Репозиторий Самарского университета

Отрывок: Для вычисления оценки первого момента градиента используется экспоненциальное сглаживание, которое позволяет учитывать только последние значения градиента. Это делает Adam более устойчивым к шумам в градиенте. Для вычисления второго момента также используется экспоненциальное сглаживание. Однако здесь учитываются квадраты последних значений градиента. Это позволяет методу учитывать информацию о разбросе градиента. У каждого из м...

Название :	Исследование моделей сверточных и генеративно-состязательных нейронных сетей для решения задачи улучшения качества изображений
Авторы/Редакторы :	Пахомов Е. В. Солдатова О. П.
Дата публикации :	2023
Библиографическое описание :	Пахомов, Е. В. Исследование моделей сверточных и генеративно-состязательных нейронных сетей для решения задачи улучшения качества изображений / Е. В. Пахомов, О. П. Солдатова // XVII Королевские чтения : Всерос. молодеж. науч. конф. с междунар. участием, посвящ. 35-летию со дня первого полета МТКС "Энергия –Буран", (3–5 окт. 2023 г.). : [материалы конф.] : в 2 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; [науч. ред. М. А. Шлеенков]. - Самара : Изд-во Самар. ун-та, 2023. - Т. 1. - С. 303-304.
Другие идентификаторы :	RU\НТБ СГАУ\544761
Ключевые слова:	архитектура сети аугментация данных генеративно-состязательные сети качество изображений задачи улучшения изображений машинное обучение модели нейронных сетей методы аугментации сверточные нейронные сети сеть SRGAN сеть ESPCN суперсемплирование изображений улучшение качества изображений
Располагается в коллекциях:	Королевские чтения

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