Публікація: Розпізнавання людських малюнків на основі моделі рекурентної нейронної мережі
Завантаження...
Дата
2019
Автори
Назва журналу
ISSN журналу
Назва тома
Видавництво
Анотація
Мета роботи полягає у підвищенні точності та зменшенні часу
розпізнавання інформації за рахунок використання нейронної мережі,
підвищення продуктивності методів тестування і дедуктивного
моделювання несправностей за рахунок використання memory-driven
архітектур і кубітних структур даних.
Отримано такі основні результати: запропоновано модель відношень
порядку в структурах даних і компьютингу, яка формує ефективність
паралельного управління алгоритмами обробки великих даних за рахунок
суперпозиціонування кінцевої множини дискретних станів; розроблено
структурну модель взаємодії кубітних покриттів логічних функцій і
похідних компонентів, орієнтованих на синтез і аналіз цифрових систем;
5
запропоновано tree-driven ATPG процесор і структури даних для
обчислення кубітних булевих похідних, представлений двійковим
деревом-графом xor-елементів для паралельної обробки частин кубітного
покриття; розроблено модель рекурентної нейронної мережі з довгою
короткостроковою пам'яттю; розроблено алгоритм роботи нейронної
мережі для розпізнавання образів на прикладі розпізнавання людських
малюнків; здійснено програмну реалізацію алгоритму роботи нейронної
мережі для розпізнавання людських малюнків.
Опис
Ключові слова
рекурентна нейронна мережа, lstm, розпізнавання, перекрестна ентропiя, quick draw, кубітні структури даних
Бібліографічний опис
Хаханов І. В. Розпізнавання людських малюнків на основі моделі рекурентної нейронної мережі : пояснювальна записка до атестаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 123 - Комп’ютерна інженерія / І. В. Хаханов ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2019. – 95 с.