Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://hdl.handle.net/11701/26490
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.advisorГришкин Валерий Михайловичru_RU
dc.contributor.advisorGriskin Valerij Mihajlovicen_GB
dc.contributor.authorСабреков Артём Азатовичru_RU
dc.contributor.authorSabrekov Artem Azatovicen_GB
dc.contributor.editorКозынченко Владимир Александровичru_RU
dc.contributor.editorKozyncenko Vladimir Aleksandrovicen_GB
dc.date.accessioned2021-03-24T15:50:58Z-
dc.date.available2021-03-24T15:50:58Z-
dc.date.issued2020
dc.identifier.other054696en_GB
dc.identifier.urihttp://hdl.handle.net/11701/26490-
dc.description.abstractДипломная работа на тему: "Применение искусственных нейронных сетей в задачах распознавания изображений" Работа включает: 31 страницу, 10 таблиц, 21 рисунок; использованных источников - 12. Цель работы – реализация искусственных нейронных сетей (ИНС), способных, обучившись на одной части набора изображений, правильно классифицировать вторую часть набора. Для выполнения данной цели были выполнены следующие задачи: 1. Предобработка изображений набора. 2. Реализация нескольких архитектур ИНС. 3. Обучение сетей распознаванию набора изображений. 4. Анализ и сравнение полученных результатов. В данной работе приведены теоретические сведения, подводящие к понимаю ИНС. Также в ней можно увидеть описание проведенного вычислительного эксперимента, анализ и сравнение результатов и итоговые выводы.ru_RU
dc.description.abstractThesis on the topic: "Application of artificial neural networks in image recognition tasks". Work includes: 31 pages, 10 tables, 21 pictures; used sources - 12. The purpose of the work is the implementation of artificial neural networks (ANNs), capable, having trained on one part of a set of images, to correctly classify the second part of a set. To accomplish this purpose, the following tasks were performed: 1. Image preprocessing 2. Implementing multiple artificial neural networks architectures. 3. Training networks to recognize a set of images. 4. Analysis and comparison of the results. This paper provides theoretical information leading to the understanding of ANN. Also you can see a description of the computational experiment, analysis and comparison of the results and final conclusions.en_GB
dc.language.isoru
dc.subjectраспознавание изображенийru_RU
dc.subjectисскуственные нейронные сетиru_RU
dc.subjectклассификация изображенийru_RU
dc.subjectобучение нейронной сетиru_RU
dc.subjectTensorflowru_RU
dc.subjectсвёрточные нейронные сетиru_RU
dc.subjectLSTMru_RU
dc.subjectGRUru_RU
dc.subjectimage recognitionen_GB
dc.subjectartificial neural networksen_GB
dc.subjectimage classificationen_GB
dc.subjectneural network trainingen_GB
dc.subjectTensorflowen_GB
dc.subjectconvolutional neural networksen_GB
dc.subjectLSTMen_GB
dc.subjectGRUen_GB
dc.titleApplication of artificial neural networks in image recognition tasksen_GB
dc.title.alternativeПрименение искусственных нейронных сетей в задачах распознавания изображенийru_RU
Располагается в коллекциях:BACHELOR STUDIES

Файлы этого ресурса:
Файл Описание РазмерФормат 
Diplom_Sabrekov.pdfArticle1,81 MBAdobe PDFПросмотреть/Открыть
reviewSV_otzyv_Sabrekov.pdfReviewSV519,06 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.