पूलिंग और औसत पूलिंग विधियों का सामान्यतः उपयोग किया जाता है। मैक्स पूलिंग पूलिंग क्षेत्र के भीतर सबसे उच्चतम मान का चयन करता है और छवि की महत्वपूर्ण विशेषताओं को संरक्षित करने में मदद करता है। हालाँकि, यह पूलिंग क्षेत्र के भीतर अन्य मानों की अनदेखी करता है, जिससे जानकारी का महत्वपूर्ण नुकसान होता है। औसत पूलिंग पूलिंग क्षेत्र के भीतर औसत मान की गणना करता है, जो डेटा हानि को कम करता है। हालाँकि, यह छवि में महत्वपूर्ण पिक्सेल पर जोर न देकर महत्वपूर्ण विशेषताओं को खोने का परिणाम दे सकता है। पूलिंग विधियों के प्रदर्शन की जांच करने के लिए, इस अध्ययन में कई मॉडलों, अर्थात् ऊपरी और गहरे, डेटासेट, अर्थात् Cifar10, Cifar100, और SVHN, और पूल आकारों, उदाहरण के लिए 2x2, 3x3, 10x10 का प्रयोगात्मक विश्लेषण शामिल था। इसके अलावा, अध्ययन ने सूचना हानि को कम करने के लिए दो दृष्टिकोणों, यानी संयोजन (अधिकतम, औसत), को मिलाने की प्रभावशीलता की जांच की। इस काम के निष्कर्ष CNN के डिजाइन में पूलिंग विधियों के चयन के लिए एक महत्वपूर्ण दिशा-निर्देश प्रदान करते हैं। प्रयोगात्मक परिणाम साबित करते हैं कि पूलिंग विधियों का मॉडल प्रदर्शन पर एक महत्वपूर्ण प्रभाव पड़ता है। इसके अलावा, मॉडल और पूल आकार के आधार पर भिन्नताएँ हैं।
यह्या दोğan (बुधवार,) ने इस प्रश्न का अध्ययन किया।