Influence of the opponent color model on the generalization capacity of neural networks

Скорочена інформація про документ
dc.contributor.authorPaladiiev, O.
dc.contributor.authorLisovychenko, O.
dc.date.accessioned2023-02-17T13:12:04Z
dc.date.available2023-02-17T13:12:04Z
dc.date.issued2022
dc.description.abstractenТhis article deals with the problem of transferring an ordinary threechannel color vector of data into a fully connected neural network. The process of preprocessing input data is proposed, which is based on the study of color-sensitive cells and opponent cells in the structure of the human eye. The advantages and disadvantages of various color schemes are described and illustrated.uk
dc.format.pagerangeС. 22-27uk
dc.identifier.citationPaladiiev, O. Influence of the opponent color model on the generalization capacity of neural networks / O. Paladiiev, O. Lisovychenko // Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2022. – № 2 (41). – С. 22-27. – Бібліогр.: 5 назв.uk
dc.identifier.doihttps://doi.org/10.20535/1560-8956.41.2022.271335
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/52740
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceАдаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник, 2022, № 2 (41)uk
dc.subjectartificial neural networksuk
dc.subjectopponent cellsuk
dc.subjectcolor modelsuk
dc.subjectdata vectorsuk
dc.subjectsignal processinguk
dc.subjectRGBuk
dc.subjectLabuk
dc.subject.udc004.8uk
dc.titleInfluence of the opponent color model on the generalization capacity of neural networksuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
ASAU_2022_2_p22-27.pdf
Розмір:
290.8 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2022. – № 2 (41)