Аналіз ефективності навчання CNN за принципом "вчитель-учень" з використанням непідготовленого Image-Dataset
Journal Title: Вісник Національного технічного університету "Харківський політехнічний інститут". Серія: Інформатика та моделювання - Year 2018, Vol 0, Issue 42
Abstract
Штучні нейронні мережі з кожним роком розширюють спектр існуючих та потенційних сфер використання. Якість навчання штучних нейронних мереж є основою якості їх подальшого функціонування. Стаття присвячена аналізу ефективності навчання штучних нейронних мереж класу CNN для розпізнавання непідготовленого набору зображень (Image-Dataset) за принципом "вчитель-учень", де у ролі вчителя виступає попередньо навчена діюча штучна нейронна мережа CNN-1, що завдає алгоритм навчання, а учнем є непідготовлена штучна нейронна система CNN-2. Доведено, що CNN-1 є більш ефективною для пошуку великого спектра об’єктів на зображеннях, а CNN-2 найкраще працює для вузько направлених надточних пошуків завданих об’єктів. Іл.: 7. Бібліогр.: 22 назв.
Authors and Affiliations
Dmytro Zubarev, Inna Skarga-Bandurova
Налаштування моделі прогнозування часу прибуття громадського транспорту на зупинки міста
Стаття присвячена питанню створення ІоТ-системи для прогнозування та інформування пасажирів про час прибуття транспортних засобів на зупинки міста. Розробка являє собою інтеграцію обчислювальних і комунікаційних систем,...
Анализ гармонического состава напряжения синхронных генераторов
Проанализированы проблемы, связанные с модернизацией синхронных генераторов крупных электростанций. Разработан метод, позволяющий определить гармонический состав напряжения модернизированного генератора. Приведены резуль...
Новый подход к обнаружению эффекта электрической альтернации сердца по одноканальной электрокардиограмме
Рассматривается метод обнаружения эффекта электрической альтернации сердца, основанный на анализе перестановочной энтропии, которая вычисляется по массиву показателей одноканальной электрокардиограммы в скользящих окнах....
Моделирование парожидкостного равновесия при подвижном управлении процессами ректификации
Рассмотрены вопросы моделирования фазового равновесия многокомпонентных систем, приведены соответствующие алгоритмы расчетов. Экспериментально доказано повышение точности модели процесса многокомпонентной ректификации, п...
Исследование моделей сверточных автоэнкодеров для выделения признаков в наборах стереоизображений
В работе проведен процесс моделирования обучения без учителя сверточных автоэнкодеров для выделения признаков в наборах стереопар. Исследовано влияние количества обучаемых фильтров и топологии автоэнкодера на точность во...