Отрывок: Пользователь может загрузить выборку из файла и выбрать один из методов градиентного спуска в качестве метода обучения сети. – Работа с разметкой. Данный вариант использования с помощью связей включения включает в себя следующие варианты использования: 1. Работа со строками; 2. Работа с символами. – Тестирование системы. Данный вариант использования с помощью связей включения и расширения включает в себя следующие варианты использования: 1. Загрузить изображение; 2. Разметить ...
Название : Автоматизированная система распознавания рукописных символов с помощью нейронных сетей
Авторы/Редакторы : Щекин И. П.
Соловьева Я. В.
Министерство науки и высшего образования Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Дата публикации : 2023
Библиографическое описание : Щекин, И. П. Автоматизированная система распознавания рукописных символов с помощью нейронных сетей : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры), профиль "Информационные системы и технологии" / И. П. Щекин ; рук. работы Я. В. Соловьева ; 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. - Самара, 2023. - 1 файл (2,2 Мб). - Текст : электронный
Аннотация : Целью выпускной квалификационной работы является автоматизацияпроцесса распознавания рукописных символов и исследования эффективностииспользованных моделей нейронных сетей.В рамках работы был проведён анализ предметной области, которыйвключает в себя анализ предварительной обработки изображения, анализсуществующих методов решения задачи распознавания рукописных символов.Также был проведён обзор существующих систем-аналогов. Разработанаинформационно-логическая модель в нотации UML с помощью CASE-средстваdraw.io. Выбран комплекс программных средств, а также разработаныалгоритмы функционирования системы. Представлены исследования по оценкеэффективности разработанной системы.
Другие идентификаторы : RU\НТБ СГАУ\ВКР20230926104000
Ключевые слова: автоматизированные системы распознавания символов
МЕТОД ОБРАТНОГО РАСПРОСТРАНЕНИЯ ОШИБКИ
многослойный персептрон
нейронные сети
распознавание рукописных символов
рукописные символы
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Щекин_Илья_Павлович_Автоматизированная_система_распознавания_рукописных.pdf2.3 MBAdobe PDFПросмотреть/Открыть  
Показать полное описание ресурса Просмотр статистики
Поделиться:



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