AB

Bibliografia publikacji pracowników
Państwowej Szkoły Wyższej w Białej Podlaskiej

Baza tworzona przez Bibliotekę Akademii Bialskiej im. Jana Pawła II.


Zapytanie: DEEP NEURAL NETWORKS
Liczba odnalezionych rekordów: 3



Przejście do opcji zmiany formatu | Wyświetl/ukryj etykiety | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Nowe wyszukiwanie
1/3
Nr opisu: 0000043855
Autorzy: A.A. Kroshchanka, Vladimir Golovko, Marta Chodyka.
Tytuł pracy: Method for Reducing Neural-Network Models of Computer Vision
Tytuł czasopisma:
Szczegóły: 2022, Vol. 32, issue 2, p. 294--300
p-ISSN: 1054-6618
e-ISSN: 1555-6212
Charakterystyka formalna: artykuł w czasopiśmie zagranicznym
Charakterystyka merytoryczna: artykuł oryginalny naukowy
Charakterystyka wg MNiSW: artykuł w czasopiśmie z IF (wykaz MEiN)
Język publikacji: ENG
Wskaźnik Impact Factor ISI: 1.000
Punktacja ministerstwa: 40.000
Słowa kluczowe ang.: computer vision ; deep neural networks ; neural networks ; parameters ; pretraining ; reduction
https://link.springer.com/article/10.1134/S1054661822020146
DOI: 10.1134/S1054661822020146
Streszczenie: This article proposes an approach to reducing fully connected neural networks using classical and modified pretraining 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 classical computer vision datasets.

2/3
Nr opisu: 0000044457
Autorzy: Aliaksandr Kroshchanka, Vladimir Golovko.
Tytuł pracy: The Reduction of Fully Connected Neural Network Parameters Using the Pre-training Technique
Tytuł całości: W: IDAACS'2021 : proceedings of the 11th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications (IDAACS), September 22-25, 2021, Cracow, Poland, Vol. 2
Miejsce wydania: [Piscataway]
Wydawca: Institute of Electrical and Electronics Engineers (IEEE)
Rok wydania: 2021
Seria: Proceedings of the IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems, 2770-4254
Strony zajęte przez pracę: P. 937-941
ISBN: 978-1-6654-2605-3
Charakterystyka formalna: rozdział w monografii zagranicznej
Charakterystyka merytoryczna: konferencja naukowa międzynarodowa
Charakterystyka wg MNiSW: rozdział w monografii z wykazu MEiN
Język publikacji: ENG
Słowa kluczowe ang.: computer vision ; deep neural networks ; pre-training ; reduction neural network parameters ; restricted Boltzmann Machine
Uwaga: Kopia dostępna w Sekcji Bibliometrii.
Inne bazy podające opis:
  • Scopus
  • WoS

    DOI: 10.1109/IDAACS53288.2021.9661015
    Streszczenie: This paper proposes an approach to the parameters reduction of fully connected neural networks using the conventional method of pre-training deep neural networks. It is shown that this approach makes it possible to reduce the number of trainable parameters without significant loss the generalization ability. The capabilities of the proposed technique are demonstrated using the standard dataset of handwritten digits MNIST.

    3/3
    Nr opisu: 0000041414
    Autorzy: Vladimir Golovko, Aliaksandr Kroshchanka, Mikhail Kovalev, Valery Taberko, Dzmitry Ivaniuk.
    Tytuł pracy: Neuro-Symbolic Artificial Intelligence: Application for Control the Quality of Product Labeling
    Tytuł całości: W: Open Semantic Technologies for Intelligent System : 10th International Conference, OSTIS 2020, Minsk, Belarus, February 19-22, 2020 : Revised Selected Papers / editors Vladimir Golenkov, Victor Krasnoproshin, Vladimir Golovko, Elias Azarov
    Miejsce wydania: Cham
    Wydawca: Springer
    Rok wydania: 2020
    Seria: Communications in Computer and Information Science, 1865-0929, Vol. 1282
    Strony zajęte przez pracę: P. 81-101
    ISBN: 978-3-030-60446-2
    Kopia niedostępna: x
    Charakterystyka formalna: rozdział w monografii zagranicznej
    Charakterystyka wg MNiSW: rozdział w monografii z wykazu MEiN
    Język publikacji: ENG
    Słowa kluczowe ang.: deep neural networks ; IDSS ; inference ; integration ; knowledge base ; neuro-symbolic ; object detection

      Wyświetl ponownie stosując format:
    • Wyświetl/ukryj etykiety | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Nowe wyszukiwanie | Biblioteka AB