Full metadata record
DC FieldValueLanguage
dc.contributor.authorХрестинин М. А.
dc.contributor.authorЗеленко Л. С.
dc.contributor.authorСопченко Е. В.
dc.coverage.spatialавтоматизированная система
dc.coverage.spatialавтомобили
dc.coverage.spatialкласс
dc.coverage.spatialклассификация
dc.coverage.spatialмногослойный персептрон
dc.coverage.spatialмодель
dc.coverage.spatialнейронные сети
dc.coverage.spatialобратное распространение ошибки
dc.coverage.spatialобучение
dc.coverage.spatialподбор автомобиля
dc.coverage.spatialфункция активации
dc.creatorХрестинин М. А.
dc.date2024
dc.date.accessioned2025-11-27T12:13:20Z-
dc.date.available2025-11-27T12:13:20Z-
dc.date.issued2024
dc.identifier.identifierRU\НТБ СГАУ\ВКР20241011135901
dc.identifier.citationХрестинин, М. А. Разработка автоматизированной системы подбора автомобиля с применением нейронных сетей : вып. квалификац. работа по направлению подгот. 02.03.02 Фундаментальная информатика и информационные технологии (уровень бакалавриата), направленность (профиль) «Информационные технологии» / М. А. Хрестинин ; рук. работы Л. С. Зеленко ; нормоконтролер Е. В. Сопченко ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатик. - Самара, 2024. - 1 файл (2,5 Мб). - Текст : электронный
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/51941-
dc.description.abstractЦель работы – разработать автоматизированную систему подбора автомобиля с применением нейронных сетей. В процессе работы были разработаны алгоритмы и соответствующая программа, позволяющая пользователю с правами администратора производить конфигурацию нейросети и обучать классификатор. Система на каждой эпохе (итерации) обучения производит оценку качества обучения на отдельной тестовой выборке параметров автомобиля. Администратор может сохранить обученную модель. Для пользователя без прав администратора предусмотрено клиентское мобильное приложение по подбору авто, которое работает на основе обученного классификатора. Помимо подбора, пользователь имеет возможность локально сохранить понравившиеся модели автомобилей. Серверная часть веб-приложения разработана на языке Python с использованием фреймворка Flask, библиотеки Sklearn, TensorFlow, NumPy и функционирует под управлением операционной системы Windows 10 и выше. Клиентская часть веб-приложения разработана на языках HTML, JavaScript c применением фреймворк
dc.subjectавтоматизированная система
dc.subjectавтомобили
dc.subjectкласс
dc.subjectклассификация
dc.subjectмногослойный персептрон
dc.subjectмодель
dc.subjectнейронные сети
dc.subjectобратное распространение ошибки
dc.subjectобучение
dc.subjectподбор автомобиля
dc.subjectфункция активации
dc.subject.rugasnti50.01
dc.subject.udc004.032.26
dc.titleРазработка автоматизированной системы подбора автомобиля с применением 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/Razrabotka-avtomatizirovannoi-sistemy-podbora-avtomobilya-s-primeneniem-neironnyh-setei-112138
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Razrabotka-avtomatizirovannoi-sistemy-podbora-avtomobilya-s-primeneniem-neironnyh-setei-112138
Appears in Collections:Выпускные квалификационные работы



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