Нейромережеве моделювання процесів розпізнавання графічних схем

Нейромережеве моделювання процесів розпізнавання графічних схем

Розроблена нейромережева модель розпізнавання графічних примітивів – вузлів у складі засобів синтаксичного аналізу зображень блок-схем. Сформована базова множина навчальних зображень вузлів БС. Розглянуто етапи програмного синтезу навчальних даних, а також аугментації синтетичних навчальних даних. З...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Комп’ютерні засоби, мережі та системи
Datum:2019
Hauptverfasser: Чічірін, Є.М., Сосненко, К.П.
Format: Artikel
Sprache:Ukrainian
Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2019
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/168481
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Нейромережеве моделювання процесів розпізнавання графічних схем / Є.М. Чічірін, К.П. Сосненко // Комп’ютерні засоби, мережі та системи. — 2019. — № 18. — С. 79–85. — Бібліогр.: 6 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-168481
record_format dspace
spelling Чічірін, Є.М.
Сосненко, К.П.
2020-05-03T12:37:38Z
2020-05-03T12:37:38Z
2019
Нейромережеве моделювання процесів розпізнавання графічних схем / Є.М. Чічірін, К.П. Сосненко // Комп’ютерні засоби, мережі та системи. — 2019. — № 18. — С. 79–85. — Бібліогр.: 6 назв. — укр.
1817-9908
https://nasplib.isofts.kiev.ua/handle/123456789/168481
Розроблена нейромережева модель розпізнавання графічних примітивів – вузлів у складі засобів синтаксичного аналізу зображень блок-схем. Сформована базова множина навчальних зображень вузлів БС. Розглянуто етапи програмного синтезу навчальних даних, а також аугментації синтетичних навчальних даних. Запропоновано нейромережеві моделі для підвищення точності детектування вузлів БС на основі повнозв'язаних мереж та загорткових нейронних мереж без шарів субдескретизації.
Разработана нейросетевая модель распозна-вания графических примитивов – узлов в составе средств синтаксического анализа изображений блок-схем. Сфор-мировано базовое множество обучающих изображений узлов БС. Рассмотрены этапы программного синтеза обучающих данных, а также аугментации синтетических учебных данных. Предложены нейросетевые модели для повышения точности детектирования узлов БС на основе полносвязных сетей и сверточных нейронных сетей без слоев субдискретизаци
A neural network model has been developed for recognizing the graphic listed primitives - nodes as part of the tools for parsing graphic images of flowcharts. A basic set of training and test images of BS nodes has been formed. The stages of the software synthesis of training data, as well as the augmentation of synthetic training data for their reproduction, are considered. It is noted that it is necessary not only to classify the node, but also to localize its position, since the reliability of the successful detection of each next node is determined by the accuracy of the combination of the center of the scan window and the center of the real node. Neural network models are proposed to increase the accuracy of detection of flowchart nodes based on fully accessible and convolutional neural networks without layers of subsampling. The expediency of combining syntactic and neural network recognition methods for a wide class of graphic images is substantiated.
uk
Інститут кібернетики ім. В.М. Глушкова НАН України
Комп’ютерні засоби, мережі та системи
Нейромережеве моделювання процесів розпізнавання графічних схем
Neural network modeling of graphic recognition processes
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Нейромережеве моделювання процесів розпізнавання графічних схем
spellingShingle Нейромережеве моделювання процесів розпізнавання графічних схем
Чічірін, Є.М.
Сосненко, К.П.
title_short Нейромережеве моделювання процесів розпізнавання графічних схем
title_full Нейромережеве моделювання процесів розпізнавання графічних схем
title_fullStr Нейромережеве моделювання процесів розпізнавання графічних схем
title_full_unstemmed Нейромережеве моделювання процесів розпізнавання графічних схем
title_sort нейромережеве моделювання процесів розпізнавання графічних схем
author Чічірін, Є.М.
Сосненко, К.П.
author_facet Чічірін, Є.М.
Сосненко, К.П.
publishDate 2019
language Ukrainian
container_title Комп’ютерні засоби, мережі та системи
publisher Інститут кібернетики ім. В.М. Глушкова НАН України
format Article
title_alt Neural network modeling of graphic recognition processes
description Розроблена нейромережева модель розпізнавання графічних примітивів – вузлів у складі засобів синтаксичного аналізу зображень блок-схем. Сформована базова множина навчальних зображень вузлів БС. Розглянуто етапи програмного синтезу навчальних даних, а також аугментації синтетичних навчальних даних. Запропоновано нейромережеві моделі для підвищення точності детектування вузлів БС на основі повнозв'язаних мереж та загорткових нейронних мереж без шарів субдескретизації. Разработана нейросетевая модель распозна-вания графических примитивов – узлов в составе средств синтаксического анализа изображений блок-схем. Сфор-мировано базовое множество обучающих изображений узлов БС. Рассмотрены этапы программного синтеза обучающих данных, а также аугментации синтетических учебных данных. Предложены нейросетевые модели для повышения точности детектирования узлов БС на основе полносвязных сетей и сверточных нейронных сетей без слоев субдискретизаци A neural network model has been developed for recognizing the graphic listed primitives - nodes as part of the tools for parsing graphic images of flowcharts. A basic set of training and test images of BS nodes has been formed. The stages of the software synthesis of training data, as well as the augmentation of synthetic training data for their reproduction, are considered. It is noted that it is necessary not only to classify the node, but also to localize its position, since the reliability of the successful detection of each next node is determined by the accuracy of the combination of the center of the scan window and the center of the real node. Neural network models are proposed to increase the accuracy of detection of flowchart nodes based on fully accessible and convolutional neural networks without layers of subsampling. The expediency of combining syntactic and neural network recognition methods for a wide class of graphic images is substantiated.
issn 1817-9908
url https://nasplib.isofts.kiev.ua/handle/123456789/168481
citation_txt Нейромережеве моделювання процесів розпізнавання графічних схем / Є.М. Чічірін, К.П. Сосненко // Комп’ютерні засоби, мережі та системи. — 2019. — № 18. — С. 79–85. — Бібліогр.: 6 назв. — укр.
work_keys_str_mv AT číčírínêm neiromereževemodelûvannâprocesívrozpíznavannâgrafíčnihshem
AT sosnenkokp neiromereževemodelûvannâprocesívrozpíznavannâgrafíčnihshem
AT číčírínêm neuralnetworkmodelingofgraphicrecognitionprocesses
AT sosnenkokp neuralnetworkmodelingofgraphicrecognitionprocesses
first_indexed 2025-12-07T20:24:13Z
last_indexed 2025-12-07T20:24:13Z
_version_ 1850882448140795904

Ähnliche Einträge