КЛАСИФИКАЦИЯ С КОНВОЛЮЦИОННИ НЕВРОННИ МРЕЖИ
Ключови думи :
конволюционните невронни мрежи, класификация, изкуствен интелектАбстракт
В тази разработка се разглеждат конволюционните невронни мрежи, използвани предимно като техника за разпознаване на образи. Конволюционните невронни мрежи могат да бъдат приложени и при класификация – например за времеви редове. В доклада са показани резултати от прилагането на тези мрежи върху реални данни.
Сваляния
Данните за свалянията все още не са налични.
Литература (библиография)
[1] ГЕОРГИЕВА, П. Изследване на модели на софт компютинг за управление в реално време, Академик Дринов, София , 2013.
[2] BRUNO, P.. Maritime Applications for Machine Learning and Data Science. ThoughtCo, 2016
[3] COUSINS, W., ONORATO, M., CHABCHOUB, A., SAPSIS, T. P.. Predicting ocean rogue waves from point measurements: an experimental study. 2017 (http://sandlab.mit.edu/Papers/17_SA1.pdf)
[4] OBRADOVICH, I., MILICEVIC, M., ZUBRINICI, K.. Machine learning approaches to maritime anomaly detection, Nase More 61 (5):96-101, 2014
[5] GALLEGO, A., PERTUSA, A., GIL, P.. Automatic Ship Classification from Optical Aerial Images with Convolutional Neural Networks. Remote Sens. Vol. 10, 511; 2018
[6] http://www.escience.cn/people/gongcheng/NWPU-VHR-10.html
[7] Y. LeCun, L. Bottou, Y. Bengio, P. Haffner, Gradient-based learning applied to document recognition. Proceedings of the the IEEE, 86(11):2278–2324, 1998
[8] HINTON, G., SABOUR, S., FROSST, N.. Matrix Capsules with EM routing, ICLR, 2018
[9] CHENG, G., HAN, J.. A survey on object detection in optical remote sensing images. ISPRS Journal of Photogrammetry and Remote Sensing, 117: 11-28, 2016
[10] CHENG, G., ZHOU, P., HAN, J.. Learning rotation-invariant convolutional neural networks for object detection in VHR optical remote sensing images. IEEE Transactions on Geoscience and Remote Sensing, 54(12): 7405-7415, 2016
[11] IVANOV, A.. Fractional activation functions in feed forward artificial neural networks, XX-th International Symposium on Electrical Apparatus and Technologies, 2018
[2] BRUNO, P.. Maritime Applications for Machine Learning and Data Science. ThoughtCo, 2016
[3] COUSINS, W., ONORATO, M., CHABCHOUB, A., SAPSIS, T. P.. Predicting ocean rogue waves from point measurements: an experimental study. 2017 (http://sandlab.mit.edu/Papers/17_SA1.pdf)
[4] OBRADOVICH, I., MILICEVIC, M., ZUBRINICI, K.. Machine learning approaches to maritime anomaly detection, Nase More 61 (5):96-101, 2014
[5] GALLEGO, A., PERTUSA, A., GIL, P.. Automatic Ship Classification from Optical Aerial Images with Convolutional Neural Networks. Remote Sens. Vol. 10, 511; 2018
[6] http://www.escience.cn/people/gongcheng/NWPU-VHR-10.html
[7] Y. LeCun, L. Bottou, Y. Bengio, P. Haffner, Gradient-based learning applied to document recognition. Proceedings of the the IEEE, 86(11):2278–2324, 1998
[8] HINTON, G., SABOUR, S., FROSST, N.. Matrix Capsules with EM routing, ICLR, 2018
[9] CHENG, G., HAN, J.. A survey on object detection in optical remote sensing images. ISPRS Journal of Photogrammetry and Remote Sensing, 117: 11-28, 2016
[10] CHENG, G., ZHOU, P., HAN, J.. Learning rotation-invariant convolutional neural networks for object detection in VHR optical remote sensing images. IEEE Transactions on Geoscience and Remote Sensing, 54(12): 7405-7415, 2016
[11] IVANOV, A.. Fractional activation functions in feed forward artificial neural networks, XX-th International Symposium on Electrical Apparatus and Technologies, 2018
Файлове за сваляне
Публикуван
2018-07-21
Брой
Раздел (Секция)
Конференция на БСУ „Синя икономика и синьо развитие“. ISBN 978-619-7126-57-0
Лиценз
Статиите публикувани в списание КНК са лицензирани под Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Как да цитирате
КЛАСИФИКАЦИЯ С КОНВОЛЮЦИОННИ НЕВРОННИ МРЕЖИ. (2018). КОМПЮТЪРНИ НАУКИ И КОМУНИКАЦИИ, 7(1), 46-52. https://csc.bfu.bg/index.php/CSC/article/view/206
