Главная Упрощенный режим Описание Шлюз Z39.50
Авторизация
Фамилия
Пароль
 

Базы данных


БД "Статьи" - результаты поиска

Вид поиска

Область поиска
Формат представления найденных документов:
полныйинформационныйкраткий
Отсортировать найденные документы по:
авторузаглавиюгоду изданиятипу документа
Поисковый запрос: (<.>K=задача классификации<.>)
Общее количество найденных документов : 2
Показаны документы с 1 по 2
1.


    Шундеев, А. С. (кандидат физико-математических наук; ведущий научный сотрудник).
    Об одной задаче распознавания автономных языков [Текст] / А. С. Шундеев // Программная инженерия. - 2017. - Т. 8, № 4. - С. 186-192 : рис. - Библиогр.: с. 191 (2 назв.). - Загл., аннот. и библиогр. парал рус., англ. . - ISSN 2220-3397
УДК
ББК 32.973-018
Рубрики: Вычислительная техника
   Программирование ЭВМ. Компьютерные программы. Программотехника

Кл.слова (ненормированные):
автоматный язык -- аппроксимирующий автомат -- детерминированный конечный автомат -- задача классификации -- задача распознавания -- машинное обучение -- программная инженерия
Аннотация: Конечные автоматы и автоматные языки являются эффективным средством описания и моделирования программных систем. В работе рассмотрено решение задачи классификации слоев над заданным алфавитом с использованием методов машинного обучения с учителем. В этой задаче рассмотрены два класса слоев, один из которых представляется автоматным языком, а второй класс является дополнением этого языка. Однако существенным ограничением является то, что конечный автомат, задающий этот язык, считается неизвестным. Известны только эталонные представители каждого из классов.


Имеются экземпляры в отделах: всего 1 : ч.з. (1)
Свободны: ч.з. (1)

Найти похожие

2.


    Салмиянов, Владислав Олегович.
    Система нейросетевой диагностики морфологических характеристик рентгеновских снимков легких: реализация на платформе MATLAB [Текст] / В. О. Салмиянов, А. А. Синагатулин, А. Г. Масловская // Информатика и системы управления. - 2024. - № 2 (80). - С. 97-409 : 6 рис. - Библиогр. в конце ст.
ББК 32.973-018.2
Рубрики: Вычислительная техника--Распознавание и преобразование образов
Кл.слова (ненормированные):
рентгенографический снимок легкого -- цифровое изображение -- растровое изображение -- сверточная нейронная сеть -- глубокоуровневая сеть -- задача классификации -- платформа MATLAB -- нейросетевая диагностика -- нейронные сети -- COVID-19
Аннотация: В работе представлен результат апробации и расширения функционала нейронной сверточной глубокоуровневой сети для решения задач классификации рентгеновских снимков при диагностике заболеваний легких человека. Основным компонентом системы интеллектуальной диагностики является предварительно обученная сеть ResNet50, реализованная в среде Matlab. Дополнительное обучение сети проводилось с использованием сформированного банка данных цифровых снимков человеческих легких, полученных с помощью флюорографического аппарата, и рентгеновских снимков, размещенных в открытом источнике. В целях повышения качества детектирования реализована процедура предпроцессорной обработки цифровых изображений. Применяемые алгоритмы обучения позволили добиться общей точности распознавания в 96% для диагностических случаев: COVID-19 затенения областей легкого, вирусной пневмонии и здоровых снимков легких.


Доп.точки доступа:
Синагатулин, Антон Андреевич; Масловская , Анна Геннадьевна (доктор физико-математических наук; профессор)

Имеются экземпляры в отделах: всего 3 : н.з. (1), аб. (1), эн.ф. (1)
Свободны: н.з. (1), аб. (1), эн.ф. (1)

Найти похожие

 
Статистика
за 03.09.2024
Число запросов 45745
Число посетителей 1
Число заказов 0
© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)