Исследование возможностей искусственных нейронных сетей в задаче классификации динамических признаков объектов
| Parent link: | Известия Томского политехнического университета [Известия ТПУ]. Промышленная кибернетика: рецензируемый научный журнал/ Национальный исследовательский Томский политехнический университет.— .— Томск: ТПУ, 2023-.— 2949-5407 Т. 1, № 1.— 2023.— С. 44-49 |
|---|---|
| Other Authors: | , , , |
| Summary: | Классификация изображений – классическая задача машинного обучения. Глубокие нейронные сети широко используются в области классификации объектов. Однако проблема анализа объектов с динамически изменяющимися признаками остается актуальной. Для решения этой проблемы авторы предлагают использовать нейронную сеть с долгой краткосрочной памятью. В отличие от классических сверточных нейронных сетей, предлагаемая сеть использует информацию о последовательности изображений, тем самым обеспечивая более высокую точность классификации обнаруженных объектов с динамическими признаками. В исследовании авторы анализируют точность классификации обнаружения дымовых облаков в лесу с использованием различных методов машинного обучения Image classification is a classic machine learning task. Deep neural networks are widely used in the field of object classification. However, the prob-lem of analyzing objects with dynamically changing features remains relevant. To solve this problem, the authors propose using a long short-term memory networks. Unlike classical convolutional neural networks, the proposed network uses information about the sequence of images, thereby providing a higher classification accuracy of detectedobjects with dynamic features. In the study, the authors analyze the classification accuracy of smoke cloud detection in a forest using various machine learning methods Текстовый файл |
| Published: |
2023
|
| Subjects: | |
| Online Access: | http://earchive.tpu.ru/handle/11683/81874 https://doi.org/10.18799/29495407/2023/1/13 |
| Format: | Electronic Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=674773 |