СВЕРТОЧНАЯ НЕЙРОННАЯ СЕТЬ ДЛЯ КЛАССИФИКАЦИИ ИЗОБРАЖЕНИЙ
CONVENTIONAL NEURAL NETWORK FOR IMAGE CLASSIFICATION
Авторы: Уласевич Сергей Александрович
Степень (должность): Аспирант
Место учебы/работы: Белорусский государственный университет информатики и радиоэлектроники
Аннотация на русском языке: В данной статье исследована архитектура сверточной нейронной сети для задачи классификации изображений. Выполнен эксперимент по классификации изображений, показавший что данную архитектуру можно применять для классификации изображений на ограниченных персональным компьютером вычислительных мощностях.

The summary in English:
In this paper, we study the architecture of a convolutional neural network for the problem of classifying images. An experiment on the classification of the image shown, that this architecture can be used for image classification on limited personal computer performance.

Ключевые слова: классификация изображений, сверточная нейронная сеть, модель классификации.
Key words: classification of images, convolutional neural network, classification model.
Выходные данные: Уласевич С.А. Сверточная нейронная сеть для классификации изображений // Синергия наук. 2017. № 15. − С. 372-377. − URL: http://synergy-journal.ru/archive/article1004

Следующей может быть Ваша статья!

Контактная информация
E-mail: info@synergy-journal.ru
Группа Вконтакте: vk.com/synergy_journal

© 2016 Электронный журнал "Синергия Наук".
Любое использование размещённых на сайте журнала статей и материалов возможно только с обязательной ссылкой на сайт журнала
«synergy-journal.ru» и автора статьи.
Made on
Tilda