Розпізнавання рукописних символів засобами нейронних мереж
Loading...
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Український державний університет науки і технологій, Дніпро
Abstract
UKR: Магістерська робота виконана на 98 сторінках, містить 30 рисунків, 1 таблицю та 22 використані джерела.
Магістерська робота розглядатиме використання нейронних мереж у вирішенні проблем розпізнавання символів, зосереджуючись на ефективності роботи цих мереж за допомогою різних інструментів. Також планується детальний аналіз поведінки нейронної мережі під час навчання та висвітлення результатів дослідження в кінці магістерської роботи. Робота має на меті розкрити потенціал та обмеження цих інноваційних технологій для подальшого розвитку сучасного наукового та технічного прогресу.
Застосування нейронних мереж у сучасному суспільстві розповсюджується як на дослідницькому, так і на практичному рівні, перетворюючи спосіб, яким ми розв’язуємо проблеми. Об’єктом дослідження являються інтелектуальні системи розпізнавання символів на зображеннях, що використовують для цього машинне навчання та нейронні мережі.
Метою дослідження є визначення того, який з типів нейронних мереж краще підходить для вирішення поставленої задачі, також навчання цієї системи розпізнавати рукописні символи. Для того, щоб приступити до роботи, потрібно розібратися в тому, що таке машинне навчання, нейрон, нейронні мережі.
ENG: The master's thesis is 98 pages long, contains 30 figures, 1 table and 22 references. The master's thesis will examine the use of neural networks in solving character recognition problems, focusing on the effectiveness of these networks using various tools. It is also planned to analyze in detail the behavior of the neural network during training and present the results of the research at the end of the master's thesis. The work aims to reveal the potential and limitations of these innovative technologies for the further development of modern scientific and technological progress. The application of neural networks in modern society is spreading both at the research and practical level, transforming the way we solve problems. The object of the study is intelligent systems for recognizing characters in images using machine learning and neural networks. The purpose of the study is to determine which type of neural network is best suited for the task at hand and to train this system to recognize handwritten characters. To get started, you need to understand what machine learning, neuron, and neural networks are.
ENG: The master's thesis is 98 pages long, contains 30 figures, 1 table and 22 references. The master's thesis will examine the use of neural networks in solving character recognition problems, focusing on the effectiveness of these networks using various tools. It is also planned to analyze in detail the behavior of the neural network during training and present the results of the research at the end of the master's thesis. The work aims to reveal the potential and limitations of these innovative technologies for the further development of modern scientific and technological progress. The application of neural networks in modern society is spreading both at the research and practical level, transforming the way we solve problems. The object of the study is intelligent systems for recognizing characters in images using machine learning and neural networks. The purpose of the study is to determine which type of neural network is best suited for the task at hand and to train this system to recognize handwritten characters. To get started, you need to understand what machine learning, neuron, and neural networks are.
Description
Keywords
нейронна мережа, згорткові нейронні мережі, зображення, обробка, алгоритми, neural network, convolutional neural networks, images, processing, algorithms, ВКР, КІТ
Citation
Середа О. А. Розпізнавання рукописних символів засобами нейронних мереж : дипломна робота на здобуття кваліфікаційного ступеня магістра : спец. 121 – Інженерія програмного забезпечення / наук. керівник В. М. Горячкін ; Укр. держ. ун-т науки і технологій. Дніпро, 2024. 98 с.