Тема выпускной квалификационной работы: «Генерация рукописных текстов с применением искусственных нейронных сетей с технологией глубокого обучения». В данной работе рассматривается применение искусственных нейронных сетей в задаче генерации рукописных текстов. Проведен обзор наиболее популярных моделей ИНС и приложений, используемых в решении задачи генерации рукописного текста. Разработана генеративно-состязательна нейронная сеть для решения данной задачи. Проведен анализ качества сгенерированных сетью изображений.

The subject of the graduate qualification work is «Handwritten text generation with artificial neural networks using the deep learning technology». This paper deals the use of artificial neural networks for generating handwritten texts. I have made the review of the most ANN models and applications used in solving the problem of generating handwritten text. A generative-competitive neural network has been developed to solve this problem. The quality of images generated by the network was analyzed.

• РЕФЕРАТ
• ABSTRACT
• ВВЕДЕНИЕ
• ГЛАВА 1. ОБЗОР МОДЕЛЕЙ ИНС, ТЕХНОЛОГИИ ГЛУБОКОГО ОБУЧЕНИЯ И ИХ РЕАЛИЗАЦИЙ
  • 1.1. ИНС и технология глубокого обучения
  • 1.2. Модели ИНС
    • 1.
    • 1.1.
    • 1.2.
    • 1.2.1. Рекуррентные нейронные сети
    • 1.2.2. Сверточные нейронные сети
    • 1.2.3. Генеративно-состязательные сети
  • 1.3. Обзор готовых реализаций
  • 1.4. Выводы по главе
• ГЛАВА 2. АДАПТАЦИЯ ИНС ДЛЯ ЗАДАЧИ ГЕНРАЦИИ РУКОПИСНЫХ ТЕКСТОВ
  • 2.
    • 2.1. Описание архитектуры GAN
    • 2.2. Обучение сети GAN
      • 2.3. Выводы по главе
• ГЛАВА 3. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ НЕЙРОННОЙ СЕТИ
  • 3.
  • 3.1. Программные средства и библиотеки
    • 3.2. Обучающая выборка
    • 3.3. Структура программы
    • 3.4. Тестирование
    • 3.5. Выводы по главе
• ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ РЕАЛИЗОВАННОЙ СЕТИ
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• Приложение 1