Вісник Національного технічного університету «ХПІ». Серія: Інформатика i моделювання

Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/79768

Офіційний сайт http://pim.khpi.edu.ua/

В журналі висвітлюються результати експериментальних досліджень в галузі програмування та розвитку апаратних засобів. Показано можливості моделювання для дослідження складних об’єктів та проектування пристроїв керування. Розглядаються також проблеми штучного інтелекту, рішення актуальних проблем моделювання та оптимізації складних технічних і соціальних систем.

Рік заснування: 2001. Періодичність: 2 рази на рік. ISSN 2079-0031 (Print) ISSN 2411-0558 (Online)

Переглянути

Фільтри

20241

Налаштування

Автор: search.filters.author.Дмитрієнко, Валерій ДмитровичORCID: search.filters.orcid.https://orcid.org/0000-0001-7834-2797

Результати пошуку

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Нейронна мережа для розпізнавання та класифікації зображень на кордонах декількох класів
    (Національний технічний університет "Харківський політехнічний інститут", 2024) Дмитрієнко, Валерій Дмитрович; Леонов, Сергій Юрійович; Мезенцев, Микола Вікторович
    Нейронна мережа належить до комп‘ютерних систем обчислювальної техніки та штучного інтелекту в області побудови автоматизованих систем розпізнавання та класифікації зображень на кордоні декількох класів, що виконаний з можливістю виконування діагностики та розпізнавання зображення на кордонах двох, трьох та більшого числа класів завдяки тому, що шар схем виділення одного, двох або більшої кількості одиничних сигналів з виходів шару вихідних нейронів Y1 , Y2 , , Yp , , Ym в кожний момент часу пам‘ятає число ненульових сигналів на виході нейронів вихідного шару, а другий шар вихідних нейронів X1 , X 2 , , X p , , X m запам‘ятовує нейрони вихідного шару, які мають на своїх виходах ненульові сигнали. Технічним результатом, що досягається цією нейронною мережею є збільшення числа класів, які розпізнаються, та можливість розпізнавати зображення, що знаходяться на однаковій відстані Хемінга від двох, трьох або більшої кількості еталонних зображень, що зберігаються у вагах зв‘язків нейронів шару, що запам‘ятовує. Проведено експериментальне оцінювання методу та нейронної мережі для розв‘язання задач зіставлення цифрових зображень. Нейронна мережа реалізована у вигляді програмної утілити.