| DC Field | Value | Language |
|---|
| dc.contributor.author | Ермакович, В. А. | - |
| dc.date.accessioned | 2025-06-19T06:44:34Z | - |
| dc.date.available | 2025-06-19T06:44:34Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Ермакович, В. А. Исследование влияния числа параметров сверточной нейронной сети на точность распознавания изображений = Investigation of the effect of the number of parameters in a convolutional neural network on the accuracy of image recognition / В. А. Ермакович // Компьютерные системы и сети : материалы 61-й научной конференции аспирантов, магистрантов и студентов, Минск, 22–26 апреля 2025 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2025. – C. 577–581. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/60337 | - |
| dc.description.abstract | В работе представлено исследование на тему влияния числа параметров сверточной нейронной сети на точность
распознавания изображений. Исследование проводилось на основе архитектуры LeNet-5 с изменением в ней количества карт признаков и числа полносвязных слоев. Представлено в исследовании описание данной архитектуры с использованием
планировщика скорости обучения, таблица и график с результатами об обучении модификаций исходной модели. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | нейронные сети | en_US |
| dc.subject | распознавание изображений | en_US |
| dc.subject | LeNet | en_US |
| dc.title | Исследование влияния числа параметров сверточной нейронной сети на точность распознавания изображений | en_US |
| dc.title.alternative | Investigation of the effect of the number of parameters in a convolutional neural network on the accuracy of image recognition | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The paper presents research on the inf`luence of the number of parameters of a convolutional neural network on the accuracy
of image recognition. The study was conducted based on the LeNet-5 architecture with a change in the number of feature maps and the number of fully connected layers. The research presents a description of this architecture using a learning rate scheduler, a table and a graph with the results of learning modifications to the original model. | en_US |
| Appears in Collections: | Компьютерные системы и сети : материалы 61-й научной конференции аспирантов, магистрантов и студентов : сборник статей (2025)
|
