ДонНТУ   Портал магистров

Библиотека материалов по теме выпускной работы

    Собственные публикации и доклады

  1. Рассмотрение существующих способов создания элементов системы распознавания лиц

    Авторы: В.Г. Шапалин, Д.В. Николаенко

    Описание:В данной работе было рассмотрены существующие методы распознавания лиц, рассмотрены этапы и существующие алгоритмы.

    Источник: сборник научных трудов IV Международной научно-практической конференции, Том 1. 29-30 ноября 2022 г. – с. 236-240.

    2. Тематические статьи

  2. Нейронные сети: применение сегодня и перспективы развития

    Авторы: К.И. Фаустова

    Описание:В статье рассматриваются направления, в которых на данный момент развиваются нейронные сети, сферы деятельности, где они уже активно применяются. Так же рассматриваются возможности, которые данные сети открывают в будущем.

    Источник: Журнал "Территория науки" 2017г., выпуск 4

  3. Типы и применение нейронных сетей

    Авторы: Ф.А. Львов

    Описание:В статье рассмотрены типы нейронных сетей, а именно: нейронная сеть прямого распространения, сеть радиально-базисных функций, самоорганизующаяся сеть Кохонена, рекуррентная нейронная сеть, свёрточная нейронная сеть, модульная нейронная сеть. Также рассмотрены способы применения данных сетей.

    Источник: Журнал "Кронос: естественные и технические науки"

  4. Скоростной метод обучения многослойного персептрона

    Авторы: Е. А. Шумков

    Описание: В статье предложен скоростной метод обучения многослойного персептрона, который отличается высокой скоростью обучения. Приведены результаты сравнения скоростного метода обучения со стандартными методами

    Источник: Научный журнал КубГАУ, №65(01), 2011 г.

  5. Исследование идентифицирующих свойств многослойного персептрона

    Авторы: И.В. Лёвзина, А.Е. Краснов

    Описание:В статье описана автоматизированная система для идентификации плотности распределения вероятности. В системе используется нейронная сеть модели нечеткий многослойный персептрон. В статье анализируются результаты идентификации, полученные сетями, в которых применяется различные алгоритмы обучения, и делается вывод о наилучшем алгоритме обучения. Ключевые слова: автоматизированная система, нейронная сеть, идентификация, нечеткий многослойный персептрон, алгоритмы обучения

    Источник:Известия Самарского научного центра Российской академии наук, т. 16, №4(2), 2014 г., с. 340-343.

  6. Обзор свёрточных нейронных сетей для задачи классификации изображений

    Авторы: О.С. Сикорский

    Описание:В данной статье рассмотрена задача классификации изображений и дано краткое описание структуры свёрточных нейронных сетей. Проведён обзор свёрточных нейронных сетей для задачи классификации изображений и сделано сравнение их точности на примере аннотированной базы изображений ImageNet.

    Источник: Журнал "Новые информационные технологии в автоматизированных системах"

  7. Свёрточные нейронные сети для распознавания изображений

    Авторы: А.С. Прокопеня, И.С. Азаров

    Описание:В статье рассмотрены такие архитектуры как AlexNet, ZFnet, VGGNet, GoogleNet, ResNet. Преимуществом данного исследования является то, что приведенная статья дает краткую характеристику свёрточной нейронной сети, а также дает представление о современных архитектурах свёротчных сетей, их строением и качественными показателями.

    Источник:Шестая Международная научно-практическая конференция «BIG DATA and Advanced Analytics. BIG DATA и анализ высокого уровня», Минск, Республика Беларусь, 20-21 мая 2020 г., с. 271-280

  8. Рекуррентная нейронная сеть как динамичесчкая система и подходы к её обучению

    Авторы: Е.Н. Бендерская, К.В. Никитин

    Описание:В статье представлены результаты аналитического исследования рекуррентных нейронных сетей (РНС) и их обобщающая классификация, выполненная с позиций динамических систем и с учетом нового класса РНС – резервуарных РНС. Систематизация знаний в данной предметной области позволила выделить основные динамические режимы работы РНС, а также определить наиболее перспективные направления в развитии методов обучения РНС с учетом выявленных достоинств и недостатков существующих подходов.

    Источник:Научно-технические ведомости СПбГПУ 4' (176) 2013 Информатика. Телекоммуникации. Управление с.29-40

  9. Vocal Harmony Separation using Time-domain Neural Networks

    Авторы: Saurjya Sarkar, Emmanouil Benetos, Mark Sandler

    Описание: В данной статье была разработанна нейронная сеть, используемая для разделения вокала на гармонические составляющие, а также были рассмотрены и проанализированны полученные результаты. Использованная нейронная сеть является модифицированной версией нейронной сети для разделения музыки и вокала.

    Источник:INTERSPEECH 2021 30 August – 3 September, 2021, Brno, Czechia p.3515-3519

    10. Переводы статей

  10. Разделение и извлечение звука с помощью глубокой нейросети

    Авторы: Ahmed Hamdy, Pratap Kiran Vedula, Muni Venkata Jasantha Konduru

    Автор перевода:В. Г. Шапалин

    Описание:В данной статье исследуется возможность разделения и извлечения «смешанного» аудиофайла, используя глубокое обучение. Реализованная модель свёрточного автокодировщика содержит кодирующий уровень с двумя свёрточными слоями, за которыми идёт один полносвязный слой, за которым следует декодирующий уровень, содержащий массив полносвязных слоёв и два деконволюционных слоя на класс.

    Источник (англ.): Источник оригинальной статьи