Использование нейронной сети для распознавания символов
Структура искусственной нейронной сети и принципы ее работы. Нейросетевая классификация. Создание программы, которая используя технологии нейронных сетей, сможет распознавать рукописные буквы. Центрирование изображения. Пример работы с приложениями.
Подобные документы
- 51. 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 Анализ предметной области. Технологии классификации текстовых данных. Диаграмма прецедентов системы определения категорий тендеров. Проектирование архитектуры системы определения категорий тендеров. Формирование обучающих выборок для нейронной сети.
дипломная работа, добавлен 28.11.2019Алгоритм функционирования нейронных сетей, их внутренняя структура и компоненты, а также критерии оценки качества. Максимизация взаимной информации двух выходов, получающих информацию от двух смежных, не пересекающихся областей одного изображения.
курсовая работа, добавлен 09.01.2018Разработка алгоритма распознавания чисел с эмуляцией нейронной сети на основе использования стандартных функций табличного процессора MS Excel. Распознавание образов знаков десятичной системы, построенной с помощью горизонтальных и вертикальных штрихов.
статья, добавлен 29.01.2020Предложен формальный алгоритм построения полносвязной части нейросетевого классификатора. Описаны подходы к подбору гиперпараметров. При использовании данного алгоритма удалось снизить общее количество настраиваемых параметров полносвязной нейронной сети.
статья, добавлен 02.04.2019Искусственные нейронные сети в пропорционально-интегрально-дифференциальных регуляторах. Нелинейное отображение множества входных сигналов в выходные. Структура регулятора с блоком автонастройки. Процесс "обучения" нейронной сети, его длительность.
статья, добавлен 17.07.2013Знакомство со средствами, методами MATLAB. Характеристика типичной сети с прямой передачей сигнала. Моделирование нейронных сетей с помощью пакета Simulink. Применение нейронных сетей для аппроксимации функций. Работа с нейронной сетью в командном режиме.
методичка, добавлен 26.11.2015Обзор технологии Text Mining. Алгоритмы для многоклассовой классификации текстов для выделения тега. Моделирование нейронной сети с использованием среды программирования Python для анализа данных и построения предсказательных моделей и библиотек.
дипломная работа, добавлен 07.09.2018Понятие искусственных нейронных сетей. Модель и архитектура технического нейрона. Обучение нейронных сетей. Основные функциональные возможности программ моделирования нейронных сетей. Однослойный и многослойный персептроны. Принцип работы сети Кохонена.
дипломная работа, добавлен 19.11.2015Назначение графических управляющих элементов NNTool, подготовка данных, создание нейронной сети, обучение и прогон. Разделение линейно-неотделимых множеств. Задача аппроксимации. Распознавание образов. Импорт-экспорт данных. Применение нейронных сетей.
статья, добавлен 23.01.2014Изучение биологических аналогов изучаемых нейронных сетей. Разбор задачи воссоздания перцептрона. Принципы обучения нейронной сети. Моделирование программ, показывающих работу перцептрона. Синапс и алгоритм передачи информационного сигнала в сети.
реферат, добавлен 22.03.2019Метод синтеза полиномиальных нейронных сетей для решения задач прогнозирования нестационарных временных рядов. Характеристика метода с точки зрения численной реализации, усложнения архитектуры нейронной сети и пересчета настроенных синаптических весов.
автореферат, добавлен 30.01.2016Особенности использования нейронной сети для стабилизации положения подвижных элементов в среде OpenAI. Знакомство с решением задачи стабилизации положения подвижных элементов в технических системах. Рассмотрение этапов проектирования нейронной сети.
статья, добавлен 19.02.2019Исследование модели доменной нейронной сети. Анализ ее распознающих свойств, оценка помехоустойчивости, емкости памяти и скорости работы. Сравнительный анализ оптимизационных свойств предложенной модели. Критерий останова процесса случайного поиска.
автореферат, добавлен 27.09.2018Теоритические 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.
курсовая работа, добавлен 06.03.2022Классификация искусственных нейронных сетей по различным признакам. Структура простейшей и гексагональной однослойной регулярной сети. Определение направлений связи между нейронами. Предобработка данных, основные технологии. Оптимизация нейронных сетей.
лекция, добавлен 26.09.2017- 67. Генератор псевдослучайных последовательностей на основе модифицированной рекуррентной нейронной сети
Архитектура и функционирование модифицированной рекуррентной нейронной сети. Метод генерации псевдослучайных последовательностей. Методика обучения модифицированной рекуррентной нейронной сети на основе алгоритма обратного распространения ошибок.
статья, добавлен 19.06.2018 Разработка программного модуля диагностики поведения роторной системы на основе нелинейных авторегрессионных моделей нейронных сетей и алгоритма обучения Левенберга-Марквардта. Применение искусственной нейронной сети в анализе динамических процессов.
статья, добавлен 01.02.2019Аналитический обзор существующих нейронных сетей: логистическая (сигмоидальная) функция, гиперболический тангенс, выпрямленная линейная функция. Анализ методов обучения: обратного распространения ошибки, упругого распространения, генетический алгоритм.
дипломная работа, добавлен 14.12.2019Исследование целевой функции в задачах обучения искусственных нейронных сетей. Сущность итерационного процесса корректировки весовых коэффициентов. Особенность зависимости ошибки учебы от количества эпох для гибридного метода и адаптивного алгоритма.
статья, добавлен 30.05.2017Процесс 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 05.09.2024Сущность и структура простой рефлекторной нейронной сети, ее главные консонанты и функциональные особенности. Биологическая изменчивость и закономерности обучения. Классификация и формы данных сетей, типы используемой информации, применяемые модели.
контрольная работа, добавлен 27.11.2014Проектирование архитектуры программного комплекса на основе нейросетевых технологий для распознавания жестового языка инвалидов с нарушением слуха. Machine Learning: регрессионный методы интеллектуального анализа данных. Тестирование нейронной сети.
статья, добавлен 27.02.2019Обзор 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 04.12.2012Определение алгоритмов (оптимизационных методов) обучения искусственных нейронных сетей. Характеристика их видов: метод случайного поиска и стохастического градиентного спуска. Оценка программной реализации адаптивного метода обучения нейронной сети.
статья, добавлен 29.05.2017