С 17 марта 2020 г. для ресурсов (учебные, научные, материалы конференций, статьи из периодических изданий, авторефераты диссертаций, диссертации) ЭБ СПбПУ, обеспечивающих образовательный процесс, установлен особый режим использования. Обращаем внимание, что ВКР/НД не относятся к этой категории.

Детальная информация

Название: Разработка клиент-серверного приложения для определения калорийности употребляемых продуктов: выпускная квалификационная работа бакалавра: 09.03.04 - Программная инженерия ; 09.03.04_01 - Технология разработки и сопровождения качественного программного продукта
Авторы: Миронов Артем Константинович
Научный руководитель: Амосов Владимир Владимирович
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2019
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: нейронные сети; кластеризация; машинное обучение; обучение с учителем; обучение без учителя; обучающий коэффициент; нейрон; рекуррентные сети; neural networks; clustering; machine learning; teacher training; unsupervised learning; learning coefficient; neuron; recurrent networks
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 09.03.04
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-2115
Права доступа: Свободный доступ из сети Интернет (чтение, печать)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В данной выпускной квалификационной работе изучены нейронные сети и с помощью разработано приложение, способное по фотографии продукта определять его калорийность. Структура работы представлена четырьмя главами, заключением и списком литературы. В первой главе определены актуальность темы, цели и задачи, поставленные в работе, объект и предмет исследования. В заключении, сделаны выводы о проделанной работе и подведен итог исследованию.

In this final qualifying work, neural networks are studied and an application has been developed that is capable of determining its caloric content from a photo of a product. The structure of the work is represented by four chapters, conclusion and list of references. The first chapter identifies the relevance of the topic, goals and objectives set in the work, the object and subject of research. In conclusion, conclusions were drawn on the work done and the research was summarized.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать
Интернет Авторизованные пользователи Прочитать Печать
-> Интернет Анонимные пользователи

Оглавление

  • Глава 1
    • Введение
    • Обзор конкурентов
    • План работы
    • Термины и определения
    • Цели и задачи дипломной работы
  • Глава 2
    • История нейронных сетей
    • Преимущества нейронных сетей
    • Связь с человеком
    • Нейрон
    • Обратная связь в нейронной сети.
    • Архитектура нейронных сетей
      • Однослойные сети прямого распространения.
      • Многослойные сети прямого распространения.
      • Рекуррентные сети
    • Представление знаний
      • Правило 1
      • Правило 2
      • Правило 3.
      • Правило 4.
    • Искусственный интеллект в нейронной сети.
    • Обучение с учителем
    • Обучение, основанное на коррекции ошибок.
    • Обучение без учителя.
    • Конкурентное обучение.
    • Распознавание образов.
  • Глава 3
    • Программирование нейронной сети
      • InceptionV3
      • APi
      • Оптимизаторы
      • Экспоненциальное сглаживание
      • Пакетная нормализация
      • Оптимизация при обучении большим количеством данных
    • Обучение нейронной сети.
      • Отбор данных
      • Нижняя часть нейронной сети
      • Верхняя часть нейронной сети
      • Итоговая модель
      • Выгрузка весов
      • Обучение модели
    • Определение калорийности продукта
  • Глава 4
    • Оценка результатов работы.
    • Список ошибок
      • Пример верно определенных объектов.
    • Анализ результатов
    • Метрики
  • Заключение.
  • Список литературы

Статистика использования документа

stat Количество обращений: 21
За последние 30 дней: 1
Подробная статистика