Поиск по всему репозиторию:
Просмотр по автору "Михно, Егор Владимирович"
Отображаемые элементы 1-5 из 5
-
Адаптивный шаг обучения для неконтролируемого обучения глубоких нейронных сетей
(БГУ, 2022)В статье получены выражения для адаптивного шага обучения на этапе предварительного обучения глубоких нейронных сетей. Для вывода выражений использовался метод наискорейшего спуска. Использование адаптивного шага обучения позволяет повысить скорость обучения глубокой нейронной сети на этапе предварительного ...2023-11-01
-
Глубокое обучение для детектирования объектов на изображениях документов
(БрГТУ, 2017)В данной статье рассмотрены глубокие сверточные нейронные сети для решения задачи обнаружения объектов на изображении и их классификации. Проведен сравнительный анализ различных методов и архитектур, применяемых для решения задачи обнаружения объектов. Разработан нейросетевой алгоритм разметки изображений ...2019-06-22
-
Нейросетевые модели детекции товаров на изображении
(БрГТУ, 2018)В данной статье рассматривается применение различных моделей к решению задачи детекции товаров различных брендов на изображении. Проведен сравнительный анализ наиболее эффективных и широко применяемых нейросетевых архитектур Faster R-CNN (ResNet50/101), SSD и YOLO. Полученные результаты подтверждают ...2019-06-28
-
Организация семантического кодирования слов и поисковой системы на основе нейронных сетей
(БрГТУ, 2017)В данной статье рассматривается и анализируется применение метода word2vec для решения задач семантического кодирования. На основании полученных результатов разработан прототип поисковой системы, базирующейся на использовании выделенной семантической информации для осуществления релевантного поиска в ...2019-06-22
-
Редуцированная сверточная нейронная сеть для точного распознавания рукописных цифр
(БрГТУ, 2016)В данной статье рассматривается сверточная нейронная сеть для распознавания рукописных цифр. Разработана упрощенная архитектура сверточной нейронной сети, которая позволяет классифицировать рукописные цифры с точностью 99.29% (ошибка тестирования 0.71%), что является лучшим результатом в классе ...2019-08-27
