Отрывок: 2 Модель рекуррентной сети LSTM На рисунках 33, 34 и 35, 36...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Кузюрин А. В. | ru |
dc.contributor.author | Солдатова О. П. | ru |
dc.contributor.author | Астапова О. Г. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики и кибернетики | ru |
dc.coverage.spatial | CNN | ru |
dc.coverage.spatial | CONVOLUTIONAL LSTM | ru |
dc.coverage.spatial | LSTM | ru |
dc.coverage.spatial | глубокое обучение | ru |
dc.coverage.spatial | задача классификации | ru |
dc.coverage.spatial | машинное обучение | ru |
dc.coverage.spatial | нейронные сети | ru |
dc.coverage.spatial | распознавание изображений | ru |
dc.creator | Кузюрин А. В. | ru |
dc.date.accessioned | 2024-02-14 14:36:31 | - |
dc.date.available | 2024-02-14 14:36:31 | - |
dc.date.issued | 2024 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20240209143445 | ru |
dc.identifier.citation | Кузюрин, А. В. Исследование эффективности моделей глубоких нейронных сетей для решения задачи распознавания изображений : вып. квалификац. работа по направлению подгот. 09.04.01 Информатика и вычислительная техника (уровень магистратуры), профиль «Информационные системы и технологии» / А. В. Кузюрин ; рук. работы О. П. Солдатова ; нормоконтролер О. Г. Астапова ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; Ин-т информати. - Самара : Изд-во Самар. ун-та, 2024. - 1 файл (4,8 Мб). - Текст : электронный | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Issledovanie-effektivnosti-modelei-glubokih-neironnyh-setei-dlya-resheniya-zadachi-raspoznavaniya-izobrazhenii-108673 | - |
dc.description.abstract | Загл. с титул. экрана | ru |
dc.description.abstract | Целью данной работы является анализ моделей на основе глубоких нейронных сетей для решения задачи классификации изображений. Разработана интеллектуальная система, в которой реализованы: предварительная автоматизированная загрузка и обработка входных наборов данных; разработка, обучение и тестирование моделей свёрточных нейронныхсетей, моделей рекуррентных нейронных сетей с долгой краткосрочной памятью и гибридных моделей; решение задачи классификации изображений анализируемыми моделями; вывод результатов работы моделей; вывод графиков точности и ошибки, а также сводки результатов тестирования в виде матрицы ошибок (confusion matrix). | ru |
dc.publisher | Изд-во Самар. ун-та | ru |
dc.title | Исследование эффективности моделей глубоких нейронных сетей для решения задачи распознавания изображений | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.032.26 | ru |
dc.textpart | 2 Модель рекуррентной сети LSTM На рисунках 33, 34 и 35, 36... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Кузюрин_Александр_Викторович_Исследование_эффективности_моделей_глубоких.pdf | 4.92 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.