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.pdf | 3.43 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.