ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ НЕЙРОННЫХ СЕТЕЙ В ЗАДАЧАХ РАСПОЗНАВАНИЯ
DOI:
https://doi.org/10.36773/1818-1112-2022-129-3-5-8Ключевые слова:
нейронные сети, нейронная сеть свёртки, нейроэволюционное обучение, распознавание изображений, распознавание символов, обучение нейронных сетей, глубокое обучение, обучение с подкреплением, экстраполирующее обучение, позиционное кодирование, конфигурационное кодирование, одиночное кодирование, множественное кодирование, кодирование входных сигналов, кодирование выходных сигналовАннотация
В статье рассмотрены вопросы повышения эффективности нейронных сетей с точки зрения их проектирования и кодирования входных и выходных сигналов. Описано применение множественного кодирования сигналов за счёт экстраполяции входного сигнала на примере системы распознавания цепочек символов на изображениях произвольного размера со сложным фоном. Эффективное сочетание множественного позиционного и конфигурационно-конкурентного кодирования для различных типов сигналов позволяет добиться показателей скорости работы алгоритма распознавания номеров зданий до 74 изображений в секунду в режиме адаптивного обучения и 218 изображений в секунду в режиме только распознавания.
Также в работе изложены общие рекомендации по кодированию сигналов в системах искусственного интеллекта, основанных на нейронных сетях.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2022 Вестник Брестского государственного технического университета
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
Авторы сохраняют за собой право заключать определенные договорные соглашения, касающиеся неисключительного распространения опубликованной версии работы (например, размещать ее в институциональном репозитории, публикация в книге) со ссылкой на ее первоначальную публикацию в этом журнале.