Статьи и публикации
Тема магистерской работы: «Распознавание графических образов с помощью нейронной сети типа неокогнитрон при наличии искажений»
Выполнил:
-
Распознавание искусственными нейронными сетями
графических образов при наличии искажений в реальном времени
Авторы: Махно Ю.С., Федяев О.И.
Тезисы доклада на III международную научно-техническую конференцию молодых учёных и студентов «Информатика и компьютерные технологии 2007». В докладе основной раскрываемой темой является, за счет чего достигается быстрота распознавания, а также устойчивость к искажениям при использовании неокогнитрона.
-
Модель неокогнитрона для распознавания образов
Автор: Махно Ю.С.
Тезисы доклада на III международную научно-техническую конференцию молодых учёных и студентов «Компьютерный мониторинг и информационные технологии». В докладе рассмотрены основные особенности в архитектуре неокогнитрона и проведен некоторый анализ зависимости скорости обучения от выбранного ускоряющего параметра.
-
Проведение экспериментов для анализа нейронных сетей типа неокогнитрон
Автор: Махно Ю.С.
Зачетная работа по курсу «Теории и методы инженерных экспериментов».
В этой работе проведено исследование, как и для чего необходимо тестировать программу-эмулятор нейронной сети типа неокогнитрон. Сдана 03 июня 2008 г.
-
Конвертор императивных программ в функциональный эквивалент
Авторы: Махно Ю.С., Дацун Н.Н.
Тезисы доклада на II международную научно-техническую конференцию молодых учёных и студентов «Компьютерный мониторинг и информационные технологии». В докладе рассмотрен способ построения программы на функциональном языке из имеющейся программы на императивном.
-
Мои суждения, мнения и выводы относительно кредитно-модульно-рейтинговой системы
Автор: Махно Ю.С.
Зачетная работа по курсу «Ораторское искусство».
В данной работе представлены мои мысли относительно вводимой в действие кредитно-модульной системы, а также участия Украины в Балонском процессе. Сдана 03 июня 2008 года.
-
Неокогнитрон (перевод главы)
Оригинал: Fundamentals of Neural Networks: Architectures, Algorithms and Applications.
Автор: Lauren Fausett
Перевод: Махно Ю.С.
В этой статье описывается модель неокогнитрона, ориентированная на распознавание рукописных символов – арабских цифр от 0 до 9.
-
Повышение качества распознавания сцен
нейронной сетью «неокогнитрон»
Авторы: С.В. Аксёнов, В.Б. Новосельцев
Ссылка: http://www.duskyrobin.com/tpu/2006-07-00020.pdf
В статье модель неокогнитрона дополняется некоторыми новыми качествами, вводится понятие латерального торможения для неокогнитрона. За счет этих нововведений качество распознавания улучшается.
-
Recognition Of Hand-Written Patterns By Rotation-Invariant Neocognitron
Авторы: Shunji Satoh, Hirotomo Aso, Shogo Miyake, Jousuke Kuroiwa
Ссылка: http://citeseer.ist.psu.edu/129811.html (страница для скачивания)
В сатье предлагается модель неокогнитрона нечувствительная к повороту. Именно повернутые образы составляли наибольшую сложность при распознавании. Ведь в модель неокогнитрона были заложены свойства, делающие эту нейронную сеть нечувствительной к шумам, переносам, масштабированию.
-
Pattern Recognition System with Top-Down Process of Mental Rotation
Авторы: Shunji Satoh, Hirotomo Aso, Shogo Miyake, Jousuke Kuroiwa
Ссылка: http://citeseer.ist.psu.edu/satoh99pattern.html (страница для скачивания)
Статья является продолжением предыдущей и описывает модель неокогнитрона нечувствительную к повороту.
-
Неокогнитрон
Автор: Г.Э. Яхъяева
Ссылка: http://www.intuit.ru/department/ds/neuronnets/14/1.html
Глава книги о нейронных сетях, в которой описаны основные концепции структуры, обучения неокогнитрона.