Отрывок: • Иерархическая структура: схемы электрических обозначений обычно имеют иерархическую структуру, где общие черты и связи между компонентами могут быть выделены на разных уровнях. CNN хорошо справляются с извлечением иерархических признаков из изображений, что позволяет модели улавливать сложные зависимости между компонентами схемы. • Большой объем данных: обучение CNN требует большого объема размеченных данных. В о...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Карпов Д. С. | ru |
dc.contributor.author | Лезина И. В. | ru |
dc.coverage.spatial | алгоритм обратного распространения ошибки | ru |
dc.coverage.spatial | категориальная перекрестная энтропия | ru |
dc.coverage.spatial | метод градиентного спуска | ru |
dc.coverage.spatial | машинное обучение | ru |
dc.coverage.spatial | обучение сверточных нейронных сетей | ru |
dc.coverage.spatial | принципиальные условно-графические электрические обозначения | ru |
dc.coverage.spatial | полносвязные слои | ru |
dc.coverage.spatial | сверточные нейронные сети | ru |
dc.coverage.spatial | сверточные слои нейронной сети | ru |
dc.coverage.spatial | распознавание условно-графических электрических обозначений | ru |
dc.coverage.spatial | пулинговые слои нейронной сети | ru |
dc.coverage.spatial | проектирование электрической схемы | ru |
dc.coverage.spatial | функция потерь | ru |
dc.coverage.spatial | электрические схемы | ru |
dc.creator | Карпов Д. С., Лезина И. В. | ru |
dc.date.issued | 2023 | ru |
dc.identifier | RU\НТБ СГАУ\544728 | ru |
dc.identifier.citation | Карпов, Д. С. Исследование применения сверточной нейронной сети для распознавания принципиальных условно-графических электрических обозначений / Д. С. Карпов, И. В. Лезина // XVII Королевские чтения : Всерос. молодеж. науч. конф. с междунар. участием, посвящ. 35-летию со дня первого полета МТКС "Энергия –Буран", (3–5 окт. 2023 г.). : [материалы конф.] : в 2 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; [науч. ред. М. А. Шлеенков]. - Самара : Изд-во Самар. ун-та, 2023. - Т. 1. - С. 282-284. | ru |
dc.language.iso | rus | ru |
dc.relation.ispartof | XVII Королевские чтения : Всерос. молодеж. науч. конф. с междунар. участием, посвящ. 35-летию со дня первого полета МТКС "Энергия –Буран", (3–5 окт. 2 | ru |
dc.source | XVII Королевские чтения. - Т. 1 | ru |
dc.title | Исследование применения сверточной нейронной сети для распознавания принципиальных условно-графических электрических обозначений | ru |
dc.type | Text | ru |
dc.citation.epage | 284 | ru |
dc.citation.spage | 282 | ru |
dc.citation.volume | 1 | ru |
dc.textpart | • Иерархическая структура: схемы электрических обозначений обычно имеют иерархическую структуру, где общие черты и связи между компонентами могут быть выделены на разных уровнях. CNN хорошо справляются с извлечением иерархических признаков из изображений, что позволяет модели улавливать сложные зависимости между компонентами схемы. • Большой объем данных: обучение CNN требует большого объема размеченных данных. В о... | - |
Располагается в коллекциях: | Королевские чтения |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
978-5-7883-1957-5_2023-282-284.pdf | 297.33 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.