Отрывок: Изначально имеется большой набор данных различной размерности. Для первого этапа обучения был выбран размер 10×10. В таблице 3.1 представлена архитектура, которую удалось подобрать к данной задаче. Таблица 3.1 ‒ Архитектура сверточной нейронной сети Слои Параметры Convolutional 300 нейронов Activation Функция: RELU Convolutional 300 нейронов Activation Функция: RELU Dropout 0,5 MaxPooling Размер 2×2 Convolutional 150 нейронов Activation Функция: RELU ...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorКлимов И. А.ru
dc.contributor.authorИльясова Н. Ю.ru
dc.contributor.authorСуханов С. В.ru
dc.contributor.authorМинистерство образования и науки Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатикиru
dc.contributor.authorматематики и электроникиru
dc.coverage.spatialалгоритм обратного распространения ошибкиru
dc.coverage.spatialсегментация изображенийru
dc.coverage.spatialсверточные нейронные сетиru
dc.coverage.spatialизображения глазного днаru
dc.coverage.spatialнейроныru
dc.coverage.spatialмашинное обучениеru
dc.creatorКлимов И. А.ru
dc.date.issued2018ru
dc.identifierRU\НТБ СГАУ\ВКР20180907111509ru
dc.identifier.citationКлимов, И. А. Применение сверточных нейронных сетей для анализа изображения глазного дна : вып. квалификац. работа по направлению "Прикладная математика и информатика" (уровень бакалавриата) / И. А. Климов ; рук. работы Н. Ю. Ильясова ; нормоконтролер С. В. Суханов ; М - во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева ( Самар. ун-т ), Ин - т информатики. м. - Самара, 2018. - on-lineru
dc.description.abstractОбъектом исследования являются изображения глазного дна.Цель работы – применить сверточные нейронные сети для анализа изображения глазного дна, с целью улучшения автоматизации процесса наложения коагулянтов на зоны болезни.Сверточная нейронная сеть обучения на исходной выборке, произведена сегментация входного изображения глазного дна, исследована ошибка сегментации.ru
dc.format.extentЭлектрон. дан. (1 файл : 2,0 Мб)ru
dc.titleПрименение сверточных нейронных сетей для анализа изображения глазного днаru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.032.26ru
dc.textpartИзначально имеется большой набор данных различной размерности. Для первого этапа обучения был выбран размер 10×10. В таблице 3.1 представлена архитектура, которую удалось подобрать к данной задаче. Таблица 3.1 ‒ Архитектура сверточной нейронной сети Слои Параметры Convolutional 300 нейронов Activation Функция: RELU Convolutional 300 нейронов Activation Функция: RELU Dropout 0,5 MaxPooling Размер 2×2 Convolutional 150 нейронов Activation Функция: RELU ...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Климов_Илья_Алексеевич_Применение_свёрточных_нейронных_сетей.pdf2.03 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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