За технічних причин Електронний архів Харківського національного університету радіоелектроніки «ElAr КhNURE» працює тільки на перегляд. Про відновлення роботи у повному обсязі буде своєчасно повідомлено.
 

Публікація:
Алгоритми кластеризації зображень на базі штучної нейронної мережі

dc.contributor.authorЖитник, М. С.
dc.date.accessioned2023-01-18T18:58:06Z
dc.date.available2023-01-18T18:58:06Z
dc.date.issued2022
dc.description.abstractМетою кваліфікаційної роботи є аналіз алгоритмів кластеризації зображень на базі штучної нейронної мережі. У ході виконання кваліфікаційної роботи проведено аналіз існуючих алгоритмів кластеризації даних, а також аналіз існуючих архітектур згорткових нейронних мереж. Розроблено архітектуру самонавчальної згорткової нейронної мережі з поєднаними процедурами навчання, що використовуює метод кластеризації k-середніх з додаванням адаптаційних шарів.
dc.identifier.citationЖитник М. С. Алгоритми кластеризації зображень на базі штучної нейронної мережі : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 123 Комп'ютерна інженерія / М. С. Житник ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2022. – 61 с.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/21463
dc.language.isouk
dc.subjectглибока нейронна мережа
dc.subjectгіперпараметр
dc.subjectкластеризація
dc.subjectзгорткова нейронна мережа
dc.titleАлгоритми кластеризації зображень на базі штучної нейронної мережі
dc.title.alternativeImage Clustering Algorithms Based on Artificial Neural Network
dc.typeOther
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 2 з 2
Завантаження...
Зображення мініатюри
Назва:
2022_M_EOM_KSMm-21-1_Zhytnyk_M_S.pdf
Розмір:
1001.04 KB
Формат:
Adobe Portable Document Format
Завантаження...
Зображення мініатюри
Назва:
2022_M_EOM_KSMm-21-1_Zhytnyk_M_S_dodatok.pdf
Розмір:
804.51 KB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.64 KB
Формат:
Item-specific license agreed upon to submission
Опис: