Публікація:
Класифікація фрактальних реалізацій методами машинного навчання на основі побудови графів видимості

Завантаження...
Зображення мініатюри

Дата

2022

Назва журналу

ISSN журналу

Назва тома

Видавництво

Дослідницькі проекти

Організаційні підрозділи

Видання журналу

Анотація

Об’єкт дослідження – фрактальні реалізації. Мета роботи – дослідити метод візуалізації фрактальних реалізацій за до-помогою якого буде здійснена класифікація різнокольорових зображень фрак-тальних реалізацій, використовуючи Deep Machine Learning. Методи дослідження – класифікація фрактальних реалізацій. Кваліфікаційна робота присвячена дослідженню застосування візуалізації фрактальних реалізацій за допомогою графів видимості для класифікації, вико-ристовуючи Deep Machine Learning. Для обчислюваного експерименту було згенеровано фрактальні реалізації, побудовано графи видимості та репрезенто-вано їх у матриці суміжності. Машинне навчання, а саме нейронні мережі – це потужний інструмент класифікації та кластеризації даних, тому, для класифіка-ції матриць суміжності представлених у вигляді різнокольорових зображень, використовувалась згорткова нейронна мережа.

Опис

Ключові слова

броунівський рух, граф натуральної видимості, згорткова нейронна мережа, матриця суміжності, фрактал, часовий ряд

Бібліографічний опис

Рижанов В. С. Класифікація фрактальних реалізацій методами машинного навчання на основі побудови графів видимості : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 113 Прикладна математика / В. С. Рижанов ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2022. – 68 с.

DOI