| dc.contributor | Брестский государственный технический университет | ru_RU |
| dc.contributor | Brest State Technical University | ru_RU |
| dc.contributor.author | Кузьмицкий, Николай Николаевич | |
| dc.coverage.spatial | Брест | ru_RU |
| dc.date.accessioned | 2019-08-29T11:49:54Z | |
| dc.date.available | 2019-08-29T11:49:54Z | |
| dc.date.issued | 2012 | |
| dc.identifier.citation | Кузьмицкий, Н. Н. Актуальные вопросы использования сверточных нейронных сетей и их комитетов в распознавании образов цифр / Н. Н. Кузьмицкий
// Вестник БрГТУ. Серия : Физика, математика, информатика. – 2012. – № 5. – С. 6–10. | ru_RU |
| dc.identifier.uri | https://rep.bstu.by/handle/data/1072 | |
| dc.description | KUZMITSKY N.N. Аctual questions of use of convolutional neural networks and their committees in recognition of digit patterns | ru_RU |
| dc.description.abstract | Исследована задача создания универсального классификатора
цифровых образов на основе сверхточных нейронных сетей и их
комитетов. Выполнен анализ "хрупкости" моделей систем статистического обучения, как основной проблемы в решении указанной
задачи. Показана перспективность использования комитетов как
средства интеграции знаний нейронных сетей и повышения их точности. Доказана эффективность применения баз с различным стилем начертания образов в сочетании с регулярным варьированием
их ширины и высоты для преодоления проблемы "хрупкости". Создан классификатор со средней точностью распознавания цифровых
образов свыше 98%. Сформирован комитет нейронных сетей, позволяющий получать 0,36% ошибок на тестовой части базы MNIST. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БрГТУ | ru_RU |
| dc.relation.ispartofseries | Физика, математика, информатика; | |
| dc.subject | информационные технологии | ru_RU |
| dc.subject | information technology | ru_RU |
| dc.subject | обработка изображений | ru_RU |
| dc.subject | image processing | ru_RU |
| dc.subject | символы | ru_RU |
| dc.subject | characters | ru_RU |
| dc.title | Актуальные вопросы использования сверточных нейронных сетей и их комитетов в распознавании образов цифр | ru_RU |
| dc.type | Статья (Article) | ru_RU |
| dc.identifier.udc | 004.932.75'1 | ru_RU |
| dc.abstract.alternative | The task of creation of the universal qualifier of digit patterns on a basis of convolutional neural networks is investigated. The analysis of "brittleness"
of models of systems of statistical training as main problem in the solution of the specified task is made. Prospects of use of committees as integration
tool of knowledge of neural networks and increase of their accuracy is shown. Efficiency of application of bases with different writing style of
patterns in combination to regular variation of their width and heights for overcoming of a problem of "brittleness " is proved. The qualifier with average
accuracy of recognition of digit patterns over 98 % is created. The committee of the neural networks, allowing to receive 0.36 % of mistakes on a test
part of the MNIST base is created. | ru_RU |
