Недашківська, Надія ІванівнаЗаборський, Демид Дмитрович2025-02-132025-02-132024Заборський, Д. Д. Інтелектуальна система класифікації зображень на основі згорткових нейронних мереж, візуальних трансформерів і методів параметрично-ефективного донавчання : магістерська дис. : 122 Комп'ютерні науки / Заборський Демид Дмитрович. - Київ, 2024. - 99 с.https://ela.kpi.ua/handle/123456789/72502Магістерська дисертація: 99 с., 13 рис., 19 табл., 31 посилання, додаток Мета роботи – дослідження та порівняння архітектур глибоких нейронних мереж у контексті виконання задачі класифікації зображень з використанням методів параметрично-ефективного донавчання за допомогою метрик часу, розміру та якості роботи моделей. Проведено опис усіх обраних архітектур візуальних трансформерів (ViT Deit, Beit, Swin) та згорткових нейронних мереж (RegNet, Res2Net, ConvNeXt, PNASNet, NFNet-F) у контексті їх шарової архітектури, сильних та слабких сторін. Наведено опис параметро-ефективних методів донавчання, таких як LoRA, Adapter Tuning. Також було запропоновано власну модифікацію Adapter Tuning з масштабованими адаптерами. Розроблено програму інтелектуальної системи, у якій було побудовано моделі глибоких нейронних мереж з реалізацією обраних PEFT-методів у середовищі Jupyter Notebook на мові програмування Python. Проведено опис набору даних для проведення досліджень. Проведено планування стартап-проєкту для виведення програмного продукту на користувацький ринок. Результати дослідження апробовано на міжнародній конференції «Інформаційні технології та комп’ютерне моделювання» від 21-24 травня 2024 року у роботі «Система класифікації зображень глибокими згортковими нейронними мережами».99 с.ukглибокі нейронні мережізгорткові нерйонні мережівізуальні траснформерипараметрично-ефективні методи донавчанняloraadapter tuningdeep neural networksconvolutional neural networksvision transformersparameter-efficient fine- tuning methodsMaster Thesis004.89.032.26:004.93'1](043.3)