Пошук академічних текстів

Інформація × Реєстраційний номер 2125U004503, Матеріали видань та локальних репозитаріїв Категорія Стаття, Опубліковано, Рецензована стаття Назва роботи СТРУКТУРНО-ФУНКЦІОНАЛЬНА МОДЕЛЬ ЗГОРТКОВОЇ НЕЙРОННОЇ МЕРЕЖІ ДЛЯ ОБРОБКИ, АНАЛІЗУ ТА КЛАСИФІКАЦІЇ ЗОБРАЖЕНЬ РІЗНОЇ СКЛАДНОСТІ Автор Mozhaiev OleksandrKuchuk HeorhiiSafarov RenatLavrovskyi MaksymMoroz KostiantynMozhaiev OleksandrKuchuk HeorhiiSafarov RenatLavrovskyi MaksymMoroz Kostiantyn Дата публікації 02-12-2025 Постачальник інформації Національний університет «Полтавська політехніка імені Юрія Кондратюка» Першоджерело https://journals.nupp.edu.ua/sunz/article/view/4112 Видання Національний університет «Полтавська політехніка імені Юрія Кондратюка» Опис У статті представлено структурно-функціональну модель згорткової нейронної мережі (ЗНМ), призначену для обробки, аналізу та класифікації зображень різної складності. Модель базується на багаторівневій архітектурі з використанням згорткових, залишкових і паралельних обчислювальних блоків, що забезпечують високу адаптивність до різних типів вхідних даних. Вхідний тензор нормалізується за середнім і стандартним відхиленням вибірки, що дозволяє зменшити варіативність даних і стабілізувати процес навчання. Перший згортковий шар виконує початкове виділення ознак зображення з активацією типу ELU, яка забезпечує безперервність градієнтів та усуває проблему “мертвих нейронів”. Реалізація залишкових зв’язків (skip connections) забезпечує сталість інформаційних потоків та підвищує стабільність навчання. Отримані результати демонструють підвищену точність класифікації та стійкість до шумів у порівнянні з базовими CNN-архітектурами. Додано в НРАТ 2026-04-19 Закрити