| DC Field | Value | Language |
|---|
| dc.contributor.author | Парамуд, Я. С. | |
| dc.contributor.author | Яркун, В. І. | |
| dc.contributor.author | Paramud, Y. | |
| dc.contributor.author | Yarkun, V. | |
| dc.date.accessioned | 2018-09-25T08:55:54Z | - |
| dc.date.available | 2018-09-25T08:55:54Z | - |
| dc.date.created | 2017-03-28 | |
| dc.date.issued | 2017-03-28 | |
| dc.identifier.citation | Парамуд Я. С. Алгоритмічно-програмні засоби розпізнавання рукописних символів на зображенні / Я. С. Парамуд, В. І. Яркун // Вісник Національного університету «Львівська політехніка». Серія: Комп’ютерні системи та мережі. — Львів : Видавництво Львівської політехніки, 2017. — № 881. — С. 98–106. | |
| dc.identifier.uri | https://ena.lpnu.ua/handle/ntb/42829 | - |
| dc.description.abstract | Розглянуто алгоритмічно-програмні засоби розпізнавання рукописних символів на
зображенні за алгоритмом логістичної регресії та побудови штучної нейронної мережі
(ШНМ). Здійснено порівняльний аналіз цих двох підходів. Виконано тестування
рукописних цифр. Встановлено, що краща якість розпізнавання досягається у разі
використання штучної нейронної мережі. | |
| dc.description.abstract | In this article is considered the algorithm of logistic regression and construction of the
neural network for the recognition of handwritten symbols in the image. Examples of
implementation of two approaches for solving the problem of numerical recognition are
given. The efficiency of using a neural network, as the provision of the most reliable
recognition results, is explored. | |
| dc.format.extent | 98-106 | |
| dc.language.iso | uk | |
| dc.publisher | Видавництво Львівської політехніки | |
| dc.relation.ispartof | Вісник Національного університету «Львівська політехніка». Серія: Комп’ютерні системи та мережі, 881, 2017 | |
| dc.relation.uri | https://uk.wikipedia.org/wiki/Requirements | |
| dc.relation.uri | https://uk.wikipedia.org/wiki/New_neuronal_network | |
| dc.relation.uri | https://www.coursera.org/learn/machinelearning/supplement/aAgxl/what-is-machine-learning | |
| dc.relation.uri | https://www.coursera.org/learn/machine-learning/home/week/3 | |
| dc.relation.uri | https://www.coursera.org/learn/machine-learning/supplement/pjdBA/backpropagation-algorithm | |
| dc.relation.uri | http://neuralnetworksanddeeplearning.com/chap2.html | |
| dc.subject | логістична регресія | |
| dc.subject | штучна нейронна мережа | |
| dc.subject | розпізнавання символів | |
| dc.subject | машинне навчання | |
| dc.subject | функція вартості | |
| dc.subject | градієнт пониження | |
| dc.subject | logistic regression | |
| dc.subject | neural network | |
| dc.subject | symbols recognition | |
| dc.subject | machine learning | |
| dc.subject | cost function | |
| dc.subject | gradient descent | |
| dc.title | Алгоритмічно-програмні засоби розпізнавання рукописних символів на зображенні | |
| dc.title.alternative | Algorithmic and software means of handwritten symbols recognition | |
| dc.type | Article | |
| dc.rights.holder | © Національний університет „Львівська політехніка“, 2017 | |
| dc.rights.holder | © Парамуд Я. С., Яркун В. І., 2017 | |
| dc.contributor.affiliation | Національний університет “Львівська політехніка” | |
| dc.contributor.affiliation | Lviv Polytechnic National University | |
| dc.format.pages | 9 | |
| dc.identifier.citationen | Paramud Y. Algorithmic and software means of handwritten symbols recognition / Y. Paramud, V. Yarkun // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Serie: Kompiuterni systemy ta merezhi. — Lviv : Vydavnytstvo Lvivskoi politekhniky, 2017. — No 881. — P. 98–106. | |
| dc.relation.references | 1. Expression of images recognition [Electronic resource] / wiki. – Access mode: https://uk.wikipedia.org/wiki/Requirements recognition. | |
| dc.relation.references | 2. Lukin V. E. Analysis of the use of technology of artificial neural networks as a new approach to signal processing / V. Lukin // Telecommunication and information technologies. – 2014 – P. 81–82. | |
| dc.relation.references | 3. Artificial_neuronal_network [Electronic resource] / wiki. – Access mode: https://uk.wikipedia.org/wiki/New_neuronal_network. | |
| dc.relation.references | 4. What is machine learning [Electronic resource] / Coursera. – Access mode: https://www.coursera.org/learn/machinelearning/supplement/aAgxl/what-is-machine-learning | |
| dc.relation.references | 5. Machine learning [Electronic resource] / Coursera. – Access mode: https://www.coursera.org/learn/machine-learning/home/week/3. | |
| dc.relation.references | 6. Backpropagation algorithm [Electronic resource] / Coursera. – Access mode: https://www.coursera.org/learn/machine-learning/supplement/pjdBA/backpropagation-algorithm. | |
| dc.relation.references | 7. How the backpropagation algorithm works [Electronic resource] / Neuralnetworksanddeeplearning. – Access mode: http://neuralnetworksanddeeplearning.com/chap2.html. | |
| dc.relation.referencesen | 1. Expression of images recognition [Electronic resource], wiki, Access mode: https://uk.wikipedia.org/wiki/Requirements recognition. | |
| dc.relation.referencesen | 2. Lukin V. E. Analysis of the use of technology of artificial neural networks as a new approach to signal processing, V. Lukin, Telecommunication and information technologies, 2014 – P. 81–82. | |
| dc.relation.referencesen | 3. Artificial_neuronal_network [Electronic resource], wiki, Access mode: https://uk.wikipedia.org/wiki/New_neuronal_network. | |
| dc.relation.referencesen | 4. What is machine learning [Electronic resource], Coursera, Access mode: https://www.coursera.org/learn/machinelearning/supplement/aAgxl/what-is-machine-learning | |
| dc.relation.referencesen | 5. Machine learning [Electronic resource], Coursera, Access mode: https://www.coursera.org/learn/machine-learning/home/week/3. | |
| dc.relation.referencesen | 6. Backpropagation algorithm [Electronic resource], Coursera, Access mode: https://www.coursera.org/learn/machine-learning/supplement/pjdBA/backpropagation-algorithm. | |
| dc.relation.referencesen | 7. How the backpropagation algorithm works [Electronic resource], Neuralnetworksanddeeplearning, Access mode: http://neuralnetworksanddeeplearning.com/chap2.html. | |
| dc.citation.journalTitle | Вісник Національного університету «Львівська політехніка». Серія: Комп’ютерні системи та мережі | |
| dc.citation.issue | 881 | |
| dc.citation.spage | 98 | |
| dc.citation.epage | 106 | |
| dc.coverage.placename | Львів | |
| dc.subject.udc | 004.032.2 | |
| Appears in Collections: | Комп'ютерні системи та мережі. – 2017. – №881
|
