Система оптимального налаштування штучних нейронних мереж глибокої довіри

Скорочена інформація про документ
dc.contributor.advisorЧумаченко, Олена Іллівна
dc.contributor.authorМарусик, Олександр Миколайович
dc.date.accessioned2020-02-20T14:45:40Z
dc.date.available2020-02-20T14:45:40Z
dc.date.issued2019-12
dc.description.abstractОб’єктом розробки є система оптимального налаштування штучних нейронних глибоких мереж довіри. Мета розробки – автоматизація структурно-параметричного синтезу нейронних мереж глибокого навчання, зокрема глибоких мереж довіри. Робота присвячена розробці програмного засобу, що автоматизує структурно-параметричний синтез штучний нейронних мереж, та дозволяє отримати нейромережеві моделі, придатні для виробничого застосування. У дипломі розглянуті сучасні підходи до вирішення поставленого завдання. На їх основі розроблено архітектуру програмного застосунку, який являє собою програмну систему, яка складається з окремих компонентів, що робить її гнучкою для змін, легко керованою та дає можливість інтеграції з іншими системами. Застосунок побудований із використанням сучасних програмних засобів, може бути розгорнутий на широкому спектрі обчислювальних систем, є платформонезалежним. Отримані результати можуть бути корисними при застосуванні у робототехнічних системах, що потребують розв’язання задачі розпізнавання зображень. Ключові слова: нейронні мережі глибокого навчання, глибока мережа довіри, обмежена машина Больцмана, оптимізація глибокого навчання, автоматизована система, програмний застосунок. Робота містить 89 аркушів, 15 рисунків, 45 таблиць, посилання на 32 джерел, 5 демонстраційних плакатів.uk
dc.description.abstractenThe object of development is a system of optimal setting of deep belief networks for using in robotic systems. The goal of development is automation of structural-parametric synthesis of deep neural networks, in particular deep belief networks. The work is devoted to the development of software that automates the structural-parametric synthesis of artificial deep neural networks, and allows to obtain neural network models suitable for industrial use. The diploma examines modern approaches to solving this task. Based on this, a software application architecture has been developed, which is a software system that consists of individual components, which makes it flexible for change, easily manageable and enables integration with other systems. The application is built using modern software tools and frameworks, can be deployed on a wide range of computing systems, is platform independent. The results can be useful when applied to robotic systems that need to solve the problem of image recognition. The work contains 89 pages, 15 pictures, 45 tables, links to 32 sources, 5 demo posters.uk
dc.format.page99 c.uk
dc.identifier.citationМарусик, О. М. Система оптимального налаштування штучних нейронних мереж глибокої довіри : магістерська дис. : 126 Інформаційні системи та технології / Марусик, Олександр Миколайович. – Київ, 2019. – 99 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/31827
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectнейронні мережі глибокого навчанняuk
dc.subjectглибока мережа довіриuk
dc.subjectобмежена машина Больцманаuk
dc.subjectоптимізація глибокого навчанняuk
dc.subjectавтоматизована системаuk
dc.subjectпрограмний застосунокuk
dc.subjectdeep neural networksuk
dc.subjectdeep learninguk
dc.subjectdeep belief networksuk
dc.subjectrestricted Boltzmann machineuk
dc.subjectdeep learning optimizationuk
dc.subjectautomated systemuk
dc.subject.udc004.043uk
dc.titleСистема оптимального налаштування штучних нейронних мереж глибокої довіриuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Marusyk_magistr.pdf
Розмір:
5.34 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (КТК)
Магістерські роботи