|
ИСТИНА |
Войти в систему Регистрация |
Интеллектуальная Система Тематического Исследования НАукометрических данных |
||
Метод и средства синтеза архитектуры и обучения свёрточных нейросетейдипломная работа (Магистр)
- Научный руководитель: Костенко В.А.
- Автор: Маслов Н. С.
- Тип: Магистр
- Организация, в которой проходила защита: МГУ имени М.В. Ломоносова
- Год защиты: 2019
- Аннотация: Свёрточные нейронные сети на сегодняшний день являются популяр- ным инструментом для решения задач обработки изображений, аудио- и видеосигналов, поскольку они обладают хорошей способностью к обоб- щению информации и умеют выделять достаточно сложные признаки в исходных данных. Проблема, ограничивающая применение свёрточных нейронных се- тей во встраиваемых системах, таких как смартфоны и мобильные ро- боты, заключается в большой вычислительной сложности. Синтез архитектуры свёрточных сетей в большинстве случаев произ- водится на основе опыта и интуиции разработчика, при этом получен- ные сети часто содержат большое количество избыточной информации. В связи с этим набирают популярность методы, позволяющие обнару- живать и устранять подобные избыточности в нейронных сетях. Данная работа посвящена решению задачи обучения и синтеза архи- тектуры свёрточной нейронной сети на основе метода удаления функци- ональных элементов сети. В работе рассмотрены существующие подходы к уменьшению сетей, предложен алгоритм и собственный критерий для обнаружения избы- точности в сети, разработаны программные средства и проведено экспе- риментальное исследование на примере сетей для многоклассовой клас- сификации изображений.
- Добавил в систему: Костенко Валерий Алексеевич