Исследование влияния механизмов внимания в задаче обнаружения текста с использованием искусственных нейронных сетей
Применение механизмов внимания к задаче обнаружения текста с использованием нейронных сетей, их влияние на результат работы сети. Механизм внимания, позволяющий сканировать значения признаков, фокусируя модель на действительно важных свойствах объекта.
Подобные документы
Задача аппроксимации ряда динамики, построение функции по конечному набору точек. Особенности минимаксной функции. Фрагмент программы создания и адаптации линейной сети. Результат аппроксимации данных. Традиционные методы сглаживания ряда динамики.
статья, добавлен 17.07.2013Процесс создания и обучения нейронной сети для задачи классификации изображений собак и кошек с использованием TensorFlow и архитектуры MobileNetV2. Описание подготовки и предобработки данных, включая изменение размеров и нормализацию изображений.
статья, добавлен 05.09.2024Исследование принципов организации нейроподобных сетей для решения задач искусственного интеллекта. Анализ архитектуры ассоциативно-проективной нейронной сетевой системы. Характеристика процедуры выбора части нейронов для передачи на верхний уровень.
лекция, добавлен 13.09.2017Обзор искусственных нейронных сетей, состоящих из множества взаимодействующих простых процессоров и представляющих собой устройства параллельных вычислений. Анализ структуры связей детали сетевой конструкции. Вычисления сигналов и значений нейронов.
лекция, добавлен 21.10.2013Анализ вопросов использования нейронной сети для распознавания фигур технического анализа. Сравнение способов формирования входных образов. Конгломерат нейронных сетей для распознавания фигур технического анализа. Трактовка выходов нейронной сети.
статья, добавлен 27.04.2017Автоматизация проектирования локальных сетей Ethernet и ATM при построении вычислительных сетей, предназначенных для передачи разнородного трафика. Синтез структур Ethernet и ATM с помощью генетических алгоритмов нейронных сетей. Типы коммутации пакетов.
статья, добавлен 06.05.2018- 107. Искусственные сети
Обзор принципов организации и функционирования биологических нейронных сетей. Расширенная модель искусственного нейрона. Обучение нейронной сети. Алгоритм обратного распространения ошибки. Определение входного сигнала нейрона. Карты признаков Кохонена.
курсовая работа, добавлен 04.12.2012 Анализ основных способов представления информации в нейронных сетях. Общая характеристика теории адаптивного резонанса. Знакомство с современными нейросетевыми архитектурами. Рассмотрение особенностей моделей Липпмана-Хемминга, Хехт-Нильсена и Коско.
лекция, добавлен 07.08.2013Разработка интеллектуальных систем, основанных на знаниях нейросетевых и нейрокомпьютерных технологий. Использование нейронных сетей при решении предоставления кредита в современном банке. Создание экспертных систем и организация ассоциативной памяти.
контрольная работа, добавлен 29.11.2015Разработка приложения для распознавания русскоязычного рукописного текста сверточными нейронными сетями. Реализуемый алгоритм со свёрточной нейросетью обеспечит эффективное и оптимальное решение сложных задач компьютерного зрения за короткий интервал.
статья, добавлен 20.02.2025Создание сервиса, который будет давать оценку эмоционального состояния, говорящего при разговоре с оператором колл-центра, что поможет анализировать эффективность центра обработки звонков. Применение нейросетей для более качественного решения проблемы.
статья, добавлен 23.12.2024Исследование модели, основанной на использовании сверточных нейронных сетей. Выбор модели ResNet18 с финальной функцией активации Softmax и функцией потерь CrossEntropy. Особенность использования языка программирования Python и библиотеки PyTorch.
дипломная работа, добавлен 10.12.2019Методика разработки состязательных атак, которые основаны на словах и показывают возможность и силу изменения предсказываемого класса нейросети. Анализ особенностей применения регрессионных значений Шепли для интерпретации глубоких нейронных сетей.
дипломная работа, добавлен 28.11.2019- 114. Нейронные сети
История искусственных нейронных сетей. Модель формального нейрона Питтса и персептрон Розенблатта. Синапс как элементарная структура и функциональный узел между двумя нейронами. Примеры наиболее часто используемых преобразовательных функций Хопфилда.
презентация, добавлен 25.06.2013 Анализ градиента для некоторых случаев нейронных сетей с вейвлет-разложением целевого вектора – нового типа нейронной сети, специализированного на распознавании речи и преобразовании сигнала, позволяющего ускорить обучение по сравнению с перцептроном.
статья, добавлен 28.05.2017Особенности применения нейронной сети с использованием библиотеки OpenCV для распознавания эмоций. Обучение нейронной сети, распознавание лиц из базы данных Yale Facesс помощью обучающего набора данных в рамках авторского проекта "Сурдотелефон".
статья, добавлен 25.02.2019Представление знаний для решения интеллектуальных проблем. Принцип выбора потенциального дерева решения. Искусственные нейронные сети. Принцип работы искусственного нейрона, его формальная модель. Применение нейронных сетей, классификация нейронов.
учебное пособие, добавлен 26.08.2015История возникновения, виды, свойства и обучение искусственных нейронных сетей. Технология самообучения и задачи, решаемые при помощи нейронной сети Кохонена. Ограничения, накладываемые на компьютерную имитационную модель, ее схемы в среде MatLab.
дипломная работа, добавлен 12.01.2012Краткая история развития искусственных нейронных сетей. Анализ факторов, влияющих на формирование цены на недвижимость. Математическая модель нейрона. Сравнение многослойного персептрона и радиально-базисной сети. Архитектурная и адаптивная динамика.
дипломная работа, добавлен 02.09.2018- 120. Разработка веб-приложения для масштабирования растровых изображений с использованием нейронных сетей
Процесс масштабирования (увеличения) изображения с минимальной потерей в качестве. Анализ способа соединения классического метода масштабирования и метода машинного обучения. Алгоритм работы нейронной сети, разработанной для масштабирования изображений.
дипломная работа, добавлен 01.08.2017 Характеристика понятия образа, проблемы обучения распознаванию образов. Описание истории исследований в области нейронных сетей. Изучение сигнального метода обучения Хебба. Описание структурных схем и алгоритмов нейронных сетей Хопфилда и Хэмминга.
реферат, добавлен 12.06.2015Разработка системы, производящей кластеризацию объектов по ряду признаков. Выявление кластеров (групп) входных векторов, обладающих некоторыми общими свойствами. Идея векторного квантования. Обучение сети Кохонена. Конкурирующая функция активации.
контрольная работа, добавлен 13.01.2017- 123. Прогнозирование котировок финансовых инструментов с помощью нейронных сетей и машинного обучения
Анализ существующих решений в прогнозировании котировок. Программные комплексы для автоматической торговли на основе нейронных сетей. Составление плана проектирования программного комплекса. Разработка резюме проектирования остальных обработчиков.
контрольная работа, добавлен 30.08.2016 Искусственная нейронная сеть как метод анализа и распознавания образов. Обработка изображения и создание множества обучающих примеров с ошибками. Обучение нейронных сетей с использованием математического пакета Octave. Отбор и тест оптимальной сети.
лабораторная работа, добавлен 14.12.2019Разработка новых методов решения проблемы предсказывания (определения) цен акций на фондовом рынке с помощью технологии датамайнинга и машинного обучения, а именно нейронных сетей как инструмента имитации агента, торгующего на фондовом или другом рынке.
дипломная работа, добавлен 26.08.2016