ON THE FEATURES OF THE FORMATION OF INPUT DATA IN THE SIAMESE NEURAL NETWORK
ID елемента: 22650
2026/05/05
Цитування
eNUPPIR (). ON THE FEATURES OF THE FORMATION OF INPUT DATA IN THE SIAMESE NEURAL NETWORK. https://enuppir.politeh.duckdns.org/item/22650
eNUPPIR. "ON THE FEATURES OF THE FORMATION OF INPUT DATA IN THE SIAMESE NEURAL NETWORK." Web. . <https://enuppir.politeh.duckdns.org/item/22650>.
eNUPPIR. "ON THE FEATURES OF THE FORMATION OF INPUT DATA IN THE SIAMESE NEURAL NETWORK." Accessed . https://enuppir.politeh.duckdns.org/item/22650.
Скопійовано в буфер обміну
Властивості
Назва
Англійська
ON THE FEATURES OF THE FORMATION OF INPUT DATA IN THE SIAMESE NEURAL NETWORK
Російська
.
Українська
ПРО ОСОБЛИВОСТІ ФОРМУВАННЯ ВХІДНИХ ДАНИХ У СІАМСЬКІЙ НЕЙРОННІЙ МЕРЕЖІ
Опис
Англійська
Various methods of forming input data and descriptor estimates of the Siamese neural network (SNM) for comparing images of handwritten digits are analyzed. A method of using a quasi-random N-dimensional sequence of vectors, formed according to Sobol's method, is proposed for the formation of descriptors, which, together with images, are input data for training SNM and its further use. Siamese neural network testing was performed using the received evaluations of image descriptors of handwritten digits. The MNIST set was used during SNM testing. The result of testing the SNM model gave a value of the accuracy indicator equal to 0.9706. The test results showed that the considered estimates of the descriptors h1 and h2 reduce the number of errors during testing compared to the use of the descriptor h0 based on a quasi-random N-dimensional sequence of vectors.
Російська
193-195
Українська
Проаналізовано різні способи формування вхідних даних та оцінок дескрипторів сіамської нейронної мережі СНМ) для порівняння зображень рукописних цифр. Запропоновано спосіб використання квазівипадкової N-вимірної послідовності векторів, сформованих відповідно до методу Соболя, для формування дескрипторів, які, спільно із зображеннями, є вхідними даними для навчання СНМ та її подальшого використання. Виконано тестування сіамської нейронної мережі з використанням отриманих оцінок дескрипторів зображень рукописних цифр. Під час тестування СНМ використовувався набір MNIST. Результат тестування моделі СНМ дав значення показника accuracy, що дорівнює 0.9706. Результати тестування засвідчили, що розглянуті оцінки дескрипторів h1 і h2 зменшують кількість помилок під час тестування порівняно з використанням дескриптора h0 на основі квазівипадкової N-вимірної послідовності векторів.
Автор
Українська
Shostak, A.
Тематика
Англійська
Siamese neural network
Англійська
descriptor
Англійська
neural network testing
Російська
36
Українська
сіамська нейронна мережа
Українська
дескриптор
Українська
тестування нейронної мережі
Видавництво
Українська
Національний університет «Полтавська політехніка імені Юрія Кондратюка»
Тип
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Українська
Рецензована Стаття
Формат
application/pdf
Ідентифікатор
https://journals.nupp.edu.ua/sunz/article/view/3470
10.26906/SUNZ.2024.3.193
Джерело
Англійська
Control, Navigation and Communication Systems. Academic Journal; Vol. 3 No. 77 (2024): Control, Navigation and Communication Systems; 193-195
Російська
Системы управления, навигации и связи. Сборник научных трудов; Том 3 № 77 (2024): Системи управління, навігації та зв’язку; 193-195
Українська
Системи управління, навігації та зв’язку. Збірник наукових праць; Том 3 № 77 (2024): Системи управління, навігації та зв’язку; 193-195
2073-7394
10.26906/SUNZ.2024.3
2024. №3 (77)
Мова
uk
Відношення
https://journals.nupp.edu.ua/sunz/article/view/3470/2891
Права
Українська
Авторське право (c) 2024 A. Shostak
Інформація про метадані
Створено
2026-5-5 12:56
Остання зміна
2026-5-5 12:56
ID елемента
#22650