Публікація: Дослідження методів машинного навчання для вирішення задачі класифікації щодо розпізнавання графічних зображень
| dc.contributor.author | Афанасьєв, А. С. | |
| dc.date.accessioned | 2024-02-04T20:28:14Z | |
| dc.date.available | 2024-02-04T20:28:14Z | |
| dc.date.issued | 2024 | |
| dc.description.abstract | Об’єктом дослідження є методи класифікації щодо розпізнавання зображень. Метою дослідження є реалізація класифікатора графічних зображень з урахуванням обраних алгоритмів заснованих на багатошаровому персептроні та методі опорних векторів. У ході виконання кваліфікаційноії роботи проведено експеримент і зясовано що обидва алгоритми показали точність більше 80%, але машина опорних векторів була ефективнішою на 6%. Також, розроблено застосунок, який реалізує рішення задачі класифікації графічних зображень. Даний застосунок може використовуватися у системах технічного зору. | |
| dc.identifier.citation | Афанасьєв А. С. Дослідження методів машинного навчання для вирішення задачі класифікації щодо розпізнавання графічних зображень : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / А. С. Афанасьєв ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2024. – 61 с. | |
| dc.identifier.uri | https://openarchive.nure.ua/handle/document/25480 | |
| dc.language.iso | uk | |
| dc.subject | інтелектуальний аналіз даних | |
| dc.subject | розпізнавання образів | |
| dc.subject | компютерний зір | |
| dc.subject | нейронна мережа | |
| dc.subject | машина опорних векторів | |
| dc.title | Дослідження методів машинного навчання для вирішення задачі класифікації щодо розпізнавання графічних зображень | |
| dc.type | Other | |
| dspace.entity.type | Publication |
Файли
Оригінальний пакунок
1 - 1 з 1
Завантаження...
- Назва:
- 2024_M_INF_Afanasev_AS.pdf
- Розмір:
- 1.01 MB
- Формат:
- Adobe Portable Document Format
Пакунок ліцензії
1 - 1 з 1
Завантаження...
- Назва:
- license.txt
- Розмір:
- 9.55 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: