Получение признаковых представлений изображений с помощью нейронной сети без учителя: магистерская диссертация / Кирилл Александрович Ематинов; БГУ, Факультет прикладной математики и информатики, Кафедра дискретной математики и алгоритмики; науч. рук. Ковалев В. А.

Abstract

Цель работы – исследование и анализ существующих подходов к получению признаковых представлений изображений с помощью самоконтролируемого обучения; разработка и внедрение оптимизаций в существующие подходы; реализация собственного алгоритма выделения признаковых представлений изображений. Объект исследования – нейронные сети в применении к анализу медицинских изображений. Предмет исследования – алгоритмы получения признаковых представлений изображений на основе самоконтролируемого обучения нейронных сетей. В магистерской диссертации исследуется задача получения признаковых представлений изображений, а также методы её решения, основанные на обучении без учителя и самоконтролируемом обучении нейронных сетей. В ходе исследования были проанализированы подходы к решению поставленной задачи; изучены различные типы и архитектуры нейронных сетей, а также принципы их работы. Был реализован собственный алгоритм получения признаковых представлений изображений на основе самоконтролируемого обучения. Показана эффективность созданного алгоритма. Проведено тестирование моделей и последующий сравнительный анализ полученных результатов с другими существующими подходами. Полученный алгоритм может быть использован для предварительного обучения нейронных сетей с целью улучшения качества работы в условиях наборов данных с малым количеством разметки или её полным отсутствием.