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

Проблемні аспекти класифікації зображень на основі згорткових нейронних мереж

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

In 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.
В 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.

Опис

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Шемет 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.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (3)

  1. Kozemiako, 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.com
  2. Karen 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/1312.6034
  3. Marco 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/1602.04938