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
Сайт https://scinetwork.ru (далее – сайт) работает по принципу агрегатора – собирает и структурирует информацию из публичных источников в сети Интернет, то есть передает полнотекстовую информацию о товарных знаках в том виде, в котором она содержится в открытом доступе.
Сайт и администрация сайта не используют отображаемые на сайте товарные знаки в коммерческих и рекламных целях, не декларируют своего участия в процессе их государственной регистрации, не заявляют о своих исключительных правах на товарные знаки, а также не гарантируют точность, полноту и достоверность информации.
Все права на товарные знаки принадлежат их законным владельцам!
Сайт носит исключительно информационный характер, и предоставляемые им сведения являются открытыми публичными данными.
Администрация сайта не несет ответственность за какие бы то ни было убытки, возникающие в результате доступа и использования сайта.
Спасибо, понятно.