Дистиляція даних у контексті задачі класифікації зображень / Data distillation in the context of image classification
| dc.contributor.advisor | Швай, Надія | |
| dc.contributor.author | Мокрий, Михайло | |
| dc.date.accessioned | 2024-03-21T08:13:33Z | |
| dc.date.available | 2024-03-21T08:13:33Z | |
| dc.date.issued | 2023 | |
| dc.description.abstract | Метою даної наукової роботи є аналіз різних методів дистиляції даних для вирішення задачі класифікації зображень та дослідження різних способів початкової ініціалізації зображень для методу дистиляції даних DC. В результаті виконаної роботи були розглянуті основні проблеми, з якими стикаються великі набори даних, та способи зменшення складності моделі нейронної мережі. Також в науковій роботі було зроблено огляд різних методів дистиляції даних для вирішення проблеми класифікації зображень, а саме: Forgetting, Herding, K-Center, DC, KIP, LS, та проведено аналіз ефективності вибраних методів. В межах даної роботи було досліджено вплив різних способів ініціалізації зображень на результати методу DC та проаналізовано отримані результати експериментів. | uk_UA |
| dc.identifier.uri | https://ekmair.ukma.edu.ua/handle/123456789/28322 | |
| dc.language.iso | uk | uk_UA |
| dc.status | first published | uk_UA |
| dc.subject | метод дистиляції даних DC | uk_UA |
| dc.subject | Google Colab | uk_UA |
| dc.subject | згорткова нейронна мережа ConvNet | uk_UA |
| dc.subject | CIFAR-10 | uk_UA |
| dc.subject | метод вибору підмножин | uk_UA |
| dc.subject | градієнтний метод дистиляції даних | uk_UA |
| dc.subject | магістерська робота | uk_UA |
| dc.title | Дистиляція даних у контексті задачі класифікації зображень / Data distillation in the context of image classification | uk_UA |
| dc.type | Other | uk_UA |
Files
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: