Title: Автоматизированная система колоризации изображений многослойным персептроном с применением алгоритмов начальной инициализации весовых коэффициентов
Authors: Корнилов Е. А.
Лёзина И. В.
Соловьева Я. В.
Keywords: предварительная инициализация весов
нейронные сети
многослойный персептрон
колоризация изображений
весовые коэффициенты
алгоритм обучения
алгоритм обратного распространения ошибки
алгоритм начальной инициализации
сегментация изображений
алгоритм имитации отжига
автоматизированные системы
Issue Date: 2021
Citation: Корнилов, Е. А. Автоматизированная система колоризации изображений многослойным персептроном с применением алгоритмов начальной инициализации весовых коэффициентов : вып. квалификац. работа по направлению подгот. 09.03.01 "Информатика и вычислительная техника" (уровень бакалавриата) / Е. А. Корнилов ; рук. работы И. В. Лёзина ; 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,. - Самара, 2021. - on-line
Abstract: Целью данной выпускной квалификационной работы бакалавра являетсяизучение возможностей моделей нейронных сетей на примере многослойногоперсептрона в решении задач колоризации чёрно-белых изображений,проектирование и реализация программы раскрашивания изображений дляэкспериментальной оценки работы нейронной сети, поиск оптимальнойконфигурации нейронной сети для достижения наименьшей погрешностиколоризации, а также исследование влияния применения алгоритмовпредварительной инициализации весов.Реализованная модель многослойного персептрона обучалась при помощиалгоритма обратного распространения ошибки, предварительнаяинициализация весовых коэффициентов проводилась с помощью алгоритмаимитации отжига.Создана информационно-логическая модель автоматизированной системыв нотации UML с помощью онлайн сервиса draw.io.Система реализована на языках Java и JavaScript с помощью средыразработки IntelliJ IDEA 2020.1.
URI: http://repo.ssau.ru/jspui/handle/123456789/54257
Appears in Collections:Выпускные квалификационные работы



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