Инфоурок Другое СтатьиПодготовка учащихсяя к выступлению на научно-практических конференциях

Подготовка учащихсяя к выступлению на научно-практических конференциях

Скачать материал

Использование различных типов нейронных сетей для распознавания изображений

Катаев Егор Евгеньевич

Научный руководитель: Есева Вероника Юлиевна

Сыктывкар

Цель исследоваия:

Определить наиболее эффективную архитектуру нейронной сети для выполнения задачи распознавания изображений.

Из поставленной цели возникла потребность выполнения следующих задач.

Задачи:

1.      Изучение материалов о нейронных сетях;

2.      Реализация самых распространенных архитектур нейронных сетей;

3.      Обучение каждой сети для задачи распознавания изображений;

4.      Тестирование нейронных сетей;

5.      Проведение сравнительного анализа обоих видов по нескольким критериям.

Методы решения задач:

1.      Разработка алгоритмов, позволяющих активировать все нейроны каждой сети и получить конечный результат. Они включают в себя активацию различными способами;

2.      Обучение нейронных сетей одним самых распространенных методов – методом обратного распространения ошибки(back propagation algorithm);

 

3.      Оценка работы каждой из нейронных сетей по различным критериям: время обучения, скорость работы сети, качество работы сети, общее количество весов и нейронов.

Научная значимость работы заключается в определении оптимального метода распознавания изображений.

Практическая значимость работы в том, что полученное программное обеспечение можно будет использовать для задач обеспечения безопасности, эффективной работы систем умных автомобилей, а так же во многих других сферах.

В ходе работы было реализовано две различных архитектуры нейронных сетей:

1.      Многослойная сеть прямого распространения;

2.      Свёрточная нейронная сеть.

Результатом исследования стал сравнительный анализ двух представленных нейронных сетей, который выявит актуальность применения каждой из них для задачи распозванавания изображений.

Литература

1.      Christopher MacLeod, «An Introduction to Practical Neural Networks and Genetic Algorithms For Engineers and Scientists».

2.      Саймон Хайкин, «Нейронные сети. Полный курс».

 

 

Просмотрено: 0%
Просмотрено: 0%
Скачать материал
Скачать материал
Скачать материал

Найдите материал к любому уроку, указав свой предмет (категорию), класс, учебник и тему:

6 010 934 материала в базе

Скачать материал

Другие материалы

Вам будут интересны эти курсы:

Оставьте свой комментарий

Авторизуйтесь, чтобы задавать вопросы.

  • Скачать материал
    • 27.04.2017 2864
    • DOCX 18.4 кбайт
    • Оцените материал:
  • Настоящий материал опубликован пользователем Есева Вероника Юлиевна. Инфоурок является информационным посредником и предоставляет пользователям возможность размещать на сайте методические материалы. Всю ответственность за опубликованные материалы, содержащиеся в них сведения, а также за соблюдение авторских прав несут пользователи, загрузившие материал на сайт

    Если Вы считаете, что материал нарушает авторские права либо по каким-то другим причинам должен быть удален с сайта, Вы можете оставить жалобу на материал.

    Удалить материал
  • Автор материала

    Есева Вероника Юлиевна
    Есева Вероника Юлиевна
    • На сайте: 5 лет и 7 месяцев
    • Подписчики: 0
    • Всего просмотров: 12508
    • Всего материалов: 5

Ваша скидка на курсы

40%
Скидка для нового слушателя. Войдите на сайт, чтобы применить скидку к любому курсу
Курсы со скидкой