| DC Field | Value | Language |
|---|
| dc.contributor.author | Лукашевич, М. М. | - |
| dc.contributor.author | Макаров, А. Н. | - |
| dc.contributor.author | Филиппов, Н. Ю. | - |
| dc.date.accessioned | 2022-05-19T12:32:08Z | - |
| dc.date.available | 2022-05-19T12:32:08Z | - |
| dc.date.issued | 2022 | - |
| dc.identifier.citation | Лукашевич, М. М. Метод генерации синтетического набора данных для задач машинного обучения / М. М. Лукашевич, А. Н. Макаров, Н. Ю. Филиппов // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научный статей VIII Международной научно-практической конференции, Минск, 11-12 мая 2022 года / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. А. Богуш [и др.]. – Минск, 2022. – С. 431–439. | ru_RU |
| dc.identifier.isbn | 978-985-7267-19-4 | - |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/47022 | - |
| dc.description.abstract | В работе рассмотрены источники данных для задач машинного обучения, некоторые инструменты аннотирования. Особый акцент сделан на применение машинного обучения при решении задач компьютерного зрения. Обоснован подход к созданию синтетических наборов данных. При таком подходе генерируются имитируемые данные для обучения, напоминающие по своим базовым параметрам реальные данные (объекты). Предложен метод генерации синтетических наборов данных, основанный на ряде алгоритмов цифровой обработки изображений таких как, геометрические преобразования, искажения цвета, поворот, добавление шума. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | Бестпринт | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | машинное обучение | ru_RU |
| dc.subject | синтетические данные | ru_RU |
| dc.subject | machine learning | ru_RU |
| dc.subject | synthetic data | ru_RU |
| dc.title | Метод генерации синтетического набора данных для задач машинного обучения | ru_RU |
| dc.title.alternative | Method for synthetic dataset generation for machine learning tasks | ru_RU |
| dc.type | Article | ru_RU |
| local.description.annotation | In this paper the sources of data for machine learning tasks and some annotation tools are discussed. A special emphasis is placed on the application of machine learning to computer vision problems. An approach to generate synthetic datasets is substantiated. This approach generates simulated training data resembling real data (objects) in their basic parameters. A method for generating synthetic datasets based on a number of algorithms for digital image processing, such as geometric transformations, color distortions, rotation, and adding noise is proposed. | - |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей (2022)
|
