1. Електронний архів ДонНТУ м.Покровськ
  2. Факультет комп'ютерно-інформаційних технологій та автоматизації
  3. Кафедра прикладної математики та інформатики
  4. Наукові публікації кафедри прикладної математики та інформатики
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://ea.donntu.edu.ua/jspui/handle/123456789/33282
Назва: Вдосконалення методів масштабування зображень за допомогою нейронних мереж
Інші назви: IMPROVEMENT OF IMAGE SCALING METHODS USING NEURAL NETWORKS
Автори: Дмитрієва, О.А.
Мисько, А.С.
Ключові слова: масштабування зображень
нейронна мережа
глибоке навчання
матриця особливостей
рекурсивні алгоритми
Дата публікації: вер-2021
Видавництво: Покровськ: ДонНТУ
Бібліографічний опис: Дмитрієва, О.А. Вдосконалення методів масштабування зображень за допомогою нейронних мереж / О.А. Дмитрієва, А.С. Мисько // Наукові праці ДонНТУ : Всеукр. наук. зб. – Покровськ, 2020. – Серія : Інформатика, кібернетика та обчислювальна техніка. - № 1(30). – С. 4-11. – Бібліогр.: 17 назв.
Серія/номер: Інформатика, кібернетика та обчислювальна техніка;
Короткий огляд (реферат): Роботу присвячено питанням вдосконалення методів масштабування зображень для покращення інтерфейсу застарілих ігрових додатків за допомогою згорткових нейронних мереж. Розроблено модель глибокої рекурсивної мережі, яка може самостійно налаштовуватися та продовжувати навчання з урахуванням специфічних особливостей вихідних зображень комп’ютерних ігрових додатків. Розглянуто можливість поєднання методів масштабування для досягнення кращих практичних результатів без підвищення кількості параметрів системи. Спроектовано програмний додаток, що дозволяє використовувати розроблений підхід з метою масштабування зображень частин інтерфейсу ігрових додатків для підвищення їх якості. Виконано попереднє навчання мережі та визначені оптимальні параметри для його виконання. Проведено тестування за різними параметрами навчання.
URI (Уніфікований ідентифікатор ресурсу): http://ea.donntu.edu.ua/jspui/handle/123456789/33282
ISSN: 1996-1588
Розташовується у зібраннях:Наукові публікації кафедри прикладної математики та інформатики

Файли цього матеріалу:
Файл Опис РозмірФормат 
ED_DonNTU_IKVT_2020_N1(30)_Dmitrieva.pdf1,64 MBAdobe PDFПереглянути/Відкрити
Показати повний опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.