Full metadata record
DC FieldValueLanguage
dc.contributor.authorТитаев В. Д.
dc.contributor.authorЛитвинов В. Г.
dc.contributor.authorБельгер И. С.
dc.coverage.spatialKeras
dc.coverage.spatialTENSORFLOW
dc.coverage.spatialвеб-интерфейсы
dc.coverage.spatialклассификация объектов на изображении
dc.coverage.spatialмашинное обучение
dc.coverage.spatialпищевая продукция
dc.coverage.spatialсверточные нейронные сети
dc.creatorТитаев В. Д.
dc.date2024
dc.date.accessioned2025-11-27T12:15:48Z-
dc.date.available2025-11-27T12:15:48Z-
dc.date.issued2024
dc.identifier.identifierRU\НТБ СГАУ\ВКР20241003140435
dc.identifier.citationТитаев, В. Д. Исследование применения нейронных сетей для определения качества пищевой продукции : вып. квалификац. работа по направлению подгот. 09.04.01 Информатика и вычислительная техника (уровень магистратуры), профиль «Информационные системы и технологии» / В. Д. Титаев ; рук. работы В. Г. Литвинов ; нормоконтролер И. С. Бельгер ; 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, 2024. - 1 файл (4,6 Мб). - Текст : электронный
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/52073-
dc.description.abstractОбъектом исследования является нейронная сеть свёрточного типа и библиотеки «Keras» и «Tensorflow», языка программирования «Python». Целью данной работы является создание автоматизированной системы определения качества пищевой продукции по изображению при помощи свёрточной нейронной сети. В рамках работы проведен анализ предметной области и различных моделей нейронных сетей, которые применяются в задачах классификации объектов на изображении, произведено обоснование выбора модели сети. В процессе выполнения выпускной квалификационной работы разработана и реализована автоматизированная система определения качества пищевой продукции по изображению на базе свёрточной нейронной сети с веб-интерфейсом. Алгоритмы машинного обучения реализованы на языке Python с использованием библиотеки scikit-learn, Tensorflow и Keras, которые позволяют выполнять обучение модели на ядрах графического процессора. Веб-интерфейс системы реализован на языке Python, с использованием технологии Django, для отображение динамического соде
dc.subjectKeras
dc.subjectTENSORFLOW
dc.subjectвеб-интерфейсы
dc.subjectклассификация объектов на изображении
dc.subjectмашинное обучение
dc.subjectпищевая продукция
dc.subjectсверточные нейронные сети
dc.subject.rugasnti50.39
dc.subject.udc004.032.26
dc.titleИсследование применения нейронных сетей для определения качества пищевой продукции
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/Issledovanie-primeneniya-neironnyh-setei-dlya-opredeleniya-kachestva-pishevoi-produkcii-111992
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Issledovanie-primeneniya-neironnyh-setei-dlya-opredeleniya-kachestva-pishevoi-produkcii-111992
Appears in Collections:Выпускные квалификационные работы



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