Аналіз методів побудови моделей нейронних мереж для розпізнавання образів

Сідак, Д. А.

Аналіз методів побудови моделей нейронних мереж для розпізнавання образів

dc.contributor.author	Сідак, Д. А.	uk
dc.contributor.advisor	Севастьянов, В. М.	uk
dc.title	Аналіз методів побудови моделей нейронних мереж для розпізнавання образів	uk
dc.date.issued	2023
dc.publisher	Вінницький національний технічний університет	uk
dc.identifier.citation	Сідак Д. А. Аналіз методів побудови моделей нейронних мереж для розпізнавання образів [Електронний ресурс] / Д. А. Сідак; наук. кер. В. М. Севастьянов // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2023)», Вінниця, 22 червня 2023 р. – Електрон. текст. дані. – 2023. – Режим доступу: https://conferences.vntu.edu.ua/index.php/mn/mn2023/paper/view/16868.	uk
dc.relation.ispartof	Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2023)», Вінниця, 22 червня 2023 р.	uk
dc.relation.uri	https://conferences.vntu.edu.ua/index.php/mn/mn2023/paper/view/16868
dc.identifier.udc	004.42
dc.identifier.uri	https://ir.lib.vntu.edu.ua/handle/123456789/44244
dc.description.abstract	У даній роботі розглянуто декілька моделей нейронних мереж для подальшого їх використання	uk
dc.description.abstract	In this article considered the principles of working neural networks with tools for object recognition.	en
dc.subject	нейронна мережа	uk
dc.subject	алгоритм	uk
dc.subject	класифікації зображень	uk
dc.subject	neural network	en
dc.subject	library	en
dc.subject	algorithm	en
dc.type	Thesis
dc.language.iso	uk	uk
dc.relation.references	Методи розпізнавання образів: Навч. посіб. для студ. / В. М. Заяць, Р. М. Камінський; Нац. ун-т "Львів. політехніка". – Л., 2014. – 173 c. – Бібліогр.: 21 назв.	uk
dc.relation.references	Джордж Стокман, Линда Шапиро. [Computer Vision Компьютерное зрение]. –2010. – 702 с	uk
dc.relation.references	Su J. One Pixel Attack for Fooling Deep Neural Networks [Електронний ресурс] / Jiawei Su. – 2019. – Режим доступу до ресурсу: https://arxiv.org/pdf/1710.08864.pdf	en
dc.relation.references	Image Classification [Електронний ресурс]. – 2016. – Режим доступу до ресурсу: https://shodhganga.inflibnet.ac.in/bitstream/10603/24460/10/10_chapter5.pd f.	en
dc.relation.references	He K. Deep Residual Learning for Image Recognition [Електронний ресурс] / Kaiming He. – 2015. – Режим доступу до ресурсу: https://arxiv.org/pdf/1512.03385.pdf.	en
dc.date.accessioned	2025-02-12T23:31:27Z
dc.date.available	2025-02-12T23:31:27Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1

Назва:: 16868.pdf
Розмір:: 862,24 KB
Формат:: Adobe Portable Document Format

Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1

Назва:: license.txt
Розмір:: 17 B
Формат:: Plain Text
Опис:

Завантажити

Зібрання

Молодь в науці: дослідження, проблеми, перспективи (МН-2023)