Details

Title Методы глубокого обучения при распознавании дефектов электронных компонентов мультиплат: выпускная квалификационная работа магистра по направлению 09.04.02 - Информационные системы и технологии ; 09.04.02_04 - Системный анализ и оптимизация информационных систем и технологий
Creators Заичка Игорь Николаевич
Scientific adviser Черненькая Людмила Васильевна
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint Санкт-Петербург, 2019
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects Вычислительные машины электронные — Программы прикладные - Обработка пакетная ; интеллектуальные системы ; глубокое обучение ; искусственный интеллект ; машинное обучение ; глубокие нейронные сети ; распознавание образов
UDC 004.9
Document type Master graduation qualification work
File type PDF
Language Russian
Level of education Master
Speciality code (FGOS) 09.04.02
Speciality group (FGOS) 090000 - Информатика и вычислительная техника
Links Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2019/vr/vr19-2688
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key ru\spstu\vkr\2756
Record create date 10/4/2019

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Action 'Download' will be available if you login or access site from another network

Group Anonymous
Network Internet

В данной работе изложена сущность построения модели интеллектуальной системы на основе глубокого обучения. Даны общие понятия и классификация методов глубокого обучения. Проведен анализ алгоритмов и обучение системы на основе реальных данных. Изучена технология обучения сети в среде Matlab. Разработана конкретная программная реализация методов обучения в среде Matlab.

This paper outlines the essence of building a model of an intellectual system based on deep learning. Given the general concepts and classification of deep learning methods. The analysis of the algorithms and the training system based on real data. Studied network training technology in Matlab. Developed a specific software implementation of learning methods in the Matlab environment.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous

Access count: 72 
Last 30 days: 0

Detailed usage statistics