Отрывок: 34 Рисунок 17 – Диаграмма вариантов использования 2.4.2 Сценарий использования Вариант использования: Обучение модели. Краткое описание. Дает возможность пользователю обучить модель нейронной сети – сверточную сеть с несколькими слоями сверки и пулинга. 35 Актант. Пользователь. Предусловия. Пользователь откры...
Название : | Исследование моделей и алгоритмов обучения свёрточных сетей для распознавания изображений |
Авторы/Редакторы : | Шепелева А. А. Солдатова О. П. Соловьева Я. В. Министерство науки и высшего образования Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) |
Дата публикации : | 2022 |
Библиографическое описание : | Шепелева, А. А. Исследование моделей и алгоритмов обучения свёрточных сетей для распознавания изображений : вып. квалификац. работа по направлению подгот. 09.03.01 Информатика и вычислительная техника (уровень бакалавриата) профиль "Информационные системы» / А. А. Шепелева ; рук. работы О. П. Солдатова ; 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 информати. - Самара, 2022. - 1 файл (2,3 Мб). - Текст : электронный |
Аннотация : | Целью данной выпускной квалификационной работы бакалавра является изучение возможностей моделей сверточных нейронных сетей решать задачу распознавания объектов на изображениях. Целью данной работы является поиск оптимальных архитектуры и параметров нейронной сети для обеспечения наименьшей погрешности распознавания. Задача также предполагает проектирование, обучение и тестирование полученной сети. В рамках выпускной квалификационной работы было проведено исследование зависимости точности распознавания набора изображений свёрточной сети от алгоритма оптимизации, количества эпох обучения, величины батча и dropout. Система реализована на языке Python с помощью среды разработки JetBrains PyCharm 2021.3. При реализации использовались библиотеки машинного обучения Tensorflow и Keras. Сеть обучалась на наборах данных MNIST и CIFAR-10. |
URI (Унифицированный идентификатор ресурса) : | http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Issledovanie-modelei-i-algoritmov-obucheniya-svertochnyh-setei-dlya-raspoznavaniya-izobrazhenii-99901 |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20221017161058 |
Ключевые слова: | алгоритм обратного распространения ошибки алгоритм обучения глубокое обучение классификация изображений машинное обучение нейронные сети ошибка классификации распознавание объектов свёрточные сети |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Шепелева_Анастасия_Алексеевна_Исследование_моделей_алгоритмов.pdf | 2.4 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.