요약:캡슐은 활동 벡터가 객체 또는 어떤 객체 부분과 같은 특정 유형의 엔티티의 인스턴스 매개 변수를 나타내는 뉴런 그룹입니다. 엔터티가 존재 하는 가능성을 나타내는 활동 벡터의 길이 사용 하 고 그것의 방향을 나타내는 설정 매개 변수입니다. 한 수준의 활성 캡슐은 더 높은 수준의 캡슐의 인스턴스화 매개 변수에 대한 예측,변형 행렬을 만듭니다. 여러 예측이 동의하면 더 높은 수준의 캡슐이됩니다.활성. 우리는 차별적으로 훈련,멀티 레이어 캡슐 시스템 국가-의–예술 성능을 달성 하 고 매우 중복 숫자를 인식에서 상당히 더 나은 타 나 컨볼 루션 그물을 보여줍니다. 이러한 결과를 달성하기 위해 우리는 반복적 인 라우팅-계약 메커니즘을 사용합니다: 낮은 수준의 캡슐은 활성 벡터가 낮은 수준의 캡슐에서 오는 예측과 함께 큰 스칼라 제품을 가진 더 높은 수준의 캡슐로 출력을 보내는 것을 선호합니다.