1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 05. Выпускные квалификационные работы
  3. Выпускные квалификационные работы
Full metadata record
DC FieldValueLanguage
dc.contributor.authorДенисов М. Н.
dc.contributor.authorЛезина И. В.
dc.contributor.authorСоловьева Я. В.
dc.coverage.spatialIntelliJ IDEA Ultimate 2022
dc.coverage.spatialJava
dc.coverage.spatialPython
dc.coverage.spatialавтоматизированные системы
dc.coverage.spatialалгоритм обратного распространения ошибки
dc.coverage.spatialалгоритм обучения
dc.coverage.spatialжанры музыкальных произведений
dc.coverage.spatialинформационно-логическая модель системы
dc.coverage.spatialминимальное значение погрешности распознавания
dc.coverage.spatialмногослойный персептрон
dc.coverage.spatialнейронные сети
dc.creatorДенисов М. Н.
dc.date2023
dc.date.accessioned2025-11-26T13:54:42Z-
dc.date.available2025-11-26T13:54:42Z-
dc.date.issued2023
dc.identifier.identifierRU\НТБ СГАУ\ВКР20231017153618
dc.identifier.citationДенисов, М. Н. Автоматизированная система определения жанра музыкального произведения с применением многослойного персептрона : вып. квалификац. работа по направлению подгот. 09.03.01 "Информатика и вычислительная техника" (уровень бакалавриата), профиль "Информационные системы" / М. Н. Денисов ; рук. работы И. В. Лезина ; 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 информатики и. - Самара, 2023. - 1 файл (1,4 Мб). - Текст : электронный
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/44613-
dc.description.abstractЦелью данной выпускной квалификационной работы бакалавра является изучение возможностей многослойного персептрона при решении задачи определения жанра музыкальной композиции, проектирование и реализация модели нейронной сети, поиск оптимальной конфигурации нейронной сети для достижения минимального значения погрешности распознавания. Реализованная модель многослойного пресептрона обучалась при помощи алгоритма обратного распространения ошибки. Создана информационно-логическая модель автоматизированной системы в нотации UML с помощью онлайн сервиса app.diagrams.net. Система реализована на языке программирования Java и Python с помощью среды разработки IntelliJ IDEA Ultimate 2022.
dc.subjectинформационно-логическая модель системы
dc.subjectжанры музыкальных произведений
dc.subjectалгоритм обучения
dc.subjectалгоритм обратного распространения ошибки
dc.subjectавтоматизированные системы
dc.subjectнейронные сети
dc.subjectмногослойный персептрон
dc.subjectминимальное значение погрешности распознавания
dc.subjectPython
dc.subjectJava
dc.subjectIntelliJ IDEA Ultimate 2022
dc.subject.rugasnti50.01
dc.subject.udc004.032.26
dc.titleАвтоматизированная система определения жанра музыкального произведения с применением многослойного персептрона
dc.typeText
local.contributor.authorМинистерство науки и высшего образования Российской Федерации
local.contributor.authorИнститут информатики и кибернетики
local.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Avtomatizirovannaya-sistema-opredeleniya-zhanra-muzykalnogo-proizvedeniya-s-primeneniem-mnogosloinogo-perseptrona-106190
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Avtomatizirovannaya-sistema-opredeleniya-zhanra-muzykalnogo-proizvedeniya-s-primeneniem-mnogosloinogo-perseptrona-106190
Appears in Collections:Выпускные квалификационные работы

Files in This Item:
File SizeFormat 
Денисов_Михаил_Николаевич_Автоматизированная_система_определения_жанра.pdf1.44 MBAdobe PDFView/Open    Request a copy
Show simple item record


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