Огляд існуючих генеративних нейронних мереж

Шужмова, Т. В.

Публікація:
Огляд існуючих генеративних нейронних мереж

dc.contributor.author	Шужмова, Т. В.
dc.date.accessioned	2024-08-28T13:11:31Z
dc.date.available	2024-08-28T13:11:31Z
dc.date.issued	2024
dc.description.abstract	This work is devoted to a look at research generative neural networks, namely the principles of generative neural networks (GNN) capable of creating new data resembling their training sets. The training process involves data preprocessing, training on carefully prepared data, and ultimately generating new data. Various types of GNNs, such as Variational Autoencoders, Generative Adversarial Networks, Transformer Networks, and Diffusion Models, offer di verse applications in content creation and beyond. Challenges include understanding decision-making processes, biases, and potential misuse, but optimistic prospects involve refining algorithms and leveraging technological advancements.
dc.identifier.citation	Шужмова Т. В. Огляд існуючих генеративних нейронних мереж / Т. В. Шужмова ; наук. керівник к. т. н., асист. Я. Г. Сидоров // Радіоелектроніка та молодь у ХХІ столітті : матеріали 28-го Міжнар. молодіж. форуму, 16–18 квітня 2024 р. – Харків : ХНУРЕ, 2024. – Т. 3. – С. 145–146.
dc.identifier.uri	https://openarchive.nure.ua/handle/document/28333
dc.language.iso	uk
dc.publisher	ХНУРЕ
dc.subject	Огляд існуючих генеративних нейронних мереж
dc.title	Огляд існуючих генеративних нейронних мереж
dc.type	Thesis
dspace.entity.type	Publication