Показати скорочену інформацію

dc.contributor.authorШемет, Є. О.uk
dc.contributor.authorШемет, Т. О.uk
dc.contributor.authorЯровий, А. А.uk
dc.date.accessioned2019-12-05T10:31:58Z
dc.date.available2019-12-05T10:31:58Z
dc.date.issued2019
dc.identifier.citationШемет Є. О. Проблемні аспекти класифікації зображень на основі згорткових нейронних мереж [Electronic resource] / Є. О. Шемет, Т. О. Шемет, А. А. Яровий // Матеріали XLVIII науково-технічної конференції підрозділів ВНТУ, Вінниця, 13-15 березня 2019 р. – Електрон. текст. дані. – 2019. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2019/paper/view/7503.uk
dc.identifier.urihttp://ir.lib.vntu.edu.ua//handle/123456789/27013
dc.description.abstractIn the given research, the problem aspects of the convolutional neural networks image classification, namely the data stream and the discrepancy of the image zones responding to the network, to the zones containing the important information were analyzed. Approaches to visualization and interpretation of the results of convolutional neural networks work are considered.en
dc.description.abstractВ ході проведеного дослідження проаналізовані проблемні аспекти класифікації зображень на основі згорткових нейронних мереж, а саме витік даних та невідповідність зон зображення, на які реагує мережа, зонам що містять важливу інформацію. Розглянуто підходи до візуалізації та інтерпретації результатів роботи згорткових нейронних мереж.uk
dc.language.isoukuk
dc.publisherВНТУuk
dc.relation.ispartofМатеріали XLVIII науково-технічної конференції підрозділів ВНТУ, Вінниця, 13-15 березня 2019 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2019/paper/view/7503
dc.subject​згорткові нейронні мережіuk
dc.subjectвізуалізаціяuk
dc.subjectкарта виразностіuk
dc.subjectLIMEuk
dc.subject​convolutional neural networksen
dc.subjectvisualizationen
dc.subjectsaliency mapen
dc.subjectLIMEen
dc.titleПроблемні аспекти класифікації зображень на основі згорткових нейронних мережen
dc.typeThesis
dc.identifier.udc004.032.26
dc.relation.referencesKozemiako, V. P., Kolesnytskyj, O. K., Lischenko, T. S., Wojcik, W., & Sulemenov, A. (2013). Optoelectronic spiking neural network. Paper presented at the Proceedings of SPIE - the International Society for Optical Engineering, 8698 doi:10.1117/12.2019340 Retrieved from www.scopus.comen
dc.relation.referencesKaren Simonyan, Andrea Vedaldi, Andrew Zisserman. Deep Inside Convolutional Networks: Visualising Image Classification Models and Saliency Maps. – Cornell University Library, 2014 – [Електронний ресурс] – Режим доступу: https://arxiv.org/abs/1312.6034en
dc.relation.referencesMarco Tulio Ribeiro, Sameer Singh, Carlos Guestrin. “Why Should I Trust You?” Explaining the Predictions of Any Classifier. – Cornell University Library, 2016 – [Електронний ресурс] –Режим доступу: https://arxiv.org/abs/1602.04938en


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію