Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://ena.lp.edu.ua:8080/handle/ntb/42829
Назва: Алгоритмічно-програмні засоби розпізнавання рукописних символів на зображенні
Інші назви: Algorithmic and software means of handwritten symbols recognition
Автори: Парамуд, Я. С.
Яркун, В. І.
Paramud, Y.
Yarkun, V.
Приналежність: Національний університет “Львівська політехніка”
Lviv Polytechnic National University
Бібліографічний опис: Парамуд Я. С. Алгоритмічно-програмні засоби розпізнавання рукописних символів на зображенні / Я. С. Парамуд, В. І. Яркун // Вісник Національного університету «Львівська політехніка». Серія: Комп’ютерні системи та мережі. — Львів : Видавництво Львівської політехніки, 2017. — № 881. — С. 98–106.
Bibliographic description: Paramud Y. Algorithmic and software means of handwritten symbols recognition / Y. Paramud, V. Yarkun // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Serie: Kompiuterni systemy ta merezhi. — Lviv : Vydavnytstvo Lvivskoi politekhniky, 2017. — No 881. — P. 98–106.
Є частиною видання: Вісник Національного університету «Львівська політехніка». Серія: Комп’ютерні системи та мережі, 881, 2017
Журнал/збірник: Вісник Національного університету «Львівська політехніка». Серія: Комп’ютерні системи та мережі
Випуск/№ : 881
Дата публікації: 28-бер-2017
Видавництво: Видавництво Львівської політехніки
Місце видання, проведення: Львів
УДК: 004.032.2
Теми: логістична регресія
штучна нейронна мережа
розпізнавання символів
машинне навчання
функція вартості
градієнт пониження
logistic regression
neural network
symbols recognition
machine learning
cost function
gradient descent
Кількість сторінок: 9
Діапазон сторінок: 98-106
Початкова сторінка: 98
Кінцева сторінка: 106
Короткий огляд (реферат): Розглянуто алгоритмічно-програмні засоби розпізнавання рукописних символів на зображенні за алгоритмом логістичної регресії та побудови штучної нейронної мережі (ШНМ). Здійснено порівняльний аналіз цих двох підходів. Виконано тестування рукописних цифр. Встановлено, що краща якість розпізнавання досягається у разі використання штучної нейронної мережі.
In this article is considered the algorithm of logistic regression and construction of the neural network for the recognition of handwritten symbols in the image. Examples of implementation of two approaches for solving the problem of numerical recognition are given. The efficiency of using a neural network, as the provision of the most reliable recognition results, is explored.
URI (Уніфікований ідентифікатор ресурсу): http://ena.lp.edu.ua:8080/handle/ntb/42829
Власник авторського права: © Національний університет „Львівська політехніка“, 2017
© Парамуд Я. С., Яркун В. І., 2017
URL-посилання пов’язаного матеріалу: https://uk.wikipedia.org/wiki/Requirements
https://uk.wikipedia.org/wiki/New_neuronal_network
https://www.coursera.org/learn/machinelearning/supplement/aAgxl/what-is-machine-learning
https://www.coursera.org/learn/machine-learning/home/week/3
https://www.coursera.org/learn/machine-learning/supplement/pjdBA/backpropagation-algorithm
http://neuralnetworksanddeeplearning.com/chap2.html
Перелік літератури: 1. Expression of images recognition [Electronic resource] / wiki. – Access mode: https://uk.wikipedia.org/wiki/Requirements recognition.
2. Lukin V. E. Analysis of the use of technology of artificial neural networks as a new approach to signal processing / V. Lukin // Telecommunication and information technologies. – 2014 – P. 81–82.
3. Artificial_neuronal_network [Electronic resource] / wiki. – Access mode: https://uk.wikipedia.org/wiki/New_neuronal_network.
4. What is machine learning [Electronic resource] / Coursera. – Access mode: https://www.coursera.org/learn/machinelearning/supplement/aAgxl/what-is-machine-learning
5. Machine learning [Electronic resource] / Coursera. – Access mode: https://www.coursera.org/learn/machine-learning/home/week/3.
6. Backpropagation algorithm [Electronic resource] / Coursera. – Access mode: https://www.coursera.org/learn/machine-learning/supplement/pjdBA/backpropagation-algorithm.
7. How the backpropagation algorithm works [Electronic resource] / Neuralnetworksanddeeplearning. – Access mode: http://neuralnetworksanddeeplearning.com/chap2.html.
References: 1. Expression of images recognition [Electronic resource], wiki, Access mode: https://uk.wikipedia.org/wiki/Requirements recognition.
2. Lukin V. E. Analysis of the use of technology of artificial neural networks as a new approach to signal processing, V. Lukin, Telecommunication and information technologies, 2014 – P. 81–82.
3. Artificial_neuronal_network [Electronic resource], wiki, Access mode: https://uk.wikipedia.org/wiki/New_neuronal_network.
4. What is machine learning [Electronic resource], Coursera, Access mode: https://www.coursera.org/learn/machinelearning/supplement/aAgxl/what-is-machine-learning
5. Machine learning [Electronic resource], Coursera, Access mode: https://www.coursera.org/learn/machine-learning/home/week/3.
6. Backpropagation algorithm [Electronic resource], Coursera, Access mode: https://www.coursera.org/learn/machine-learning/supplement/pjdBA/backpropagation-algorithm.
7. How the backpropagation algorithm works [Electronic resource], Neuralnetworksanddeeplearning, Access mode: http://neuralnetworksanddeeplearning.com/chap2.html.
Тип вмісту : Article
Розташовується у зібраннях:Комп'ютерні системи та мережі. – 2017. – №881



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