емеилeditor@inter-nauka.com
кабинетPersonal cabinet
Подати статтю
  1. Головна
  2. Публікації
  3. згорткові нейронні мережі

Tag: згорткові нейронні мережі

Пришвидшена генеративно змагальна мережа для відділення голосу від шуму на звукозаписі
Автор:

Бібліографічний опис статті:

. Пришвидшена генеративно змагальна мережа для відділення голосу від шуму на звукозаписі//Наука онлайн: Міжнародний електронний науковий журнал - 2020. - №5. - https://nauka-online.com/publications/technical-sciences/2020/5/prishvidshena-generativno-zmagalna-merezha-dlya-viddilennya-golosu-vid-shumu-na-zvukozapisi/

Анотація: У статті розглянута модифікація генеративно змагальної мережі для покращення звукозапису, зроблені висновки про якість роботи мережі та проведено порівняння з оригінальною мережею та іншими методами вирішення задачі очищення звукозапису від шуму.

Ключові слова: генеративно змагальні нейронні мережі глибоке навчання згорткові нейронні мережі очищення звукозапису фільтрація шуму
Категорії: Технічні науки
660 Comments off читати онлайн

Методи діагностики біомедичних сигналів та автоматичне визначення порушень серцевого ритму на прикладі фібриляції передсердь
Автор:

Бібліографічний опис статті:

. Методи діагностики біомедичних сигналів та автоматичне визначення порушень серцевого ритму на прикладі фібриляції передсердь//Наука онлайн: Міжнародний електронний науковий журнал - 2019. - №12. - https://nauka-online.com/publications/technical-sciences/2019/12/metodi-diagnostiki-biomedichnih-signaliv-ta-avtomatichne-viznachennya-porushen-sertsevogo-ritmu-na-prikladi-fibrilyatsiyi-peredserd/

Анотація: Розглянуто особливості побудови автоматичного аналізатора на прикладі порушення серцевого ритму у вигляді фібриляції передсердь, обґрунтовано найкращий метод машинного навчання для вирішення даної задачі.

Ключові слова: convolutional neural networks deep neural networks ECG analysis electrocardiography heart rate analyzer аналізатор серцевого ритму глибинні нейронні мережі ЕКГ-аналіз електрокардіографія згорткові нейронні мережі
Категорії: Технічні науки
506 Comments off читати онлайн

Класифікація аудіоподій за допомогою згорткових нейронних мереж
Автор:

Бібліографічний опис статті:

. Класифікація аудіоподій за допомогою згорткових нейронних мереж//Наука онлайн: Міжнародний електронний науковий журнал - 2019. - №5. - https://nauka-online.com/publications/information-technology/2019/5/klasifikatsiya-audiopodij-za-dopomogoyu-zgortkovih-nejronnih-merezh/

Анотація: Згорткові нейронні мережі (CNN) виявилися дуже ефективними в задачі класифікації зображень та являються перспективними для класифікації аудіо. Були розглянуті різні архітектури CNN, щоб класифікувати аудіоподії з набору даних UrbanSound8K [5], який має 8732 аудіофайлів розмічених на 10 класів. Розглянуто такі популярні CNN мережі, як AlexNet [1], VGG [2], ResNet [3] і DenseNet [4]. Було досліджено, що моделі CNN, що використовуються в класифікації зображень, добре відповідають завданням класифікації звуку.

Ключові слова: виявлення аудіоподій глибокі нейронні мережі згорткові нейронні мережі класифікація аудіоподій
Категорії: Інформаційні технології
1058 Comments off читати онлайн

Алгоритм навчання згорткових нейронних мереж для розпізнавання аудіоподій
Автор:

Бібліографічний опис статті:

. Алгоритм навчання згорткових нейронних мереж для розпізнавання аудіоподій//Наука онлайн: Міжнародний електронний науковий журнал - 2019. - №4. - https://nauka-online.com/publications/information-technology/2019/4/algoritm-navchannya-zgortkovih-nejronnih-merezh-dlya-rozpiznavannya-audiopodij/

Анотація: В роботі описані методи та алгоритми навчання нейронних мереж. Також запропоновано організацію навчання нейронної мережі, що була успішно застосована до загорткової нейронної мережі для вирішення задачі класифікації аудіоподій.

Ключові слова: глибокі нейронні мережі згорткові нейронні мережі класифікація аудіоподій навчання
Категорії: Інформаційні технології
1081 Comments off читати онлайн

Підготуйте

наукову статтю на актуальну тему, відповідно до роздлів журналу

Відправте

наукову статтю на e-mail: editor@inter-nauka.com

Читайте

Вашу статтю на сайті нашого журналу та отримайте сертифікат