Практичні аспекти формування навчальних/тестових вибірок для згорткових нейронних мереж
The most common approaches to assessing the quality of training neural networks in the context of the problem of "small training sets" are analyzed. A review of the code implementation of the most universal approaches and ways of extending training/testing samples is carried out. The logic...
Gespeichert in:
| Datum: | 2022 |
|---|---|
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Sprache: | English |
| Veröffentlicht: |
Vinnytsia National Technical University
2022
|
| Schlagworte: | |
| Online Zugang: | https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/611 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Optoelectronic Information-Power Technologies |
Institution
Optoelectronic Information-Power Technologies| id |
oai:oeipt.vntu.edu.ua:article-611 |
|---|---|
| record_format |
ojs |
| spelling |
oai:oeipt.vntu.edu.ua:article-6112022-12-27T22:03:16Z Practical Aspects of Forming Training/Test Samples for Convolutional Neural Networks Практичні аспекти формування навчальних/тестових вибірок для згорткових нейронних мереж Томка, Ю.Я. Талах, М.В. Дворжак, В.В. Ушенко, О.Г. Computer Vision Convolutional Neural Network CNN Deep Learning Image Classification Image Understanding комп’ютерний зір згорточна нейронна мережа CNN глибоке навчання класифікація зображень розуміння зображень The most common approaches to assessing the quality of training neural networks in the context of the problem of "small training sets" are analyzed. A review of the code implementation of the most universal approaches and ways of extending training/testing samples is carried out. The logic of the work of STN-module is analyzed. It can be inserted into existing convolutional architectures, giving neural networks the ability to actively spatially transform feature maps, conditional on the feature map itself, without any extra training supervision or modification to the optimization process. Проаналізовані найбільш поширені підходи до оцінки якості навчання нейронних мереж у розрізі проблеми «малих навчальних вибірок». Проведений огляд кодових імплементацій найбільш універсальних підходів та способів розширення навчальних/тестових вибірок. Розглянуто логіку роботи STN-модуля, що може бути інкапсульований в існуючі згорткові нейронні мережі (СNN), надаючи можливість активного перетворення мапи ознак без додаткового навчання або модифікації процесу навчання. Vinnytsia National Technical University 2022-12-28 Article Article application/pdf https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/611 10.31649/1681-7893-2022-43-1-24-35 Optoelectronic Information-Power Technologies; Vol. 43 No. 1 (2022); 24-35 Оптико-електроннi iнформацiйно-енергетичнi технологiї; Том 43 № 1 (2022); 24-35 Оптико-електроннi iнформацiйно-енергетичнi технологiї; Том 43 № 1 (2022); 24-35 2311-2662 1681-7893 10.31649/1681-7893-2022-43-1 en https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/611/579 |
| institution |
Optoelectronic Information-Power Technologies |
| baseUrl_str |
|
| datestamp_date |
2022-12-27T22:03:16Z |
| collection |
OJS |
| language |
English |
| topic |
комп’ютерний зір згорточна нейронна мережа CNN глибоке навчання класифікація зображень розуміння зображень |
| spellingShingle |
комп’ютерний зір згорточна нейронна мережа CNN глибоке навчання класифікація зображень розуміння зображень Томка, Ю.Я. Талах, М.В. Дворжак, В.В. Ушенко, О.Г. Практичні аспекти формування навчальних/тестових вибірок для згорткових нейронних мереж |
| topic_facet |
Computer Vision Convolutional Neural Network CNN Deep Learning Image Classification Image Understanding комп’ютерний зір згорточна нейронна мережа CNN глибоке навчання класифікація зображень розуміння зображень |
| format |
Article |
| author |
Томка, Ю.Я. Талах, М.В. Дворжак, В.В. Ушенко, О.Г. |
| author_facet |
Томка, Ю.Я. Талах, М.В. Дворжак, В.В. Ушенко, О.Г. |
| author_sort |
Томка, Ю.Я. |
| title |
Практичні аспекти формування навчальних/тестових вибірок для згорткових нейронних мереж |
| title_short |
Практичні аспекти формування навчальних/тестових вибірок для згорткових нейронних мереж |
| title_full |
Практичні аспекти формування навчальних/тестових вибірок для згорткових нейронних мереж |
| title_fullStr |
Практичні аспекти формування навчальних/тестових вибірок для згорткових нейронних мереж |
| title_full_unstemmed |
Практичні аспекти формування навчальних/тестових вибірок для згорткових нейронних мереж |
| title_sort |
практичні аспекти формування навчальних/тестових вибірок для згорткових нейронних мереж |
| title_alt |
Practical Aspects of Forming Training/Test Samples for Convolutional Neural Networks |
| description |
The most common approaches to assessing the quality of training neural networks in the context of the problem of "small training sets" are analyzed. A review of the code implementation of the most universal approaches and ways of extending training/testing samples is carried out. The logic of the work of STN-module is analyzed. It can be inserted into existing convolutional architectures, giving neural networks the ability to actively spatially transform feature maps, conditional on the feature map itself, without any extra training supervision or modification to the optimization process. |
| publisher |
Vinnytsia National Technical University |
| publishDate |
2022 |
| url |
https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/611 |
| work_keys_str_mv |
AT tomkaûâ practicalaspectsofformingtrainingtestsamplesforconvolutionalneuralnetworks AT talahmv practicalaspectsofformingtrainingtestsamplesforconvolutionalneuralnetworks AT dvoržakvv practicalaspectsofformingtrainingtestsamplesforconvolutionalneuralnetworks AT ušenkoog practicalaspectsofformingtrainingtestsamplesforconvolutionalneuralnetworks AT tomkaûâ praktičníaspektiformuvannânavčalʹnihtestovihvibírokdlâzgortkovihnejronnihmerež AT talahmv praktičníaspektiformuvannânavčalʹnihtestovihvibírokdlâzgortkovihnejronnihmerež AT dvoržakvv praktičníaspektiformuvannânavčalʹnihtestovihvibírokdlâzgortkovihnejronnihmerež AT ušenkoog praktičníaspektiformuvannânavčalʹnihtestovihvibírokdlâzgortkovihnejronnihmerež |
| first_indexed |
2025-09-24T17:29:27Z |
| last_indexed |
2025-09-24T17:29:27Z |
| _version_ |
1850410261538668544 |