Репозиторий Самарского университета

Отрывок: • Иерархическая структура: схемы электрических обозначений обычно имеют иерархическую структуру, где общие черты и связи между компонентами могут быть выделены на разных уровнях. CNN хорошо справляются с извлечением иерархических признаков из изображений, что позволяет модели улавливать сложные зависимости между компонентами схемы. • Большой объем данных: обучение CNN требует большого объема размеченных данных. В о...

Название :	Исследование применения сверточной нейронной сети для распознавания принципиальных условно-графических электрических обозначений
Авторы/Редакторы :	Карпов Д. С. Лезина И. В.
Дата публикации :	2023
Библиографическое описание :	Карпов, Д. С. Исследование применения сверточной нейронной сети для распознавания принципиальных условно-графических электрических обозначений / Д. С. Карпов, И. В. Лезина // 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. 282-284.
Другие идентификаторы :	RU\НТБ СГАУ\544728
Ключевые слова:	алгоритм обратного распространения ошибки категориальная перекрестная энтропия метод градиентного спуска машинное обучение обучение сверточных нейронных сетей принципиальные условно-графические электрические обозначения полносвязные слои сверточные нейронные сети сверточные слои нейронной сети распознавание условно-графических электрических обозначений пулинговые слои нейронной сети проектирование электрической схемы функция потерь электрические схемы
Располагается в коллекциях:	Королевские чтения

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