Пошук академічних текстів

Інформація × Реєстраційний номер 2124U002516, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Побудова гібридних згорткових нейронних мереж Автор Марусій Богдан Ігорович Дата публікації 01-01-2024 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/70388 Видання Київ Опис Дипломна робота: 74 с., 6 рис., 8 табл., 20 посилань, 1 додаток. Об’єкт дослідження – процес побудови та навчання гібридних згорткових нейронних мереж (ГЗНМ). Предмет дослідження – конкретні техніки, алгоритми та підходи, використані при створенні гібридних архітектур ЗНМ. Мета роботи – розробка та оцінка гібридних згорткових нейронних мереж для вирішення задач розпізнавання дорожніх знаків та виявлення пішоходів в автомобільних системах. Проведено огляд існуючих сучасних практик у ЗНМ та гібридних архітектур. Виявлено, що класичні ЗНМ, такі як AlexNet, VGG та ResNet, мають високу ефективність у задачах комп'ютерного зору, проте мають певні обмеження. Виявлено, що використання гібридних моделей дає змогу покращити точність і продуктивність порівняно з класичними підходами. Вибрано ряд сучасних інструментів та технологій для розробки гібридних ЗНМ, у тому числі TensorFlow, Keras, PyTorch та інші. Побудовані прототипи гібридних ЗНМ показали високу ефективність у вирішенні задач класифікації зображень. Використання аугментації даних значно покращило узагальнювальну здатність моделі. Оптимізація гіперпараметрів, зокрема швидкості навчання, дала змогу досягти оптимальної продуктивності моделі. Завдяки гнучкості архітектури та використанню сучасних бібліотек, розроблений додаток може бути легко адаптований до інших задач комп'ютерного зору, таких як відеоспостереження, медична діагностика або автоматизована модерація контенту. Проведено функціонально-вартісний аналіз програмного продукту. Додано в НРАТ 2025-01-29 Закрити