груші яблоко повидло
груші яблоко повидло
Please use this identifier to cite or link to this item: https://krs.chmnu.edu.ua/jspui/handle/123456789/1447
Full metadata record
DC FieldValueLanguage
dc.contributor.authorШеремет, К. О.-
dc.date.accessioned2020-09-09T09:20:40Z-
dc.date.available2020-09-09T09:20:40Z-
dc.date.issued2020-
dc.identifier.urihttps://krs.chmnu.edu.ua/jspui/handle/123456789/1447-
dc.descriptionШеремет 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.uk_UA
dc.description.abstractДипломна 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.uk_UA
dc.language.isootheruk_UA
dc.publisherЧНУ ім. Петра Могилиuk_UA
dc.subjectавторефератuk_UA
dc.subjectбакалаврська роботаuk_UA
dc.subjectкомп'ютерні наукиuk_UA
dc.subjectКозлов Олексій Валерійовичuk_UA
dc.subjectкомп’ютерний зірuk_UA
dc.subjectрекурентна нейронна мережаuk_UA
dc.subjectзгорткова нейронна мережаuk_UA
dc.subjectTesseractuk_UA
dc.subjectрозпізнавання символівuk_UA
dc.titleСистема розпізнавання та перетворення символів в текст на основі нейронної мережіuk_UA
dc.title.alternativeавтореферат кваліфікаційної роботи на здобуття освітнього ступеня «бакалавр» , спеціальність 122 «Комп’ютерні науки та інформаційні технології»uk_UA
dc.typeOtheruk_UA
Appears in Collections:Факультет комп'ютерних наук (ба)

Files in This Item:
File Description SizeFormat 
403 Шеремет К.О. Автореферат.pdf132.37 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.