Отрывок: Сервер, написанный на Spring Boot, принимает HHTP- запросы и реализует логику работы с моделями нейросети. За обработку изображение отвечает модуль нейросетей, написанный на языке Python. Рисунок 30 – Cхема архитектуры системы По результатам анализа системы, можно выделить несколько подсистем: − подсистема работы с нейросетями представляет собой набор моделей поддерживаемых нейросетей и сложных нейросетей настрое...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorДьяконов В. Ю.ru
dc.contributor.authorЛезин И. А.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.spatialJavaru
dc.coverage.spatialPythonru
dc.coverage.spatialTypeScriptru
dc.coverage.spatialавтоматизированные системыru
dc.coverage.spatialгенеративно-состязательные нейронные сетиru
dc.coverage.spatialмодель сетиru
dc.coverage.spatialповышение разрешения изображенийru
dc.coverage.spatialсверточные нейронные сетиru
dc.creatorДьяконов В. Ю.ru
dc.date.accessioned2023-10-12 11:27:55-
dc.date.available2023-10-12 11:27:55-
dc.date.issued2023ru
dc.identifierRU\НТБ СГАУ\ВКР20231004165128ru
dc.identifier.citationДьяконов, В. Ю. Автоматизированная система повышения качества изображений нейронными сетями : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры), профиль "Информационные системы и технологии" / В. Ю. Дьяконов ; рук. работы И. А. Лезин ; 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 (3,6 Мб). - Текст : электронныйru
dc.identifier.urihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Avtomatizirovannaya-sistema-povysheniya-kachestva-izobrazhenii-neironnymi-setyami-106127-
dc.description.abstractЦелью данной выпускной квалификационной работы магистра является разработка автоматизированной системы повышения качества изображений. Разработанная система предоставляет инструменты для создания моделей генеративной сети, свёрточной нейронной сети и их сочетания, обучения настроенной модели сети, обучения сети с заданными параметрами, тестирования сети, обработка изображений с повышением разрешения в четыре раза и увеличением четкости, просмотра результатов обучения, тестирования и обработки изображений. Создан логический проект автоматизированной системы в нотации UML с помощью сервиса draw.io. Система реализована на языках программирования Java, Typescript и Python в среде разработки IntelliJ Idea Ultimate Edition 2021.2.3. Выпускная квалификационная работа включает в себя три раздела. В первом разделе проводится анализ предметной области. Рассматриваются существующие методы и модели, подходящие для решения задачи повышения качества изображений, и обосновывается их выбор. Приводится описание и сравнение сиru
dc.titleАвтоматизированная система повышения качества изображений нейронными сетямиru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.032.26ru
dc.textpartСервер, написанный на Spring Boot, принимает HHTP- запросы и реализует логику работы с моделями нейросети. За обработку изображение отвечает модуль нейросетей, написанный на языке Python. Рисунок 30 – Cхема архитектуры системы По результатам анализа системы, можно выделить несколько подсистем: − подсистема работы с нейросетями представляет собой набор моделей поддерживаемых нейросетей и сложных нейросетей настрое...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Дьяконов_Валерий_Юрьевич_Автоматизированная_система_повышения_качества.pdf3.7 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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