РЕФЕРАТИВНА БАЗА ДАНИХ "УКРАЇНІКА НАУКОВА"
Abstract database «Ukrainica Scientific»


Бази даних


Реферативна база даних - результати пошуку


Вид пошуку
Пошуковий запит: (<.>ID=REF-0000702200<.>)
Загальна кількість знайдених документів : 1

Moskalenko V. 
Improving the effectiveness of training the on-board object detection system for a compact unmanned aerial vehicle / V. Moskalenko, A. Dovbysh, I. Naumenko, A. Moskalenko, A. Korobov // Вост.-Европ. журн. передовых технологий. - 2018. - № 4/9. - С. 19-26. - Бібліогр.: 18 назв. - англ.

Запропоновано модель детектора об'єктів і критерій ефективності навчання моделі. Модель містить 7 перших модулів згорткової мережі Squeezenet, 2 згорткові різномасштабні шари, та інформаційно-екстремальний класифікатор. Як критерій ефективності навчання моделі детектора розглянуто мультиплікативну згортку частинних критеріїв, що враховує ефективність виявлення об'єктів на зображенні та точність класифікаційного аналізу. При цьому додаткове використання алгоритму ортогонального узгодженого кодування під час обчислення високорівневих ознак надає можливість збільшити точність моделі на 4 %. Розроблено алгоритм навчання детектора об'єктів за умов малого обсягу розмічених навчальних зразків та обмежених обчислювальних ресурсів, доступних на борту малогабаритного безпілотного апарату. Суть алгоритму полягає в адаптації верхніх шарів моделі до доменної області використання на базі алгоритмів зростаючого розріджено кодувального нейронного газу та симуляції відпалу. Навчання верхніх шарів без вчителя надає можливість ефективно використати нерозмічені дані з доменної області та визначити необхідну кількість нейронів. Показано, що за відсутності тонкої настройки згорткових шарів забезпечується 69 % виявлених об'єктів на зображеннях тестової вибірки Inria Aerial Image. У цьому випадку після тонкої настройки на базі алгоритму симуляції відпалу забезпечується 95 % виявлених об'єктів на тестових зображеннях. Показано, що використання попереднього навчання без вчителя надає можливість підвищити узагальнювальну здатність вирішальних правил і прискорити ітераційний процес знаходження глобального максимуму у разі навчання з учителем на вибірці обмеженого обсягу. У цьому випадку усунення ефекту перенавчання здійснюється шляхом оптимального вибору значення гіперпараметру, що характеризує ступінь покриття вхідних даних нейронами мережі.


Індекс рубрикатора НБУВ: З810.22 + О538-04

Рубрики:

Шифр НБУВ: Ж24320 Пошук видання у каталогах НБУВ 
Повний текст  Наукова періодика України 
Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)
  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"
 
Національна бібліотека України імені В. І. Вернадського
Відділ наукового формування національних реферативних ресурсів
Інститут проблем реєстрації інформації НАН України

Всі права захищені © Національна бібліотека України імені В. І. Вернадського