Мета роботи - дослідження архітектури глибокої згорткової нейронної мережі для розпізнавання зображень, розробці алгоритму її реалізації. В ході числового експерименту необхідно обгрунтувати підбір оптимальних гіперпараметрів експлуатації моделі: швидкості навчання, кількості шарів у мережі, кількості нейронів у прихованому шарі. В ході дослідження використано метод аналізу вхідних даних, заснований на властивостях рецептивних полів біологічних нейронів, метод синтезу конвергуючих каскадів, що призводять до повноз'єднаних шарів штучної нейронної мережі, практичний метод використання певної архітектури моделі для розпізнавання зображень, емпіричний метод встановлення оптимальних значень основних гіперпараметрів навчання згорткової нейронної мережі. Запропоновано алгоритм реалізації глибокої згорткової нейронної мережі, обгрунтовано вибір навчальної множини, що відповідає критерію достатньої репрезентативності, теоретично і практично обгрунтовано підбір оптимальних гіперпараметрів навчання мережі за критерієм якості експлуатації моделі. Практична значимість виконаної роботи полягає в поліпшенні якості навчання глибоких згорткових нейронних мереж, розробці методики побудови програмної моделі системи розпізнавання зображень з використанням бібліотеки Keras для мови програмування Python 3, яка демонструє процес навчання і розпізнавання, а також дозволяє виконувати дослідження роботи згорткової нейронної мережі. Розроблено структуру штучної згорткової нейромережі, запропоновано методику побудови моделі вхідних даних та поетапної реалізації каскадів прихованих шарів мережі, алгоритм її навчання, обгрунтовано вибір навчальної вибірки. Запропоновано програмну модель згорткової нейронної мережі розпізнавання зображень на основі методів бібліотеки Keras, реалізованою мовою програмування Python 3, яка дозволила емпірично визначити основні оптимальні параметри навчання моделі такі як швидкість навчання, кількісті шарів у мережі і кількості нейронів у прихованому шарі.

  Повний текст PDF - 483.563 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"