
Дипломна робота: 94 с., 33 рис., 10 табл., 18 посилань, 2 додатки. Об’єкт дослідження – процес штучного розширення вибірок. Предмет дослідження – вплив різних методів розширення на ефективність навчання нейронних мереж. Мета роботи – вивчення алгоритмів та побудова алгоритмів штучного розширення вибірки для навчання згорткових нейронних мереж. Результати – аналіз результатів експериментів, оцінка ефективності використаних методів розширення даних, формулювання висновку щодо оптимальних підходів до штучного розширення вибірок для навчання нейронних мереж.
вибірка, згорткова нейронна мережа, neural network, аугментація, офтальмологія, штучний інтелект, metrics ophthalmology, генеративно-змагальні мережі, convolutional neural network, artificial intelligence, sample, метрики, generative-adversarial networks, classification, augmentation, класифікація, нейронна мережа
вибірка, згорткова нейронна мережа, neural network, аугментація, офтальмологія, штучний інтелект, metrics ophthalmology, генеративно-змагальні мережі, convolutional neural network, artificial intelligence, sample, метрики, generative-adversarial networks, classification, augmentation, класифікація, нейронна мережа
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
