1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 04. Материалы конференций
  3. Информационные технологии и нанотехнологии
Full metadata record
DC FieldValueLanguage
dc.coverage.spatialartificial intelligence
dc.coverage.spatialbinary convolution
dc.coverage.spatialbinary neural networks
dc.coverage.spatialcomputer vision
dc.coverage.spatialcomputing power
dc.coverage.spatialconvolutional neural networks
dc.coverage.spatialefficiency of the convolutional process
dc.coverage.spatialimage classification
dc.coverage.spatialдвоичная свертка
dc.coverage.spatialдвоичные нейронные сети
dc.coverage.spatialвычислительная мощность
dc.coverage.spatialкомпьютерное зрение
dc.coverage.spatialискусственный интеллект
dc.coverage.spatialклассификация изображений
dc.coverage.spatialэффективность сверточного процесса
dc.coverage.spatialсверточные нейронные сети
dc.creatorSolis E., Shashev D.
dc.date2024
dc.date.accessioned2025-08-22T12:19:33Z-
dc.date.available2025-08-22T12:19:33Z-
dc.date.issued2024
dc.identifier.identifierRU\НТБ СГАУ\563309
dc.identifier.citationSolis, E. Binary convolution model for image classification / E. Solis, D. Shashev // Информационные технологии и нанотехнологии (ИТНТ-2024) : сб. тр. по материалам X Междунар. конф. и молодеж. шк. (г. Самара, 20-24 мая 2024 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т). - Самара : Изд-во Самар. ун-та, 2024. - Т. 3: Искусственный интеллект : под ред. А. В. Никонорова, 2024. - С. 030132.
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/12327-
dc.description.abstractBinary Neural Networks present an opportunity for developing Neural Networks that require less computing power as well as energy. This is done through the use of binary values for weights and inputs. This research presents an architecture for image classification where the image and the Convolutional Layers are binarized. The result of the binary convolution is then fed to a non-binary network.
dc.languageeng
dc.relation.ispartofИнформационные технологии и нанотехнологии (ИТНТ-2024) : сб. тр. по материалам X Междунар. конф. и молодеж. шк. (г. Самара, 20-24 мая 2024 г.): в 6 т.
dc.sourceИнформационные технологии и нанотехнологии (ИТНТ-2024). - Т. 3 : Искусственный интеллект : под ред. А. В. Никонорова
dc.subjectartificial intelligence
dc.subjectbinary convolution
dc.subjectbinary neural networks
dc.subjectcomputer vision
dc.subjectcomputing power
dc.subjectconvolutional neural networks
dc.subjectefficiency of the convolutional process
dc.subjectimage classification
dc.subjectдвоичная свертка
dc.subjectдвоичные нейронные сети
dc.subjectвычислительная мощность
dc.subjectкомпьютерное зрение
dc.subjectискусственный интеллект
dc.subjectклассификация изображений
dc.subjectэффективность сверточного процесса
dc.subjectсверточные нейронные сети
dc.titleBinary convolution model for image classification
dc.typeText
dc.citation.spage030132
dc.citation.volume3
local.contributor.authorSolis E.
local.contributor.authorShashev D.
local.identifier.oldurihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Binary-convolution-model-for-image-classification-112597
local.identifier.oldurihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Binary-convolution-model-for-image-classification-112597
Appears in Collections:Информационные технологии и нанотехнологии

Files in This Item:
File SizeFormat 
978-5-7883-2080-9_2024-030132.pdf281.99 kBAdobe PDFView/Open
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.