Архитектуры и алгоритмы глубокого машинного обучения для компьютерного зрения: сравнение генеративно-состязательных сетей (GAN) и региональных конвольюционных нейронных сетей (R-CNN) для задач объектного распознавания

Тип работы: Материал
Бесплатно: Антиплагиат
Объем: 24 страниц
В избранное:

Внимание:

Автоматический переведенный текст;
Закрыт для публичного просмотр;
Имеет большие шансы пройти антиплагиат.

Похожие работы

1.1: Интегрированная Методология Обработки Изображений с Использованием Глубокого Обучения и Алгоритмов Водоема для Увеличения Точности и Скорости Сегментации Объектов

Мой родной язык: Архитектуры Нейронных Сетей: от Рекуррентных до Конволюционных

Классификация и Профилирование в Интеллектуальных Информационных Системах: Теоретические Основы и Практические Приложения в Области Распознавания Эмоций и Анализа Данных

Методы и средства когнитивного моделирования: от описания пространственных структур до планирования интеллектуальных систем

Определение систем, близких к искусственному интеллекту или представляющим его: структура мозга, развитие информатики и вычислительной техники

Методы Распознавания Изображений и Обучения Нейронных Сетей в Компьютерном Зрении

Разработка и исследование эффективных алгоритмов обработки естественного языка с использованием Keras и Python: теоретические аспекты и практические приложения в области искусственного интеллекта

Методы принятия решений в условиях неопределенности: дублирующих ветвей, булевых функций и машинного обучения для прогнозирования и оптимизации бизнес-процессов

Кросс-корреляционный анализ и его приложения в обработке сигналов и изображений

Информационно-аналитическая поддержка активной и нейтральной работы со социальными сетями: мониторинг, анализ, прогнозирование и управление в условиях цифровой трансформации современного общества

Дисциплины

Информация

Дополнительно

Email: info@stud.kz