Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/25909
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Фуртат Игорь Борисович | ru_RU |
dc.contributor.advisor | Furtat Igor Borisovic | en_GB |
dc.contributor.author | Зенков Дмитрий Антонович | ru_RU |
dc.contributor.author | Zenkov Dmitrij Antonovic | en_GB |
dc.contributor.editor | Ананьевский Михаил Сергеевич | ru_RU |
dc.contributor.editor | Ananevskij Mihail Sergeevic | en_GB |
dc.date.accessioned | 2021-03-24T15:08:32Z | - |
dc.date.available | 2021-03-24T15:08:32Z | - |
dc.date.issued | 2019 | |
dc.identifier.other | 047989 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/25909 | - |
dc.description.abstract | В работе рассмотрено решение задачи классификации рукописных цифр базы данных MNIST. Классификация была проведена с помощью свёрточной нейронной сети. Показаны результаты классификации и с помощью каких операций удалось их достичь. | ru_RU |
dc.description.abstract | The paper consider the solution of the problem of classifying handwritten numbers in the MNIST database. The classification was performed using a convolutional neural network. Shown results of the classification. Described what operations have been applied. | en_GB |
dc.language.iso | ru | |
dc.subject | нейронная сеть | ru_RU |
dc.subject | сверточная сеть | ru_RU |
dc.subject | машинное обучение | ru_RU |
dc.subject | свертка | ru_RU |
dc.subject | распознавание | ru_RU |
dc.subject | классификация | ru_RU |
dc.subject | CNN | en_GB |
dc.subject | neural network | en_GB |
dc.subject | ml | en_GB |
dc.subject | machine learning | en_GB |
dc.subject | convolution | en_GB |
dc.subject | recognizer | en_GB |
dc.subject | classification | en_GB |
dc.title | Machine learning methods in the problem of image recognition | en_GB |
dc.title.alternative | Методы машинного обучения в задаче распознавания изображений | ru_RU |
Располагается в коллекциях: | BACHELOR STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
diploma.pdf | Article | 772,72 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_Zenkov__ruk._.pdf | ReviewSV | 59,45 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.