Тарасенко-Клятченко, Оксана ВолодимирівнаБуц, Вікторія Віталіївна2018-06-012018-06-012018-05Буц, В. В. Способи організації засобів нейромережевого розпізнавання об’єкта на зображенні : магістерська дис. : 123 Комп’ютерна інженерія («Системне програмування») / Буц Вікторія Віталіївна. – Київ, 2018. – 129 с.https://ela.kpi.ua/handle/123456789/23184Актуальність теми. З конжним роком зростає зацікавленість вирішення більш складних задач розпізнавання об’єктів, що обумовлена автоматизацією, необхідністю образних процесів комунікації в інтелектуальних системах. Тому удосконалення реалізації розпізнавання комютерними системами образів є актуальною. Один з перспективних напрямків вирішення даної проблеми ґрунтується на застосуванні штучних нейронних мереж і нейрокомп'ютерів, як найбільш прогресивних по відношенню проблем класифікації задач розпізнавання образів. У наш час запропоновано велику кількість архітектур нейромеж для застосування у розпізнаванні об’єктів. Аналіз запропонованих рішень показує, що й досі не існує такої моделі, яка б була кращою серед усіх результуючих показників роботи. Перспективу в удосконаленні архітектур вбачають у згорткових нейронних мережах. Переваги згорткових мереж над багатошаровими полягають у використанні спільної ваги у згорткових шарах, що означає, що для кожного пікселя шару використовується один і той же фільтр (банк ваги). Об’єктом дослідження є способи організації засобів нейромережевого розпізнавання об’єкта на зображенні з використанням графічних прискорювачів. Предметом дослідження є методи і алгоритми реалізації архітектур згорткових нейронних мереж. Мета і задачі дослідження: створити нейромережеву систему розпізнавання об’єктів на зображеннях, використовуючи згорткову нейронну мережу власної архітектури із використанням ієрархічного класифікатору. Запропонувати архітектуру, яка призначатиметься для вирішення поставленної задачі найкращим чином — матиме вищі показники продуктивності, час навчання мережі, кількість параметрів при розпізнавання обєкта та вищий показник точності розпізнавання у порівнянні з уже існуючими моделями згорткових нейронних мереж. Провести експерименти із навчання мережі використовуючи графічні прискорювачі (анлг. graphic processing unit, GPU) на семи наборах даних, а саме : CIFAR-10, CIFAR-100, GTSRB, MNIST, HASYv2, STL-10, та SVHNukкомп’ютерний зірзгорткова нейронна мережарозпізнавання об’єктакласифікаторGPUcomputer visionconvolutional neural networkobject recognitionclassifierGPUкомпьютерное зрениесверточная нейронная сетьраспознавание объектаклассификаторGPUMaster Thesis129 с.