Please use this identifier to cite or link to this item: https://essuir.sumdu.edu.ua/handle/123456789/88596
Or use following links to share this resource in social networks: Recommend this item
Title Модель і метод робастного машинного навчання для розпізнавання дефектів трубопроводу системи водовідведення
Other Titles Robust model and training method for sewer pipe defects recognition
Authors Кудрявцев, А.М.
ORCID
Keywords opencv
python
машинне навчання
інформаційна технологія
tensorflow
Type Masters thesis
Date of Issue 2022
URI https://essuir.sumdu.edu.ua/handle/123456789/88596
Publisher Сумський державний університет
License Copyright not evaluated
Citation Кудрявцев А. М. Модель і метод робастного машинного навчання для розпізнавання дефектів трубопроводу системи водовідведення : робота на здобуття кваліфікаційного ступеня магістра : спец. 122 - комп'ютерні науки / наук. кер. В. В. Москаленко. Суми : Сумський державний університет, 2022. 52 с.
Abstract Розроблено метод машинного навчання глибокої мережі, що полягає в ініціалізації вагових коефіцієнтів на нерозмічених даних з використанням самонавчання та уточненні вагових коефіцієнтів з використанням контрастно-центрованої функції втрат з регуляризуючою складовою для бінаризації ознакового опису і побудови радіально-базисних інформаційно-екстремальних вирішувальних правил.
Appears in Collections: Кваліфікаційні роботи здобувачів вищої освіти (ЕлІТ)

Views

Côte d’Ivoire Côte d’Ivoire
1
Denmark Denmark
1
Ireland Ireland
5349
Poland Poland
851
Romania Romania
1
Ukraine Ukraine
10812704
United Kingdom United Kingdom
598287
United States United States
598288
Unknown Country Unknown Country
1801091

Downloads

Bahrain Bahrain
1
Denmark Denmark
1
Ireland Ireland
1
Japan Japan
1
Poland Poland
1
Russia Russia
1
Ukraine Ukraine
7808835
United States United States
7808833
Unknown Country Unknown Country
1

Files

File Size Format Downloads
Kudriavtsev_mag_rob.pdf 14,67 MB Adobe PDF 15617675

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