Дослідження впливу конволюцій на достовірність прогнозування на прикладі датасету мови жестів
Вантажиться...
Файли
Дата
Назва журналу
Номер ISSN
Назва тому
DOI
Анотація
Дану доповідь присвячено дослідженню та порівнянню кореляції ефективності прогнозування нейронної мережі та кількістю шарів згортки та їх структурою. За суб’єкт дослідження взято нейронну мережу, що розпізнає зображення мови жестів.
This report is dedicated to cover the investigation and comparison of neural network prediction efficiency correlation with convolution layers’ quantity and structure. A neural network recognizing gestures language is taken as a subject of this research.
This report is dedicated to cover the investigation and comparison of neural network prediction efficiency correlation with convolution layers’ quantity and structure. A neural network recognizing gestures language is taken as a subject of this research.
Опис
Ключові слова
нейронна мережа , шар згортки , фільтр , розпізнавання , навчання моделі , датасет , точність натренувальних даних , точність на перевіркових даних , функція втрат , функція розподілу (класифікації) , neural network , convolution layer , filter , recognition , model training (fitting) , dataset , training accuracy , validation accuracy , loss function , distribution (classification) function
Тип документа
Мова
ISSN
Бібліографічний опис
Мальований Д. В. Дослідження впливу конволюцій на достовірність прогнозування на прикладі датасету мови жестів [Електронний ресурс] / Д. В. Мальований, І. В. Богач // Тези доповідей Всеукраїнської науково-практичної Інтернет-конференції студентів, аспірантів та молодих науковців «Молодь в науці: дослідження, проблеми, перспективи» (МН-2021), м. Вінниця, 01-14 травня 2021 р. – Електрон. текст. дані. – 2021. – Режим доступу: https://conferences.vntu.edu.ua/index.php/mn/mn2021/paper/view/13219.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (5)
- Michigan Institute of Technology, Drop-In Replacement for MNIST for Hand Gesture Recognition Tasks [Electronic resource] – Electronic data. – Mode of access: https://www.kaggle.com/datamunge/sign-language-mnist/tasks – Title from screen.
- Lode Vandevenne, Image Filtering. [Electronic resource] – Electronic data. – Mode of access: https://lodev.org/cgtutor/filtering.html – Title from the screen.
- Common loss functions in machine learning [Electronic resource] – Electronic data. – Mode of access: https://towardsdatascience.com/common-loss-functions-in-machine-learning-46af0ffc4d23 – Title from screen.
- A Look at Gradient Descent and RMSprop Optimizers [Electronic resource] – Electronic data. – Mode of access: https://towardsdatascience.com/a-look-at-gradient-descent-and-rmsprop-optimizers-f77d483ef08b – Title from the screen.
- Machine Learning, Tom Mitchell, McGraw Hill, 1997. ISBN 0070428077.