МОДЕЛЬ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ КЛАССИФИКАЦИИ ФРАКТАЛЬНЫХ ИЗОБРАЖЕНИЙ ПО ЦВЕТОВЫМ ПАРАМЕТРАМ НА ОСНОВЕ АРХИТЕКТУРЫ СВЁРТОЧНОЙ НЕЙРОННОЙ СЕТИ

В работе рассматривается модель глубокого обучения для классификации фрактальных изображений по цветовым параметрам на основе архитектуры свёрточной нейронной сети (CNN). Представлен алгоритм классификации фрактальных структур, включающий формирование обучающей выборки, прямое распространение, вычисление функции потерь, обратное распространение ошибки и обновление параметров методом градиентного спуска. Предлагаемый подход позволяет автоматически классифицировать фрактальные изображения по их цветовым характеристикам и может использоваться для автоматизации анализа цветовых решений в ковровом дизайне.

Hali tarjima qilinmagan