Problems of risk management in the technosphere Problems of risk management in the technosphere Проблемы управления рисками в техносфере 1998-8990 66729 МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ В ТЕОРИИ УПРАВЛЕНИЯ СЛОЖНЫХ ПРОЦЕССОВ MATHEMATICAL MODELING, COMPUTER TECHNOLOGIES IN THE CONTROL THEORY OF COMPLEX PROCESSES МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ В ТЕОРИИ УПРАВЛЕНИЯ СЛОЖНЫХ ПРОЦЕССОВ THE SPECIAL FEATURE OF EMPLOYMENT THE NEURAL NETWORK FOR IMAGE RECOGNITION ОСОБЕННОСТИ ИСПОЛЬЗОВАНИЯ НЕЙРОННОЙ СЕТИ ДЛЯ РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ Лабинский А Ю Labinskiy A Yu Санкт-Петербургский университет ГПС МЧС России ru Saint-Petersburg university of State fire service of EMERCOM of Russia ru 25 09 2016 25 09 2016 2016 3 67 73 12 09 2016 20 09 2016 https://journals.igps.ru/en/nauka/article/66729/view

Рассмотрены особенности использования нейронных сетей для распознавания изображений, в том числе особенности и преимущества обработки изображений сверточными нейронными сетями перед обычными нейронными сетями. Приведены логическая структура и этапы решения задач распознавания изображений с помощью искусственных сверточных нейронных сетей. Представлены результаты реализации нейронной сети для распознавания изображений в виде компьютерной программы.

This article presents the special feature of employment the neural network for image recognition. The special feature of using a convolutional neural network for image recognition.

 искусственная нейронная сеть сверточная нейронная сеть распознавание изображений компьютерная программа математическая модель synthetic neural network convolutional neural network image recognition computing program mathematical model

Петров С.П. Сверточная нейронная сеть для распознавания символов // Журнал ММУ. 2013. № 3. Petrov S.P. Svertochnaya neyronnaya set' dlya raspoznavaniya simvolov // Zhurnal MMU. 2013. № 3. Сиротенко М.Ю. Процедура реализации на ЭВМ процессов прямого и обратного распространения в многослойных нейросетях. Ростов-н/Д.: Изд-во СКНЦ ВШ, 2003. Sirotenko M.Yu. Procedura realizacii na EVM processov pryamogo i obratnogo rasprostraneniya v mnogosloynyh neyrosetyah. Rostov-n/D.: Izd-vo SKNC VSh, 2003. Patrice Y. Simard, Dave Steinkraus, John C. Platt. Best Practices for Convolutional Neural Networks Applied to Visual Document Analysis // Seventh International Conference on Document Analysis and Recognition (ICDAR), IEEE Computer Society. Los Alamitos, 2003. Pp. 958-962. Patrice Y. Simard, Dave Steinkraus, John C. Platt. Best Practices for Convolutional Neural Networks Applied to Visual Document Analysis // Seventh International Conference on Document Analysis and Recognition (ICDAR), IEEE Computer Society. Los Alamitos, 2003. Pp. 958-962. Ranzato Marc'Aurelio, Christopher Poultney, Sumit Chopra and Yann LeCun: Efficient Learning of Sparse Representations with an Energy-Based Model, in J. Platt et al. (Eds), Advances in Neural Information Processing Systems (NIPS 2006). MIT Press, 2006. Ranzato Marc'Aurelio, Christopher Poultney, Sumit Chopra and Yann LeCun: Efficient Learning of Sparse Representations with an Energy-Based Model, in J. Platt et al. (Eds), Advances in Neural Information Processing Systems (NIPS 2006). MIT Press, 2006.