Автоматизированная система колоризации изображений многослойным персептроном с применением алгоритмов начальной инициализации весовых коэффициентов

Корнилов Е. А.; Лёзина И. В.; Соловьева Я. В.

Full metadata record

DC Field	Value	Language
dc.contributor.author	Корнилов Е. А.
dc.contributor.author	Лёзина И. В.
dc.contributor.author	Соловьева Я. В.
dc.coverage.spatial	многослойный персептрон
dc.coverage.spatial	нейронные сети
dc.coverage.spatial	автоматизированные системы
dc.coverage.spatial	колоризация изображений
dc.coverage.spatial	предварительная инициализация весов
dc.coverage.spatial	весовые коэффициенты
dc.coverage.spatial	алгоритм имитации отжига
dc.coverage.spatial	алгоритм обучения
dc.coverage.spatial	алгоритм начальной инициализации
dc.coverage.spatial	алгоритм обратного распространения ошибки
dc.coverage.spatial	сегментация изображений
dc.creator	Корнилов Е. А.
dc.date	2021
dc.date.accessioned	2025-11-27T12:32:19Z	-
dc.date.available	2025-11-27T12:32:19Z	-
dc.date.issued	2021
dc.identifier.identifier	RU\НТБ СГАУ\ВКР20210903104328
dc.identifier.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
dc.identifier.uri	http://repo.ssau.ru/jspui/handle/123456789/54257	-
dc.description.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.
dc.subject	предварительная инициализация весов
dc.subject	нейронные сети
dc.subject	многослойный персептрон
dc.subject	колоризация изображений
dc.subject	весовые коэффициенты
dc.subject	алгоритм обучения
dc.subject	алгоритм обратного распространения ошибки
dc.subject	алгоритм начальной инициализации
dc.subject	сегментация изображений
dc.subject	алгоритм имитации отжига
dc.subject	автоматизированные системы
dc.subject.rugasnti	50.01
dc.subject.udc	004.032.26
dc.title	Автоматизированная система колоризации изображений многослойным персептроном с применением алгоритмов начальной инициализации весовых коэффициентов
dc.type	Text
local.contributor.author	Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
local.contributor.author	математики и электроники
local.contributor.author	Институт информатики
local.contributor.author	Министерство науки и высшего образования Российской Федерации
local.identifier.olduri	http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Avtomatizirovannaya-sistema-kolorizacii-izobrazhenii-mnogosloinym-perseptronom-s-primeneniem-algoritmov-nachalnoi-inicializacii-vesovyh-koefficientov-93707
Appears in Collections:	Выпускные квалификационные работы

Files in This Item:

File	Size	Format
Корнилов_Евгений_Александрович_Автоматизированная_система_колоризации_изображений.pdf	2.56 MB	Adobe PDF	View/Open Request a copy

Show simple item record

Samara University Repository

Welcome!