Отрывок: Для того, чтобы определить оптимальную модель для решения задачи анализа дефектов, было проведено сравнение Искусственный интеллект и науки о данных VII Международная конференция и молодёжная школа «Информационные технологии и нанотехнологии» (ИТНТ -2021) 032982 нейросетевых архитектур, таких как: многослойный перцептрон (MLP), рекуррентная нейронная сеть (RNN), сверточная нейронная ...
Название : Разработка информационной системы организации работ производственного цеха
Авторы/Редакторы : Стадник Н. А.
Золотухин А. В.
Мокшин В. В.
Дата публикации : 2021
Библиографическое описание : Стадник, Н. А. Разработка информационной системы организации работ производственного цеха / Н. А. Стадник, А. В. Золотухин, В. В. Мокшин // Информационные технологии и нанотехнологии (ИТНТ-2021) : сб. тр. по материалам VII Междунар. конф. и молодеж. шк. (г. Самара, 20-24 сент.) : [в 3 т.] / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изображений РАН - фил. ФНИЦ "Кристаллография и фотоника РАН. - Самаpа : Изд-во Самар. ун-та, 2021Т. 3: Искусственный интеллект и науки о данных. - 2021. - С. 032982.
Другие идентификаторы : RU\НТБ СГАУ\466479
Ключевые слова: RegionGrowing
ResUNe
RNN
NormalizedCuts
MLP
CNN
DNN
FloodFill
GrabCut
WaterShed
сравнительный анализ
распознавание дефектов
производственные цеха
организация работ
контроль качества
нейронные сети
методы компьютерного зрения
машинное обучение
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
128paper032982.pdf840.72 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



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