?
Image Recognition Using Kullback-Leibler Information Discrimination
P. 102–112.
Представлено решение задачи автоматического распознавания изображений на основе принципа минимума информационного рассогласования. Предложено сопоставление цветовых гистограмм в информационной метрике Кульбака-Лейблера. Представлены результаты экспериментального исследования в задаче распознавания лиц из большой базы данных. Показано, что предложенный алгоритм распознавания изображений характеризуется повышенной точностью и надежностью.
В книге
Vol. 758. , M.: Higher School of Economics Publishing House, 2011.
Tsybina Y., Kastalskiy I., Krivonosov M. и др., Neural Computing and Applications 2023 Vol. 34 No. 11 P. 9147 –9160
Добавлено: 9 апреля 2025 г.
Головин Р. Д., Зунин В. В., В кн.: Межвузовская научно-техническая конференция студентов, аспирантов и молодых специалистов имени Е.В. Арменского. Материалы конференции.: М.: МИЭМ НИУ ВШЭ, 2021. С. 120–122.
В работе проводится обзор различных способов реализации нейронной сети для распознавания изображения на примере набора данных MNIST. Дается анализ используемых библиотек и методов их применения в области распознавания объектов. ...
Добавлено: 25 сентября 2022 г.
Савченко А. В., Белова Н. С., Expert Systems with Applications 2022 Vol. 207 Article 117885
Добавлено: 29 июня 2022 г.
Anna Beketova, Макаров И. А., , in: Advances in Computational Intelligence: 16th International Work-Conference on Artificial Neural Networks, IWANN 2021, Virtual Event, June 16–18, 2021, Proceedings, Part II.: Cham: Springer, 2021. Ch. 3 P. 28–42.
*Реализация соц. сети Instagram запрещена на территории России по основаниям осуществления экстремистской деятельности.
Instagram is one of the most popular photos sharing services. For more convenient content search people use hashtags (#nature, #love, etc.) in posts with photos. The author’s aim is to make hashtag prediction possible and convenient for users.
The paper provides a reader with ...
Добавлено: 1 сентября 2021 г.
Савченко А. В., Записки научных семинаров ПОМИ РАН 2021 Т. 499 С. 267–283
В статье рассматриваются быстрые алгоритмы распознавания изображений, основанные на статистическом последовательном анализе. Исследованы метода с последовательной обработкой главных компонент векторов признаков изображений, а также с ранним остановом при прямом проходе в сверточной нейронной сети. Особое внимание уделено последовательному обучению нейросетевых моделей для одновременной классификации нескольких атрибутов (пол, возраст, раса) по фотографии лица. Подчеркнуто, что такие ...
Добавлено: 27 января 2021 г.
Савченко А. В., , in: Proceedings of International Joint Conference on Neural Networks 2020 (IJCNN 2020).: Piscataway: IEEE, 2020. P. 1–8.
Добавлено: 15 октября 2020 г.
Савченко А. В., IEEE Transactions on Neural Networks and Learning Systems 2020 Vol. 31 No. 2 P. 651–660
Добавлено: 1 ноября 2019 г.
Савченко Л. В., Информационные технологии 2019 Т. 25 № 5 С. 313–318
Рассматривается задача постановки произношения на основе применения методов глубокого обучения совместно с информационной теорией восприятия речи. Для повышения эффективности тестирования качества произношения предложено проводить дообучение сверточной нейронной сети с использованием наилучших эталонов пользователя. Экспериментально показано, что предложенный подход характеризуется высокой точность и скоростью распознавания для различных акустических моделей по сравнению с известными аналогами. ...
Добавлено: 29 мая 2019 г.
Савченко А. В., , in: International Joint Conference on Rough Sets, Springer, Cham.: Springer, 2017. P. 264–277.
Добавлено: 26 октября 2018 г.
Савченко Л. В., Телекоммуникации 2017 № 5 С. 42–48
Рассматривается задача оценки качества произношения фонем для систем обучения разговорной речи. Предложен новый алгоритм постановки произношения, в котором на первом этапе достигается стабильное произношение фонем, а на втором осуществляется их распознавание на основе модификации метода нечеткого фонетического кодирования. Приведены результаты экспериментального исследования для звуков английского и русского языков. ...
Добавлено: 24 октября 2018 г.
Чумаков И. Г., Комаров М. М., , in: Workshops and work-in-progress contributions at S-BPM One 2018Vol. 2074.: CEUR Workshop Proceedings, 2018. Ch. 5 P. 71–78.
Добавлено: 3 мая 2018 г.
A. G. Rassadin, A. V. Savchenko, , in: Proceedings of the III International Conference on Information Technologies and Nanotechnologies (ITNT).: Самара: Новая техника, 2017. P. 649–654.
Добавлено: 8 сентября 2017 г.
Савченко А. В., Белова Н. С., / Series "Working papers by Cornell University". 2017.
Добавлено: 29 августа 2017 г.
Khanzhina N., Zamyatina E., International Journal "Information Models and Analyses" 2015 Vol. 4 No. 3 P. 243–258
Добавлено: 13 марта 2017 г.
Замятина Елена Борисовна, Ханжина Н. Е., В кн.: Высокопроизводительные вычисления на графических процессорах: материалы III Всерос. науч.-практ. конф. с междунар. участием с элементами науч. шк. для молодежи (ВВГП–2016).: Пермь: Пермский государственный национальный исследовательский университет, 2016. С. 70–81.
В работе описывается проблема автоматизации распознавания изображений пыльцевых зерен, полученных с помощью оптического микроскопа. Автоматизация распознавания пыльцы является актуальной в таких задачах, как анализ качества меда с целью выявления фальсификата, проверка качества воздуха для предупреждения аллергиков и астматиков, палеопалинология, судебная палинология. Описывается метод решения проблемы, основанный на машинном обучении и применении технологии CUDA. Описывается алгоритм ...
Добавлено: 12 марта 2017 г.