<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Методи та програмні засоби трансферного навчання для агрегування медіа контенту у мобільних додатках

Вантажиться...
Ескіз

Дата

Назва журналу

Номер ISSN

Назва тому

DOI

Анотація

Transfer learning methods and software are being developed for aggregating media content in mobile applications. Transfer learning methods for aggregating media content in mobile applications are developed on the basis of the TensorFlow open software library using image clustering technologies. Software tools are developed in the form of a mobile application for the iOS and Android platforms of the current versions using the Flutter software framework and Dart, Kotlin and Swift programming languages. The software tool being developed is aimed at using transfer learning technologies to interest the user in creating memories using media content aggregation methods from the mobile device gallery

Опис

Тип документа

Мова

ISSN

Бібліографічний опис

Прус Б. В. Методи та програмні засоби трансферного навчання для агрегування медіа контенту у мобільних додатках [Електронний ресурс] / Б. В. Прус, Г. Б. Ракитянська // Матеріали LII Науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. – Електрон. текст. дані. – 2023. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2023/paper/view/18613.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (4)

  1. Pramod Singh. Learn Tensor Flow 2.0. 1st edition, Apress, 2020. – 343 с.
  2. Blakeney, C., Li, X., Yan, Y., Zong, Z.: Parallel blockwise knowledge distillation for deep neural network compression. IEEE Transactions on Parallel and Distributed Systems 32(7), 1765-1776 (2021).
  3. Li, H., Wang, N., Ding, X., Yang, X., Gao, X.: Adaptively learning facial expression representation via C-F labels and distillation, IEEE Transactions on Image Processing 30, 2016-2028 (2021).
  4. Gou, J., Yu, B., Maybank, S., Tao, D.: Knowledge distillation: A survey. International Journal of Computer Vision 129, 1789–1819 (2021).