Исследование моделей сверточных автоэнкодеров для выделения признаков в наборах стереоизображений

dc.contributor.authorДашкевич, Андрей Александровичru
dc.date.accessioned2018-04-04T11:01:19Z
dc.date.available2018-04-04T11:01:19Z
dc.date.issued2017
dc.description.abstractВ работе проведен процесс моделирования обучения без учителя сверточных автоэнкодеров для выделения признаков в наборах стереопар. Исследовано влияние количества обучаемых фильтров и топологии автоэнкодера на точность восстановления изображений. Определены конфигурации автоэнкодеров для точного восстановления входных изображений.ru
dc.description.abstractThe modeling process of convolutional autoencoder unsupervised learning for feature extraction from stereo images sets is provided. The number of learning filters and topology of autoencoder influence on quality of image reconstruction is researched. Autoencoder configurations of high efficiency reconstruction is defined.en
dc.identifier.citationДашкевич А. А. Исследование моделей сверточных автоэнкодеров для выделения признаков в наборах стереоизображений / А. А. Дашкевич // Вісник Нац. техн. ун-ту "ХПІ" : зб. наук. пр. Сер. : Інформатика та моделювання. – Харків : НТУ "ХПІ", 2017. – № 50 (1271). – С. 112-118.ru
dc.identifier.doi10.20998/2411-0558.2017.50.04
dc.identifier.urihttps://repository.kpi.kharkov.ua/handle/KhPI-Press/35497
dc.language.isoru
dc.publisherНТУ "ХПИ"ru
dc.subjectобучение без учителяru
dc.subjectстереопараru
dc.subjectвосстановление изображенийru
dc.subjectвходные изображенияru
dc.subjectunsupervised learningen
dc.subjectimage reconstructionen
dc.titleИсследование моделей сверточных автоэнкодеров для выделения признаков в наборах стереоизображенийru
dc.title.alternativeStudy of convolutional autoencoder models for feature extraction from stereo image setsen
dc.typeArticleen

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
vestnik_KhPI_2017_50_Dashkevich_Issledovanie.pdf
Розмір:
563.19 KB
Формат:
Adobe Portable Document Format
Опис:
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
11.21 KB
Формат:
Item-specific license agreed upon to submission
Опис: