Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/288535| Заглавие документа: | Использование быстрого преобразования Фурье для ускорения сверточных нейронных сетей |
| Другое заглавие: | Convolutional neural networks optimization using Fast Fourier transform / I. Leonov |
| Авторы: | Леонов, И. К. |
| Тема: | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика |
| Дата публикации: | 2022 |
| Издатель: | Минск : БГУ |
| Библиографическое описание источника: | 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. 164-168. |
| Аннотация: | Сверточные нейронные сети хорошо себя зарекомендовали для решения задач сегментации, но при этом являются ресурсоемким решением, поэтому задача ускорения является актуальной. Данная статья описывает способ ускорения обучения сверточной нейронной сети при помощи быстрого преобразования Фурье. Для оценки увеличения производительности используется коэффициент Жаккарда. Результатом применения данной оптимизации является уменьшение времени обучения, а также увеличение точности |
| Аннотация (на другом языке): | Convolutional neural networks (CNNs) proved to be efficient in image segmentation yet computationally expensive. This paper proposes to use Fast Fourier Transform to speed up CNNs learning. The Jaccard Index was used to check the improvement. The proposed approach resulted in a decrease in learning time as well as a boost in segmentation accuracy |
| URI документа: | https://elib.bsu.by/handle/123456789/288535 |
| ISBN: | 978-985-881-425-0 (ч. 2); ISBN 978-985-881-427-4 |
| Лицензия: | info:eu-repo/semantics/openAccess |
| Располагается в коллекциях: | 2022. Информационные системы и технологии |
Полный текст документа:
| Файл | Описание | Размер | Формат | |
|---|---|---|---|---|
| 164-168.pdf | 366,98 kB | Adobe PDF | Открыть |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.