Отрывок: Наиболее распространенные функции активации включают в себя: 1. Гиперболический тангенс: 𝑓(𝑥) = tanh(𝑥), (2.7) 2. Сигмоидальную функцию: 𝑓(𝑥) = 1 1+ 𝑒𝑥𝑝−𝑥 , (2.8) 3. SoftMax: 𝑓(𝑥) = 𝑒𝑥𝑝𝑥 ∑ 𝑒𝑥𝑝𝑥𝑖𝐾𝑖=1 , (2.9) 4. ReLU: 𝑓(𝑥) = max (0, 𝑥). (2.10) Каждая функция активации имеет свои преимущества и недостатки. Например, благодаря ограниченности выход...
Название : Исследование моделей свёрточных и генеративно-состязательных нейронных сетей для решения задачи улучшения качества изображений
Авторы/Редакторы : Пахомов Е. В.
Солдатова О. П.
Соловьева Я. В.
Министерство науки и высшего образования Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики и кибернетики
Дата публикации : 2023
Библиографическое описание : Пахомов, Е. В. Исследование моделей свёрточных и генеративно-состязательных нейронных сетей для решения задачи улучшения качества изображений : вып. квалификац. работа по направлению подгот. 09.03.01 "Информатика и вычислительная техника" (уровень бакалавриата), профиль "Информационные системы и технологии" / Е. В. Пахомов ; 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 информатик. - Самара, 2023. - 1 файл (3,3 Мб). - Текст : электронный
Аннотация : Целью данной выпускной квалификационной работы бакалавра является исследование и анализ методов повышения разрешения изображений с целью улучшения их качества с помощью различных моделей нейронных сетей. В ходе работы проведено экспериментальное исследование различных нейросетевых моделей на основе стандартных и пользовательских метрик для оценки качества изображений, дана оценка производительности различных архитектур. Результатом работы является программное обеспечение улучшения качества изображений, которое может быть использовано в различных областях. В работе рассчитаны оценки эффективности различных моделей и даны рекомендации по выбору оптимальных архитектур нейронных сетей для достижения лучшего качества изображений. Спроектирована информационно-логическая модель интеллектуальной системы в нотации UML. Система реализована на языке Python с помощью средразработки Jupyter Notebook и JetBrains PyCharm 2021.1 для работы под управлением любой операционной системой, имеющей интерпретатор Python.
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Issledovanie-modelei-svertochnyh-i-generativnosostyazatelnyh-neironnyh-setei-dlya-resheniya-zadachi-uluchsheniya-kachestva-izobrazhenii-106054
Другие идентификаторы : RU\НТБ СГАУ\ВКР20230927131913
Ключевые слова: автоматизированные системы
алгоритм обратного распространения ошибки
алгоритмы обучения
генеративно-состязательные нейронные сети
методы оптимизации
нейросетевые модели
сверточные нейронные сети
суперсэмплирование изображений
улучшение качества изображений
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Пахомов_Евгений_Вячеславович_Исследование_моделей_свёрточных.pdf3.43 MBAdobe PDFПросмотреть/Открыть  
Показать полное описание ресурса Просмотр статистики
Поделиться:



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