1. DSpace KNU
  2. 5. Наукові публікації
  3. Наукові статті
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://ds.knu.edu.ua/jspui/handle/123456789/2200
Назва: Convolutional neural networks for image classification
Автори: Tarasenko, Andrii
Yakimov, Yuriy
Soloviev, Vladimir
Ключові слова: machine learning
deep learning
neural network
recognition
convolutional neural network
artificial intelligence
Дата публікації: 2020
Бібліографічний опис: Tarasenko Andrii Convolutional neural networks for image classification [Electronic resource] / Andrii Tarasenko, Yuriy Yakimov, Vladimir Soloviev // Computer Science & Software Engineering : Proceedings of the 2nd Student Workshop (CS&SE@SW 2019), Kryvyi Rih, Ukraine, November 29, 2019 / edited by : Arnold Kiv, Serhiy Semerikov, Vladimir Soloviev, Andrii Striuk. – P. 101–114. – (CEUR Workshop Proceedings (CEUR-WS.org), vol. 2546). – Access mode : http://ceur-ws.org/Vol-2546/paper06.pdf.
Опис: This paper shows the theoretical basis for the creation of convolutional neural networks for image classification and their application in practice. To achieve the goal, the main types of neural networks were considered, starting from the structure of a simple neuron to the convolutional multilayer network necessary for the solution of this problem. It shows the stages of the structure of training data, the training cycle of the network, as well as calculations of errors in recognition at the stage of training and verification. At the end of the work the results of network training, calculation of recognition error and training accuracy are presented.
URI (Уніфікований ідентифікатор ресурсу): http://ceur-ws.org/Vol-2546/paper06.pdf
http://ds.knu.edu.ua/jspui/handle/123456789/2200
ISSN: 1613-0073
Розташовується у зібраннях:Наукові статті

Файли цього матеріалу:
Файл Опис РозмірФормат 
Convolutional neural networks for image classification.pdfarticle3.5 MBAdobe PDFПереглянути/Відкрити
Показати повний опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.