Please use this identifier to cite or link to this item:
https://elib.bsu.by/handle/123456789/288533| Title: | Метод редуцирования нейросетевых моделей компьютерного зрения |
| Other Titles: | Reduction method for neural network models of computer vision / A.A. Kroshchanka, V.A. Golovko |
| Authors: | Крощенко, А. А. Головко, В. А. |
| Keywords: | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика |
| Issue Date: | 2022 |
| Publisher: | Минск : БГУ |
| Citation: | Информационные системы и технологии = Information Systems and Technologies : материалы междунар. науч. конгресса по информатике. В 3 ч. Ч. 2, Респ. Беларусь, Минск, 27–28 окт. 2022 г. / Белорус. гос. ун-т ; редкол.: С. В. Абламейко (гл. ред.) [и др.]. – Минск : БГУ, 2022. – С. 151-156. |
| Abstract: | В данной статье предлагается подход к редуцированию полносвязных нейронных сетей с помощью классического и модифицированного предобучения глубоких нейронных сетей. Авторами продемонстрировано, что данный подход позволяет существенно уменьшить количество параметров обучаемой нейронной сети практически без уменьшения обобщающей способности. Возможности предложенного метода продемонстрированы на классических выборках компьютерного зрения MNIST, CIFAR10 и CIFAR100 |
| Abstract (in another language): | This article proposes an approach to the reduction of fully connected neural networks using classical and modified pre-training of deep neural networks. The authors have demonstrated that this approach can significantly reduce the number of parameters of the trained neural network with little or no reduction in the generalizing ability. The capabilities of the proposed method are demonstrated on the classical computer vision datasets MNIST, CIFAR10 and CIFAR100 |
| URI: | https://elib.bsu.by/handle/123456789/288533 |
| ISBN: | 978-985-881-425-0 (ч. 2); ISBN 978-985-881-427-4 |
| Sponsorship: | Данная работа выполнена при поддержке белорусского республиканского фонда фундаментальных исследований БРФФИ, проект Ф22КИ-046 |
| Licence: | info:eu-repo/semantics/openAccess |
| Appears in Collections: | 2022. Информационные системы и технологии |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 151-156.pdf | 265,86 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.