Розробка та оптимiзацiя антиспуфiнгової нейронної мережi

Yurii Shcherbyna, Iryna Smolovyk

Анотація


Розглянуто високоточнi методи побудови антиспуфiнгових згорткових нейронних ме-
реж, якi забезпечують ефективне розпiзнавання штучно згенерованих облич на основi
рiзних метрик, проаналiзовано iснуючi пiдходи до побудови мереж, що вирiшують
згадану проблему та вiдзначено їх переваги та недолiки, дослiджено наслiдки впливу
рiзноманiтними оптимiзаторами як поодинцi,так i комбiновано на якiсть роботи
мережi, на основi отриманого аналiзу створено власну антиспуфiнгову модель на базi
згорткової нейронної мережi, як однiєї з найбiльш точних, для досягнення бажаної
ефективностi виконання та точностi.

Ключовi слова: антиспуфiнг, згорткова нейронна мережа, розпiзнавання облич, точнiсть


Повний текст:

PDF

Посилання


1. Zeiler M. D. and Fergus R. – Visualizing and understanding convolutional networks, 2014.

2. Ian Goodfellow Aaron Courville Yoshua Bengio –Deep Learning, 2015.

3. Girshick R. Donahue J. Darrell T. Malik J. –Region-based convolutional networks for accurate object detection and segmentation, 2015.

4. Farabet C. LeCun Y. Kavukcuoglu K. Culurciello E. Martini B. Akselrod P. and Talay S. – Large-scale FPGA-based convolutional networks. In R. Bekkerman M. Bilenko and J. Langford editors, Scaling up Machine Learning: Parallel and Distributed Approaches. Cambridge University Press, 2011.

5. Chellapilla K., Puri S., and Simard P. –High Performance Convolutional Neural Networks for Document Processing. In Guy Lorette, editor, Тenth International Workshop on Frontiers in Handwriting Recognition, La Baule (France). Universitе de Rennes 1, Suvisoft, 2006.

6. Ciresan Dan Ueli Meier Jonathan Masci Luca M. Gambardella Jurgen Schmidhuber – Flexible, High Performance Convolutional Neural Networks for Image Classification, 2011.




DOI: http://dx.doi.org/10.30970/vam.2024.32.12028

Посилання

  • Поки немає зовнішніх посилань.