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 ...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Стадник Н. А. | ru |
dc.contributor.author | Золотухин А. В. | ru |
dc.contributor.author | Мокшин В. В. | ru |
dc.coverage.spatial | RegionGrowing | ru |
dc.coverage.spatial | ResUNe | ru |
dc.coverage.spatial | RNN | ru |
dc.coverage.spatial | NormalizedCuts | ru |
dc.coverage.spatial | MLP | ru |
dc.coverage.spatial | CNN | ru |
dc.coverage.spatial | DNN | ru |
dc.coverage.spatial | FloodFill | ru |
dc.coverage.spatial | GrabCut | ru |
dc.coverage.spatial | WaterShed | ru |
dc.coverage.spatial | сравнительный анализ | ru |
dc.coverage.spatial | распознавание дефектов | ru |
dc.coverage.spatial | производственные цеха | ru |
dc.coverage.spatial | организация работ | ru |
dc.coverage.spatial | контроль качества | ru |
dc.coverage.spatial | нейронные сети | ru |
dc.coverage.spatial | методы компьютерного зрения | ru |
dc.coverage.spatial | машинное обучение | ru |
dc.creator | Стадник Н. А., Золотухин А. В., Мокшин В. В. | ru |
dc.date.issued | 2021 | ru |
dc.identifier | RU\НТБ СГАУ\466479 | ru |
dc.identifier.citation | 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. | ru |
dc.language.iso | rus | ru |
dc.relation.ispartof | Информационные технологии и нанотехнологии (ИТНТ-2021) : сб. тр. по материалам VII Междунар. конф. и молодеж. шк. (г. Самара, 20-24 сент.) : [в 3 т.]. | ru |
dc.source | Информационные технологии и нанотехнологии (ИТНТ-2021). - Т. 3 : Искусственный интеллект и науки о данных | ru |
dc.title | Разработка информационной системы организации работ производственного цеха | ru |
dc.type | Text | ru |
dc.citation.spage | 032982 | ru |
dc.citation.volume | 3 | ru |
dc.textpart | 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 ... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
128paper032982.pdf | 840.72 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.