Детальная информация

Название: 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
Авторы: Заичка Игорь Николаевич
Научный руководитель: Черненькая Людмила Васильевна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2019
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: Вычислительные машины электронные — Программы прикладные - Обработка пакетная; интеллектуальные системы; глубокое обучение; искусственный интеллект; машинное обучение; глубокие нейронные сети; распознавание образов
УДК: 004.9
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Магистратура
Код специальности ФГОС: 09.04.02
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-2688
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи: ru\spstu\vkr\2756

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

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.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 71
За последние 30 дней: 0
Подробная статистика