Сердюк, Б. С.Головченко, М. М.2024-10-282024-10-282021Сердюк, Б. С. Розробка архітектури системи комп'ютерного зору постійного навчання зі змінюваною кількістю розпізнаваних класів / Сердюк Б. С., Головченко М. М. // Інженерія програмного забезпечення і передові інформаційні технології (SoftTech-2021) : матеріали І Всеукраїнської науково-практичної конференції молодих вчених та студентів в секції інформатики та програмної інженерії (22–26 листопада 2021 р., Київ). – Київ : КПІ ім. Ігоря Сікорського, ІПІ ФІОТ, 2021. – С. 91-94. – Бібліогр.: 3 назви.https://ela.kpi.ua/handle/123456789/70169У даній статті проаналізовано архітектури глибоких нейронних мереж з можливістю послідовного навчання, що частково або повністю вирішують проблему catastrophic interference, наведені переваги та недоліки архітектур. Виходячи з загальної складності проблеми, було вирішено декомпозувати задачу в систему взаємозв’язаних нейронних мереж. Наведено приклад архітектури системи комп’ютерного зору, що забезпечує якісне розгортання, донавчання та підтримку моделей нейронних мереж з великою сукупною кількістю розпізнаваних класів, що мають тенденцію до змін.ukГлибокі нейронні мережікомп’ютерний зірcatastrophic interferenceпослідовне навчанняDeep neural networkscomputer visioncontinual learningArticleС. 91-94004.8