Исследуются возможности сверточных нейронных сетей в задаче распознавания дефектов гранул ионообменных сорбентов ядерного класса: трещин, сколов. Показано, что использование предобученной нейронной сети позволяет обучить полносвязный классификатор даже для случая критически малого набора обучения. Демонстрируется эффективность обучения нейронной сети при малой обучающей выборке для распознавания дефектов. Предложен вариант объяснения эффективности обучения при малом обучающем наборе данных. Приводятся вероятности, с которыми сеть классифицирует тот или иной дефект, а также указываются предсказательные вероятности, ниже которых результат работы сети можно считать сомнительным. Рассматриваются перспективы использования сверточных нейронных сетей в задаче бинарной классификации дефектов гранул ионообменных сорбентов
Для цитирования:
НАУМОВ А. Е., ГЕРАСИМОВ Е. А., МАЛЫШЕВ Г. С., КРЕСТЬЯНИНОВ П. А., ТРЯЕВ П. В. ПРИМЕНЕНИЕ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ВЫЯВЛЕНИЯ ДЕФЕКТОВ ГРАНУЛ ИОНООБМЕННЫХ СОРБЕНТОВ ЯДЕРНОГО КЛАССА // ТРУДЫ НГТУ ИМ. Р.Е. АЛЕКСЕЕВА. 2024. №3 (142) 
