Отрывок: 2.2.1 Диаграмма вариантов использования Простейшая диаграмма вариантов использования отобража...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorДенисов М. Н.ru
dc.contributor.authorЛезина И. В.ru
dc.contributor.authorСоловьева Я. В.ru
dc.contributor.authorМинистерство науки и высшего образования Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатики и кибернетикиru
dc.coverage.spatialIntelliJ IDEA Ultimate 2022ru
dc.coverage.spatialJavaru
dc.coverage.spatialPythonru
dc.coverage.spatialавтоматизированные системыru
dc.coverage.spatialалгоритм обратного распространения ошибкиru
dc.coverage.spatialалгоритм обученияru
dc.coverage.spatialжанры музыкальных произведенийru
dc.coverage.spatialинформационно-логическая модель системыru
dc.coverage.spatialминимальное значение погрешности распознаванияru
dc.coverage.spatialмногослойный персептронru
dc.coverage.spatialнейронные сетиru
dc.creatorДенисов М. Н.ru
dc.date.accessioned2023-10-19 10:58:37-
dc.date.available2023-10-19 10:58:37-
dc.date.issued2023ru
dc.identifierRU\НТБ СГАУ\ВКР20231017153618ru
dc.identifier.citationДенисов, М. Н. Автоматизированная система определения жанра музыкального произведения с применением многослойного персептрона : вып. квалификац. работа по направлению подгот. 09.03.01 "Информатика и вычислительная техника" (уровень бакалавриата), профиль "Информационные системы" / М. Н. Денисов ; рук. работы И. В. Лезина ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики и. - Самара, 2023. - 1 файл (1,4 Мб). - Текст : электронныйru
dc.identifier.urihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Avtomatizirovannaya-sistema-opredeleniya-zhanra-muzykalnogo-proizvedeniya-s-primeneniem-mnogosloinogo-perseptrona-106190-
dc.description.abstractЦелью данной выпускной квалификационной работы бакалавра является изучение возможностей многослойного персептрона при решении задачи определения жанра музыкальной композиции, проектирование и реализация модели нейронной сети, поиск оптимальной конфигурации нейронной сети для достижения минимального значения погрешности распознавания. Реализованная модель многослойного пресептрона обучалась при помощи алгоритма обратного распространения ошибки. Создана информационно-логическая модель автоматизированной системы в нотации UML с помощью онлайн сервиса app.diagrams.net. Система реализована на языке программирования Java и Python с помощью среды разработки IntelliJ IDEA Ultimate 2022.ru
dc.titleАвтоматизированная система определения жанра музыкального произведения с применением многослойного персептронаru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.032.26ru
dc.textpart2.2.1 Диаграмма вариантов использования Простейшая диаграмма вариантов использования отобража...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Денисов_Михаил_Николаевич_Автоматизированная_система_определения_жанра.pdf1.44 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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