груші яблоко повидло
груші яблоко повидло
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://krs.chmnu.edu.ua/jspui/handle/123456789/1447
Назва: Система розпізнавання та перетворення символів в текст на основі нейронної мережі
Інші назви: автореферат кваліфікаційної роботи на здобуття освітнього ступеня «бакалавр» , спеціальність 122 «Комп’ютерні науки та інформаційні технології»
Автори: Шеремет, К. О.
Ключові слова: автореферат
бакалаврська робота
комп'ютерні науки
Козлов Олексій Валерійович
комп’ютерний зір
рекурентна нейронна мережа
згорткова нейронна мережа
Tesseract
розпізнавання символів
Дата публікації: 2020
Видавництво: ЧНУ ім. Петра Могили
Короткий огляд (реферат): Дипломна робота на здобуття освітньої кваліфікації «бакалавр комп’ютерних наук та інформаційних технологій» в галузі знань 12 «Інформаційні технології» за спеціальністю 122 «Комп’ютерні науки та інформаційні технології» Чорноморський національний університет імені Петра Могили, Миколаїв Дипломна робота присвячена розробці програмного застосунку на основі нейронної мережі для розпізнавання та перетворення символів в текст. Об’єкт дослідження – система обробки зображень з метою виділення, класифікації та подальшого використання текстової інформації. Предмет дослідження – методи, засоби та алгоритми машинного навчання для розпізнавання тексту. Метою дипломної роботи є розробка та дослідження системи для розпізнавання символів та перетворення їх в текст. В роботі описано основні принципи проектування штучних нейронних мереж та інструменти для вирішення задач розпізнавання та класифікацій зображень. Спираючись на аналіз різних архітектур нейронної мережі, було обрано й оптимізовано власну модель, в основі якої знаходиться композиція згорткової нейронної мережі. Згорткова нейронна мережа є багаторівневою архітектурою, що самостійно визначає найважливіші характеристики на вхідних даних. Дипломна робота складається з фахового розділу і спеціальної частини з охорони праці. Пояснювальна записка дипломної роботи складається зі вступу, трьох розділів, висновків та додатків. В першому розділі розглядаються теорія розпізнавання об’єкта методами машинного навчання, основні архітектури та методології моделювання штучних нейронних мереж та використання їх у різних сферах життя. В другому розділі проводиться порівняльний аналіз різних архітектур в залежності від типу поставленого завдання, вибір більш оптимальної для вибраної цілі. Також відбувається описування різних шляхів покращення структури нейронної мережі. У третьому розділі розглядаються необхідні інструменти та їх принцип роботи для виконання поставленої задачі, а також розробка й налаштування програмного забезпечення. Дипломна робота містить: сторінок – 92, рисунків – 32, таблиць – 15, джерел – 44.
Опис: Шеремет К. О. Система розпізнавання та перетворення символів в текст на основі нейронної мережі : автореф. кваліфік. роботи на здобуття освітнього ступеня «бакалавр» : спец. 122 «Комп’ютерні науки та інформаційні технології» / К. О. Шеремет , ЧНУ ім. Петра Могили. - Миколаїв, 2020. - 12 с.
URI (Уніфікований ідентифікатор ресурсу): https://krs.chmnu.edu.ua/jspui/handle/123456789/1447
Розташовується у зібраннях:Факультет комп'ютерних наук (ба)

Файли цього матеріалу:
Файл Опис РозмірФормат 
403 Шеремет К.О. Автореферат.pdf132.37 kBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.