Розробка нейронної мережі на основі Keras з декількома виходами для розпізнавання образів
| dc.contributor.author | Питулько Данііл Вадимович | |
| dc.date.accessioned | 2025-10-27T13:48:02Z | |
| dc.date.available | 2025-10-27T13:48:02Z | |
| dc.date.issued | 2024 | |
| dc.description | ВИПУСКНА КВАЛІФІКАЦІЙНА РОБОТА | |
| dc.description.abstract | У даній випускній кваліфікаційній роботі проведено дослідження можливостей нейронних мереж для аналізу зображень. Основною метою роботи є розробка та впровадження нейронної мережі на основі Keras з декількома виходами для розпізнавання образів. Особливістю даної моделі є здатність одночасно класифікувати зображення за кількома ознаками, такими як категорія об'єкта та його колір, що є особливо корисним для модних додатків та рекомендаційних систем. Робота включає теоретичний аналіз моделей глибокого навчання та нейронних мереж, зокрема багатошарових, згорткових та рекурентних нейронних мереж. Окрім теоретичного дослідження, здійснено практичну реалізацію моделі з використанням методів попередньої обробки даних, таких як зміна розміру, нормалізація. Розроблена нейронна мережа була навчена та оцінена на реальних даних, що дозволило визначити її точність та ефективність. Ключові слова: нейронні мережі, глибоке навчання, Keras, класифікація зображень, багатошаровий персептрон, згорткова нейронна мережа, рекурентна нейронна мережа, обробка зображень. | uk |
| dc.description.abstractother | In this final qualification work, a study of the possibilities of neural networks for image analysis was carried out. The main goal of the work is the development and implementation of a Keras-based neural network with several outputs for pattern recognition. A feature of this model is the ability to simultaneously classify images by several features, such as object category and its 5 color, which is especially useful for fashion applications and recommendation systems. The work includes theoretical analysis of deep learning models and neural networks, including multilayer perceptrons, convolutional neural networks, and recurrent neural networks. In addition to theoretical research, practical implementation of the model was carried out using data preprocessing methods, such as resizing and normalization. The developed neural network was trained and evaluated on real data, which made it possible to determine its accuracy and efficiency. Keywords: neural networks, deep learning, Keras, image classification, multilayer perceptron, convolutional neural network, recurrent neural network, image processing. | en_US |
| dc.identifier.citation | Питулько Д. В. (2024) Розробка нейронної мережі на основі Keras з декількома виходами для розпізнавання образів. 122 «Комп’ютерні науки» Державний торговельно економічний університет.Репозитарій Державного торговельно-економічного університету. | |
| dc.identifier.uri | https://ur.knute.edu.ua/handle/123456789/12109 | |
| dc.language.iso | uk | |
| dc.publisher | Державний торговельно-економічний університет | |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | en |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.title | Розробка нейронної мережі на основі Keras з декількома виходами для розпізнавання образів | uk |
| dc.type | Bachelor Thesis |
Файли
Контейнер файлів
1 - 1 з 1
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 147 B
- Формат:
- Item-specific license agreed to upon submission
- Опис: