Перевод названия: СРАВНЕНИЕ ТЕХНОЛОГИЙ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ЗАДАЧИ РАСПОЗНАВАНИЯ РУКОПИСНЫХ ЦИФР

Тип публикации: статья из журнала

Год издания: 2017

Ключевые слова: convolutional neural network, perceptron, k-nearest neighbors algorithm, Handwritten digit recognition, сверточная нейронная сеть, перцептрон, метод k ближайших соседей, распознавание рукописных цифр

Аннотация: Performance of convolutional neural network, perceptron neural network and k-nearest neighbor’s algorithm for handwritten image recognition is discussed. MNIST dataset (“Modified National Institute of Standards and Technology”) is being used both for training and testing. Convolutional neural network outperforms perceptron neural nПоказать полностьюetwork and k-nearest neighbors algorithm. Рассмотрена эффективность сверточной нейронной сети, нейронной сети архитектуры перцептрон и метода k ближайших соседей для задачи распознавания рукописных цифр. База данных MNIST (“ModifiedNationalInstituteofStandardsandTechnology”) была использована как для обучения, так и для тестирования. Работа сверточной нейронной сети показала большую эффективность по сравнению с нейронной сетью архитектуры перцептрон и алгоритмом k - ближайших соседей.

Журнал: Молодежь. Общество. Современная наука, техника и инновации

Выпуск журнала: № 16

Номера страниц: 307-308

Место издания: Красноярск

Издатель: Федеральное государственное бюджетное образовательное учреждение высшего образования Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева

• Plotnikov D. (V.) (Reshetnev Siberian State Aerospace University, Krasnoyarsk)
• Sopov E. (A.), научный руководитель (Reshetnev Siberian State Aerospace University, Krasnoyarsk)
• Maslova O. (V.), переводчик (Reshetnev Siberian State Aerospace University, Krasnoyarsk)

• РИНЦ (eLIBRARY.RU)