Сравнение библиотек глубокого обучения
Машинное обучение как активно развивающаяся область научных исследований. Основные методы моделирования высокоуровневых абстракций в данных с помощью множества последовательных нелинейных трансформаций. Использование нейросетей для распознания объектов.
Подобные документы
- 1. Модуль "Машинное обучение систем искусственного интеллекта" в общеобразовательном курсе информатики
Развитие познавательного интереса, интеллектуальных и творческих способностей при проведении компьютерных экспериментов по машинному обучению. Изучение характеристик обучения нейросетей. Информационные технологии в общеобразовательном курсе информатики.
статья, добавлен 11.06.2021 Определение распознавания объектов как метода компьютерного зрения для идентификации объектов на изображениях или видео. Рассмотрение алгоритма обнаружения объекта методом машинного обучения и методом глубокого обучения с помощью средств Matlab.
статья, добавлен 24.10.2020Использование техник машинного обучения и анализа данных для создания адаптивных схем выбора уровней для языковых видеоигр. Описание интерфейса приложения, реализация уровней сложности. Построение системы наград на основе данных, геймификация приложения.
статья, добавлен 30.04.2018Роль глубокого обучения в создании программного обеспечения deepfake, угрозы конфиденциальности и безопасности. Возможности реализованных в нём алгоритмов создания поддельных изображений, синтезированных искусственным интеллектом, методы их обнаружения.
статья, добавлен 09.05.2022Характеристика методов распознания растровых изображений. Сравнение бинаризации и определение градиента яркости. Сравнение результатов использования формулы цветового отличия и яркостной характеристики изображения. Разработка алгоритма выделения объектов.
статья, добавлен 12.05.2017Использование в процессе обучения пакетов прикладных программ, языков программирования, системы управления базами данных. Применение теории информационного обмена в педагогическом процессе. Автоматизированные системы научных исследований обучения в вузах.
статья, добавлен 13.04.2018Исследование возможностей современных нейросетевых подходов к решению некоторых проблем в сфере иммунологии. Основные современные нейросетевые генеративные подходы, методы их обучения. Создание нейросетевой модели на языке программирования Python.
дипломная работа, добавлен 01.12.2019Разработка искусственных нейронных сетей и машинное обучение как перспективные направления информационных технологий. Преимущества и недостатки, способность нейросетей решать задачи, которые невозможно решить классическими программными алгоритмами.
статья, добавлен 20.02.2019Обработка и визуализация данных в программе Scilab. Оптические методы обработки информации. Моделирование опыта Аббе-Портера с помощью двумерного преобразования Фурье. Использование программы Scilab для аучных, математических и инженерных расчетов.
статья, добавлен 27.11.2016Существующие методы аугментации тренировочных данных в задаче классификации, их сравнительная характеристика и особенности применения. Порядок проведения экспериментов по аугментированию с помощью различных подходов. Их сравнение с методом EDA.
дипломная работа, добавлен 20.08.2020Особенности реализации алгоритма обучения, временно прекращающего адаптацию наиболее значимых синапсов при обучении нейросети обратного распространения. Показатели обобщающей способности и большей устойчивости полученных нейросетей к отказам элементов.
статья, добавлен 08.02.2013Построение гибкой модели образовательных объектов. Разработка технологий автоматизации основных процессов корпоративного обучения. Использование шаблонов тестов. Механизм трансформации объектов. Выбор технической реализации систем дистанционного обучения.
автореферат, добавлен 25.07.2018Рассмотрение процесса перегруппировки заданного множества объектов в некотором определенном порядке для облегчения последующего поиска элементов. Анализ и сравнение эффективности метода прямого выбора и метода сортировки с помощью дерева, их алгоритмы.
лабораторная работа, добавлен 30.09.2013Проблема моделирования объектов при помощи нейронных сетей. Проверка результатов полученной модели. Обмен между точностью и релевантностью. Архитектура и правила функционирования каждого слоя сети. Матрица входных данных для обучения нейро-нечеткой сети.
статья, добавлен 27.01.2019Подготовка данных, входы и выходы нейросети, изменения котировок. Выбор программного обеспечения: Matlab, Statistica, BrainMaker, NeuroShell Day Trader. Подготовка данных средствами MetaTrader. Знакомство с Matlab и обучения нейросетей в пакете AnfisEdit.
реферат, добавлен 02.12.2011- 16. Магазин обуви
Основные понятия и виды реляционных баз данных, основная область их применения. Концептуальный уровень проектирования, его логический и физический уровни. Использование систем управления базами данных с помощью TSQL. Запросы и хранимые процедуры.
контрольная работа, добавлен 19.05.2016 Применение правила вывода. Сопоставление, выбор, срабатывание и действие. Понятие конфликтного множества. Схема работы интерпретатора. Движение в пространстве состояний, виртуальные процедуры. Диалог с экспертной системой. Стратегии управления выводом.
презентация, добавлен 16.10.2013Изучение подходов к нормализации обучающего множества нейронной сети. Анализ существующих методов обучения нейронной сети Кохонена, их основные в преимущества и недостатки. Разработка нового конструктивного метода обучения на основе нейтронной сети.
статья, добавлен 26.04.2019Исследование возможности использования системы концептуальных языков "Бинарная Модель Данных и Знаний" для решения задач, связанных со спецификацией систем движущихся объектов. Анализ абстракций, используемых при описании геометрических объектов.
статья, добавлен 18.01.2018Моделирование процесса распознания речи на основе алгоритмов нечеткой логики, локальных экстремумов, сегментно-слогового синтеза. Определение объектов в системах автоматического анализа изображений. Функции вейвлет-фильтров для сжатия изображений.
статья, добавлен 14.06.2016Функциональное назначение информационной сети РАО. Формирование общедоступных электронных баз данных о направлениях, ходе и результатах научных исследований, о научных коллективах. Методологические, технологические и организационные проблемы их создания.
контрольная работа, добавлен 11.01.2020Графики, схемы, анимация и прочие способы визуального представления информации. Сравнительный анализ Neo4j и HyperGraphDB. Создание графовой БД для визуализации научных данных с целью быстрого понимания и анализа данных о научных сотрудниках и их работах.
статья, добавлен 20.08.2018Понятие класса как структурного типа данных, который включает описание полей данных и функций. Процесс классификации объектов на статические и динамические. Создание библиотек классов и характеристика методов-селекторов. Реализация принципа наследования.
презентация, добавлен 13.10.2013Три основные точки роста современных информационных технологий. Разработка и применение перспективных интеллектуальных интерфейсов в Internet и мобильных коммуникациях. Применение масштабируемой интерактивной интеллектуальной on-line среды для обучения.
монография, добавлен 30.07.2017Возможности применения технологии блокчейн для повышения эффективности работы методов машинного обучения. Тенденции практического применения нейронных сетей и технологии блокчейн. Формирование обучающих выборок, сбор данных распределенными системами.
статья, добавлен 10.05.2022