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

Обґрунтування доцільністі використання глибинного навчання під час розпізнавання продуктових товарів для продажу на основі нейронних мереж

Ескіз

Файли

87731.pdf (230,03 KB)

Дата

2021

Автори


Назва журналу

Номер ISSN

Назва тому

Видавець

Вінницький національний технічний університет

DOI

Анотація

Обґрунтовано актуальність задачі розпізнавання продуктів для продажів з використанням розумних візків. Запропоновано, для такого розпізнавання використати нейронну мережу на базі глибинного навчання.
The relevance of recognizing food products for sales using smart carts is substantiated. Suggested to use neu-ral network for such kind of recognition based on deep learning.

Опис

Ключові слова

розпізнавання продуктових товарів , товар , нейронна мережа , глибинне навчання , food products recognition , product , neural network , deep learning

УДК

004.42

Тип документа

Thesis

Мова

uk_UA

Є частиною

Матеріали L науково-технічної конференції підрозділів ВНТУ, Вінниця, 10-12 березня 2021

ISSN

Бібліографічний опис

Сліпчик В. С. Обґрунтування доцільністі використання глибинного навчання під час розпізнавання продуктових товарів для продажу на основі нейронних мереж [Електронний ресурс] / В. С. Сліпчик, І. Р. Арсенюк // Матеріали L науково-технічної конференції підрозділів ВНТУ, Вінниця, 10-12 березня 2021 р. – Електрон. текст. дані. – 2021. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2021/paper/view/12306.

URI

http://ir.lib.vntu.edu.ua/handle/123456789/33694

Зібрання

НТКП ВНТУ. Факультет інформаційних технологій та комп'ютерної інженерії (2021)
Наукові видання каф. КН

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (8)

  1. Amazon представила розумний візок DashCart – [Електронний ресурс] режим доступу : https://investory.news/amazon-predstavila-rozumnij-vizok-dash-cart/ – Назва з екрану.
  2. Бардаченко В. Ф. Перспективи застосування імпульсних нейронних мереж з таймерним представленням інформації для розпізнавання динамічних образів / В. Ф. Бардаченко, О. К. Колесницький, С. А. Василецький // УСіМ. – 2003 – № 6. – С. 73 – 82.
  3. Арсенюк І. Р. Розпізнавання об’єктів у змінному середовищі / І. Р. Арсенюк, В. В. Колодний, Д. І. Будельков // Інтернет – Освіта – Наука – 2006: збірник матеріалів V Міжнародної конференції. – Вінниця : УНІВЕРСУМ-Вінниця. – 2006. – Т. 2. – С. 603 – 605.
  4. Арсенюк І. Р. Застосування апарату нечіткої логіки для оцінки якості графічних растрових зображень./ І. Р. Арсенюк, О. В. Сілагін, С. О. Кукунін //Матеріали IХ Міжнародної науково-практичної конференції “Інтернет-Освіта-Наука” (ІОН-2014). – Вінниця: УНІВЕРСУМ-Вінниця, 2014. – С. 223 − 225.
  5. Майданюк В. П. Поліпшення якості зображень. / В. П. Майданюк, І. Р. Арсенюк. // Оптикоелектронні інформаційно-енергетичні технології. – 2015. – № 2 (30). – С. 19 – 32.
  6. Яровий А. А. Проектування системи цифрової корекції та підвищення якості растрових зображень у сфері рентгенографії / Яровий А.А., Арсенюк І. Р., Пасічник Д. Г. // Інформаційні технології та комп’ютерна інженерія. – 2017. – № 1 (38). – С. 72 – 77.
  7. Месюра В. І. Основи проектування систем штучного інтелекту. Навчальний посібник / В. І. Месюра, Л. М. Ваховська. – В.: ВДТУ, 2000. – 96 с.
  8. Гудфеллоу Я. Глубокое обучение / Я. Гудфеллоу, И. Бенджио, А. Курвилль пер. с анг. А. А. Слинкина – 2-е изд., испр. – М.: ДМК Пресс, 2018. – 652 с.