Full metadata record
DC FieldValueLanguage
dc.contributor.authorБожимов А. Д.
dc.contributor.authorСолдатова О. П.
dc.contributor.authorСоловьева Я. В.
dc.coverage.spatialглубокие нейронные сети
dc.coverage.spatialмашинное обучение
dc.coverage.spatialобратное распространение ошибки
dc.coverage.spatialраспределенная система обработки изображений
dc.coverage.spatialреконструкция стиля изображений
dc.coverage.spatialсегментация изображений
dc.coverage.spatialсжатие модели нейронной сети
dc.coverage.spatialсредняя квадратичная ошибка
dc.creatorБожимов А. Д.
dc.date2023
dc.date.accessioned2025-11-26T13:54:12Z-
dc.date.available2025-11-26T13:54:12Z-
dc.date.issued2023
dc.identifier.identifierRU\НТБ СГАУ\ВКР20231005163104
dc.identifier.citationБожимов, А. Д. Распределенная система обработки изображений на базе глубоких нейронных сетей : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры), профиль "Информационные системы и технологии" / А. Д. Божимов ; 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 (4,0 Мб). - Текст : электронный
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/44520-
dc.description.abstractВ выпускной квалификационной работе была разработанаавтоматизированная система сегментации и стилизации изображений с использованием глубоких нейронных сетей. Для оптимизации объема данных было реализовано сжатие модели. Целью данной работы является автоматизации сегментации и стилизации изображений посредством глубоких нейронных сетей, исследование способности и эффективности применения алгоритмов в задаче стилизации и сегментации изображений.В рамках работы был проведен анализ предметной области, существующих архитектур нейронных сетей, способных выполнять задачу стилизации и сегментации изображения. Были произведены исследования применения глубоких нейронных сетей для задач сегментации и стилизации изображения, обоснован выбор архитектуры нейронной сети, проанализированы алгоритмы, входящие в состав процедуры сегментации и стилизации изображения.
dc.subjectглубокие нейронные сети
dc.subjectмашинное обучение
dc.subjectобратное распространение ошибки
dc.subjectраспределенная система обработки изображений
dc.subjectреконструкция стиля изображений
dc.subjectсегментация изображений
dc.subjectсжатие модели нейронной сети
dc.subjectсредняя квадратичная ошибка
dc.subject.rugasnti50.01
dc.subject.udc004.032.26
dc.titleРаспределенная система обработки изображений на базе глубоких нейронных сетей
dc.typeText
local.contributor.authorМинистерство науки и высшего образования Российской Федерации
local.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
local.contributor.authorИнститут информатики и кибернетики
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Raspredelennaya-sistema-obrabotki-izobrazhenii-na-baze-glubokih-neironnyh-setei-106121
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Raspredelennaya-sistema-obrabotki-izobrazhenii-na-baze-glubokih-neironnyh-setei-106121
Appears in Collections:Выпускные квалификационные работы



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