Модель машинного обучения для распознавания объектов по фотографиям
Теоритические аспекты и модели машинного обучения. Получение и интерпретация визуальной информации. Цели и задачи идентификации объектов по фотографиям. Использование искусственной нейронной сети Keras для распознавания ос и пчел от других насекомых.
Подобные документы
Разработка системы распознавания автомобилей, которая способна обнаруживать транспортные средства на фото и видеопотоке. Настройка нейронной сети и ее обучение на собранных данных. Графический интерфейс для взаимодействия пользователя с системой.
дипломная работа, добавлен 18.08.2018Технология передачи с помощью радиоволн информации, необходимой для распознавания объектов, на которых закреплены специальные метки. Виды приборов для чтения и записи данных в метках. Основные области применения технологии радиочастотной идентификации.
реферат, добавлен 14.03.2014Предсказание трехмерной структуры белка. Предсказание матрицы контактов белка с помощью информации об ограничениях, содержащейся в матрице контактов. Применение моделей машинного обучения XGBoost, CatBoost, Logistic Regression, CNN, ResNet, BiLSTM, LSTM.
дипломная работа, добавлен 25.08.2020Применение искусственного интеллекта в деятельности человека. Разработка алгоритма защиты систем компьютерного зрения. Виды вредоносных атак. Использование гауссовского зашумления в нейронных сетях для обеспечения безопасности распознавания образов.
статья, добавлен 09.05.2022Характеристика процесса построения простейшей нейронной сети в пакете neuralnet. Анализ алгоритма подготовки данных на примере набора данных iris. Описание процесса обучения нейронной сети. Оценка качества классификации данных полученной нейронной сетью.
статья, добавлен 28.10.2020Общее описание нейронных сетей, однослойные и многослойные сети. Описание программных моделей и алгоритмов их обучения. Проблема функции "исключающее или". Исследование представляемости однослойной и двухслойной нейронной сети, релаксация стимула.
курсовая работа, добавлен 26.06.2011Особенности различных моделей клиент-серверного взаимодействия. Взаимное влияние технологий машинного слуха и информационной инфраструктуры на примере алгоритмов распознавания речи. Разработка архитектуры сервиса по подбору музыки под настроение.
дипломная работа, добавлен 15.09.2018Определение общего количества собственных векторов, используемых при распознавании образов. Необходимость обучения системы сформировать порог идентификации. Возможности по настройке системы для обеспечения необходимого качества распознавания образов.
статья, добавлен 19.06.2018Проведение исследования подхода, позволяющего объединить задачи таксономии и распознавания. Характеристика алгоритма FRiS-TDR, решающего задачу универсальной классификации при любом соотношении классифицированных и не классифицированных объектов.
статья, добавлен 28.10.2018Задача анализа данных и распознавания образов. Функция конкурентного сходства (FRiS). Модификация с использованием локального спуска. Коммерческое использование алгоритмов. Идентификации классов объектов по характерным для них свойствам или признакам.
курсовая работа, добавлен 27.11.2013Машинное обучение для задачи выявления паттернов поведения пользователя в рекомендательных системах. Суть подхода к разработке модели признаков для задачи формирования предсказаний в рекомендательной системе с учетом паттернов поведения пользователя.
дипломная работа, добавлен 27.08.2020Алгоритм детерминированного распознавания изображений, в который с целью обеспечения инвариантности объектов к сдвигу, повороту и масштабу. Введение процедуры градиентного совмещения эталонного и распознаваемого объектов. Матрица координат реперных точек.
статья, добавлен 02.04.2019Рассмотрение машинного обучения для классификации комментариев в рамках курсового проекта по дисциплине "Machine Learning. Обучающиеся технические системы". Автоматическое определение эмоциональной окраски (позитивный, негативный) текстовых данных.
статья, добавлен 19.02.2019Возможность применения машинного обучения при классификации спама. Структура файла "spam". Программный код использования библиотеки pandas, перевода категориальных признаков в числовые. Код тестирования различного количества нейронов, его анализ.
статья, добавлен 17.02.2019Решение задачи обучения нейронной сети с помощью алгоритма обратного распространения на основе объема страховых сборов на данный отчетный период. Расчет количества нейронов в скрытом слое и количества скрытых слоев. Исследование структуры нейронной сети.
статья, добавлен 29.09.2012Проблема выбора оптимального метода подбора персонифицированного лечения пациента. Исследование метода взвешенных исходов для анализа выживаемости на выборке пациентов с детским лимфобластным лейкозом. Применение данных для машинного обучения нейросети.
дипломная работа, добавлен 27.08.2016Специфические особенности алгоритма расчета порога бинаризации для полутонового изображения, реализованного на основе метода Оцу. Использование технологии искусственной нейронной сети для распознавания цифровых микроскопических изображений мокроты.
статья, добавлен 31.10.2017Характеристика методов компьютерной реализации геометрических мер близости, их применение для принятия решений в детерминированных системах распознавания. Использование формулы для вычисления расстояний в программировании, формирование массива в системе.
лабораторная работа, добавлен 02.12.2014Рассматриваются алгоритмы обучения нейронной сети: градиентный спуск с постоянным шагом и метод сопряженных градиентов (алгоритм Флетчера-Ривса). Расчет значения минимизируемой целевой функции ошибки полученной на тестовой выборке после обучения.
статья, добавлен 29.04.2018Специфические особенности графического интерфейса программного приложения "Сурдофон". Характеристика принципа работы системы распознавания жестового языка с помощью нескольких видеокамер. Анализ упрощенной архитектуры рекуррентной нейронной сети.
статья, добавлен 24.02.2019Метод градиентного спуска. Решение задач оптимизации. Геометрическая интерпретация метода градиентного спуска с постоянным шагом. Критерии остановки процесса приближенного нахождения минимума. Выбор оптимального шага. Градиентный метод с дроблением шага.
реферат, добавлен 17.07.2013Искусственная 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 14.12.2019Технологии распознавания образов, определение важности распознавания речи в современных условиях. Сущность процесса распознавания образов, скрытые марковские модели как основа системы распознавания речи. Аудиальная составляющая языкового тренажера.
статья, добавлен 24.05.2018Обзор решений в области разработки идентификационных систем. Способы хранения данных. Методы искусственного интеллекта и алгоритмы распознавания лиц. Архитектура веб-приложения. Процесс обработки фотографии. Особенности реализации программной системы.
дипломная работа, добавлен 28.10.2019Ускорение обработки огромных информационных массивов как одна из основных целей методики обнаружения вредоносного трафика с использованием анализа данных. Особенности настройки гиперпараметров алгоритма, который реализует метод машинного обучения.
статья, добавлен 18.01.2021