Skip navigation
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://libeldoc.bsuir.by/handle/123456789/43855
Название: Повышение точности нейронной сети путем расширения тренировочного набора данных с помощью аугментации
Другие названия: Use of the neural network in processing of medical images and calculation of volume of the eye
Авторы: Бирилло, А. А.
Медведев, О. С.
Шаршун, А. Л.
Дудич, О. Н.
Красильникова, В. Л.
Осипович, В. С.
Яшин, К. Д.
Ключевые слова: публикации ученых;материалы конференций;глазное яблоко;структуры глазницы;eyeball;structures of the eye socket
Дата публикации: 2021
Издательство: Бестпринт
Описание: Повышение точности нейронной сети путем расширения тренировочного набора данных с помощью аугментации / А. А. Бирилло [и др.] // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей VII Международной научно-практической конференции, Минск, 19-20 мая 2021 года / редкол.: В. А. Богуш [и др.]. – Минск : Бестпринт, 2021. – С. 395–403.
Аннотация: Представлены результаты исследований по улучшению точности распознавания поиска глазных яблок и костных структур глазниц. Для достижения цели было использовано глубокое обучение нейронной сети с использованием аугментации и без неё. Показано, как с расширением количества тренировочного набора увеличивается точность нейронной сети.
Аннотация на другом языке: These are the results of research to improve the recognition accuracy for eyeballs and bone eye sockets structures. Deep neural network has applied with and without augmentation. It has shown how neural network accuracy increases with numbers expansions of training sets.
URI: https://libeldoc.bsuir.by/handle/123456789/43855
ISBN: 978-985-7267-09-5
Располагается в коллекциях:BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей (2021)

Файлы этого ресурса:
Файл Описание РазмерФормат 
Birillo_Povysheniye.pdf1.15 MBAdobe PDFОткрыть
Показать полное описание Просмотр статистики Google Scholar

Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.