Show simple item record

dc.contributorБрестский государственный технический университетru_RU
dc.contributorBrest State Technical Universityru_RU
dc.contributor.authorКузьмицкий, Николай Николаевич
dc.coverage.spatialБрестru_RU
dc.date.accessioned2019-08-29T11:49:54Z
dc.date.available2019-08-29T11:49:54Z
dc.date.issued2012
dc.identifier.citationКузьмицкий, 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.urihttps://rep.bstu.by/handle/data/1072
dc.descriptionKUZMITSKY N.N. Аctual questions of use of convolutional neural networks and their committees in recognition of digit patternsru_RU
dc.description.abstractИсследована 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.isoruru_RU
dc.publisherБрГТУru_RU
dc.relation.ispartofseriesФизика, математика, информатика;
dc.subjectинформационные технологииru_RU
dc.subjectinformation technologyru_RU
dc.subjectобработка изображенийru_RU
dc.subjectimage processingru_RU
dc.subjectсимволыru_RU
dc.subjectcharactersru_RU
dc.titleАктуальные вопросы использования сверточных нейронных сетей и их комитетов в распознавании образов цифрru_RU
dc.typeСтатья (Article)ru_RU
dc.identifier.udc004.932.75'1ru_RU
dc.abstract.alternativeThe 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


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record