| DC Field | Value | Language |
|---|
| dc.contributor.author | Прокопеня, А. С. | - |
| dc.contributor.author | Азаров, И. С. | - |
| dc.date.accessioned | 2020-06-04T08:23:15Z | - |
| dc.date.available | 2020-06-04T08:23:15Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.citation | Прокопеня, А. С. Сверточные нейронные сети для распознавания изображений / А.С. Прокопеня, И. С. Азаров // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня: сб. материалов VI Междунар. науч.-практ. конф., Минск, 20-21 мая 2020 года: в 3 ч. Ч. 1 / редкол. : В. А. Богуш [и др.]. – Минск : Бестпринт, 2020. – С. 271–280. | ru_RU |
| dc.identifier.isbn | 978-985-90533-7-5 | - |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/39033 | - |
| dc.description.abstract | Цель работы, результаты которой представлены в рамках статьи, заключалась в исследовании современных архитектур сверточных нейронных сетей для распознавания изображений. В статье рассмотрены такие архитектуры как AlexNet, ZFnet, VGGNet, GoogleNet, ResNet. Характеристикой о качестве распознавания изображения для нейронной сети является ошибка top-5. На основе полученных результатов было выявлено, что на данный момент сетью с наиболее точным результатом является свёрточная сеть ResNet с показателем точности в 3,57%. Преимуществом данного исследования является то, что приведенная статья дает краткую характеристику свёрточной нейронной сети, а также дает представление о современных архитектурах свёртчных сетей, их строением и качественными показателями. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | Беспринт | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | свертка | ru_RU |
| dc.subject | подвыборка | ru_RU |
| dc.subject | функция активации | ru_RU |
| dc.subject | convolution | - |
| dc.subject | subsample | - |
| dc.subject | activation function | - |
| dc.title | Сверточные нейронные сети для распознавания изображений | ru_RU |
| dc.title.alternative | Overview of convolutional neural networks for image recognition | - |
| dc.type | Article | ru_RU |
| local.description.annotation | The purpose of the work, the results of which are presented in the article, was to study modern architectures of convolutional neural networks for image recognition. This article discusses such architectures as AlexNet, ZF net, Get, Google Net, Reset. The characteristic about the image recognition quality for a neural network is the top-5 error. Based on the results obtained, it was found that at the moment the network with the most accurate result is the RESNET convolutional network with an accuracy rate of 3.57%. The advantage of this study is that this article provides a brief description of the convolutional neural network, as well as gives an idea of modern architectures of convolutional networks, their structure and quality indicators. | - |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : материалы конференции (2020)
|
