|
Zbekiston respublikasi raqamlitexnologiyalar vazirligi muhammad al-xorazmiy nomidagi
|
| bet | 8/8 | | Sana | 16.05.2024 | | Hajmi | 169,75 Kb. | | #236853 |
Bog'liq MO\' 5-mustaqil ishMisol. Yuzni tanib olish.
Shunday qilib, kirish tasvirini turli o'lchamdagi filtrlar va ular tanib olgan elementlarning turli murakkabligi deb atash mumkin bo'lgan qatlamlar tarmog'iga kiradi. Ushbu filtrlar sizning indeksingizni yoki bir qator xususiyatlarni tashkil qiladi, bu keyinchalik sinflashga tushadi. Odatda sinflash uchun SVM yoki MLP - ko'p qatlamli perceptron qulay hisoblanadi.
Agar yuzni tanib olish misolini ko'rib chiqsak, birinchi qatlamning retseptiv maydoni kichik bo'ladi, keyin bir oz ko'proq, ko'proq va shunga o'xshash, nihoyat, biz butun yuzni taniy olamiz.
Filtrlar ichidagi narsalar nuqtai nazaridan, birinchi navbatda moyil tayoqchalar va bir oz rang, keyin yuzning qismlari bo'ladi va keyin butun yuz qatlamning har bir xujayrasi tanib olinadi.
Shuni yodda tutish kerakki, neyron tarmoq uchun dastlabki ma'lumotlar aniq va izchil bo'lishi kerak.
Umuman olganda, tasvirni tanib olish uchun neyron tarmoqni yaratish quyidagilarni o'z ichiga oladi:
ma'lumotlarni to'plash va tayyorlash ;
topologiyani tanlash;
xususiyatlari tanlash;
o’qitish parametrlarini tanlash ;
o’qitish;
o’qitish sifatini tekshirish;
tuzatish;
verballashtirish.
Adabiyotlar ro’yxati
1. Ронжин А.Л. Речевой и многомодальный интерфейсы / А.Л. Ронжин, А.А. Карпов, И.В. Ли; - М.: Наука, 2006 - (Информатика: неограниченные возможности и возможные ограничения), 173 с.
2. Chesta C. Connected Digit Recognition Using Short and Long Duration Models / C. Chesta, P. Laface, F. Ravera // Proceedings of ICASSP’99 Conference, Phoenix, USA, 1999.
3. Kosarev Yu. Robust Speech Understanding for a Voice Control System. // Proceedings of SPECOM’2002, St. Petersburg, 2002, pp. 13-18.
4. Потапова Р.К. Речевое управление роботом.// М.:КомКнига, 2005, 328 с.
Xulosa:
Bu tur algoritmalar mashinalarning ko'rsatish, tanishlik, avtomatik tartibga solish va boshqalarni o'rganish uchun yordamchi bo'lishi mumkin. Quyidagi turdagi algoritmalardan ba'zilari hozirda mashinalarning o'rganish bo'limlarida o'qitiladi:
O'zi xizmat qiluvchi algoritmalar: Bu, klasik qo'llanma bilan ishlaydigan algoritmalar hisoblanadi. Misol uchun, "Thresholding", "Edge Detection" va "Region Growing" kabi usullar obyektlarni aniqlash va ajratish uchun ishlatiladi.
|
| |
