Пошук академічних текстів

Інформація × Реєстраційний номер 0224U031594, 0121U109207 , Науково-дослідна робота Назва роботи Методи і алгоритми оптимізації розпізнавання образів на основі методів машинного навчання Назва етапу роботи Керівник роботи Шалденко Олексій Вікторович, Дата реєстрації 21-05-2024 Організація виконавець Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського" Опис етапу  РЕФЕРАТ Загальний обсяг звіту містить 78 сторінок, 30 рисунків, список використаних джерел містить 53 найменування. Удосконалено метод для оптимізації нейронних мереж для виявлення обличь. Зазначений метод дозволяє виключити з оцінки важливі шари в мережі, при цьому зберігаючи кількість вагів, що виключаються незмінною. Завдяки цьому точніть результуючої мережі збільшується на 0.7% на валідаційній вибірці. Удосконалено метод прунінгу перед навчанням для застосування на моделях типу transformer шляхом включення оцінок уваги в розрахунок критерію важливості вагів. Дана модифікація дозволила натренувати мережу що має точність на 34% більше порівняно з оригінальним методом. Проведено експерименти з тренування та оцінки точності для підтвердження ефективності розробленого методу на моделі для вирішення задач комп`ютерного зору. Дослідження показали, що наразі оцінка методів прунінгу проводилась на типових архітектурах моделей нейронних мереж. При дослідженні мережі для виявлення обличь, і застосуванні методу прунінгу перед навчанням, було виявлено що мережа може зберігати високий рівень точності, при цьому значно знижуючи кількість параметрів що беруть участь в начанні. Це пришвидшує навчання і полегшує подальше використання моделей, оскільки сучані CPU і GPU оптимізують обчислення, в яких беруть участь розріджені матриці. Ключові слова: НЕЙРОННІ МЕРЕЖІ, КОМП’ЮТЕРНИЙ ЗІР, ОПТИМІЗАЦІЯ, ПРУНІНГ, ТРАНСФОРМЕРИ. Опис продукції Автори роботи Здор Костянтин Андрійович Мельниченко Артем Васильович Додано в НРАТ 2024-05-21 Закрити