Search academic texts

Information × Registration Number 2121U007285, Article popup.category Бакалаврська робота Title Робастна система підтримки прийняття рішень класифікації зображень за допомогою алгоритмів змагального навчання (AI translated) popup.author Карачев Владислав АндрійовичKarachev Vladyslav Andriiovych popup.publication 01-01-2021 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/45310 popup.publisher Київ Description Дипломна робота: 103 с., 30 рис., 4 табл., 2 дод., 14 джерел. Об’єкт дослідження: атаки на класифікаційні нейронні мережі. Предмет дослідження: методи захисту нейронних мереж від змагальних атак Мета дослідження: розробка методу захисту нейронних мереж від змагальних атак, направлених на погіршення класифікації. Актуальність даного дослідження полягає в тому, ефективний захист від змагальних атак дозволить підвищити точність класифікації. Методи дослідження – методи машинного навчання: глибокі нейронні мережі. Результати роботи - було створено і протестовано систему класифікації зображень з підвищеною стійкістю до змагальних атак. Аналіз роботи показав, що система може бути використана на реальних підприємствах. Bachelor thesis: 103 p., 30 fig., 4 tabl., 2 appendixes, 14 references. Object of research: adversarial attacks on classification neural networks. Subject of research: methods of protection of neural networks from adversarial attacks The purpose of the study: to develop a method of protecting neural networks from adversarial attacks aimed at deteriorating classification. The relevance of this study is that effective protection against adversarial attacks will increase the accuracy of classification and make it robust. Research methods - machine learning methods: deep neural networks. Results of work - the system of image classification that is robust to adversarial attacks was created and tested. Analysis of the work showed that the methods can be used in real enterprise systems. popup.nrat_date 2025-11-05 Close