Найти книгу: "Алгоритмы формирования изображений состояний объектов для их анализа глубокими нейронными сетями"

Представлены алгоритмы визуализации числовых данных, характеризующих состояние объектов и систем различной природы с целью нахождения в них скрытых закономерностей с помощью сверточных нейронных сетей. В алгоритмах применены методы получения изображений из числовых данных на основе дискретного преобразования Фурье фрагментов временного ряда, а также на основе применении визуализации с помощью диаграмм трехкомпонентных систем, если такое трехкомпонентное представление системы возможно. Программная реализация предложенных алгоритмов выполнена в среде Linux на языке Python 3 с применением открытой нейросетевой библиотеки Keras, являющейся надстройкой над фреймворком машинного обучения TensorFlow. Для процесса обучения нейронной сети был задействован графический процессор фирмы Nvidia, поддерживающий технологию программно-аппаратной архитектуры параллельных вычислений CUDA, что позволило значительно сократить время обучения. Также представлена программа, осуществляющая генерацию наборов изображений для реализации процесса обучения и тестирования сверточныйх нейронных сетей с целью их предварительной настройки и оценки качества предлагаемых алгоритмов.

Эта книга охватывает самые важные области обработки изображений градационные преобразования, линейную и нелинейную пространственную фильтрацию, вейвлеты, фильтрацию в частотной области, восстановление, регистрацию, сжатие, морфологическую обработку, сегментацию, представление и описание областей и границ изображений, а также распознавание объектов и обработку цветных изображений. Информация предназначена для тех, кто хочет в короткие сроки освоить методы обработки изображений с использованием пакета MATLAB, тем, кто хочет овладеть практическими навыками работы с изображениями, особенно специалистам по дистанционному зондированию, цифровому телевидению, компьютерной микроскопии, системам безопасности, программистам и дизайнерам.

В книге представлены наиболее актуальные направления в области разработки корпоративных систем: организация хранилищ данных, оперативный (OLAP) и интеллектуальный анализ данных (Data Mining). Все три направления рассмотрены в достаточном для понимания и дальнейшего использования на практике объеме. Описание методов и алгоритмов анализа данных и иллюстрация их работы на примерах позволит использовать книгу не только как учебное пособие, но и как практическое руководство при разработке программного обеспечения.

В книге описаны основные классические и современные методы сжатия: метод Хаффмана, арифметическое кодирование, LZ77, LZW, PPM, BWT, LPC и т. д. Разбираются алгоритмы, использующиеся в архиваторах Zip, HA, CabArc (*.cab-файлы), RAR, BZIP2, RK. Отдельный раздел посвящен алгоритмам сжатия изображений, использующимся в форматах PCX, TGA, GIF, TIFF, CCITT G-3, JPEG, JPEG2000. Рассмотрено фрактальное сжатие, вэйвлет-сжатие и др. Изложены принципы компрессии видеоданных, дан обзор стандартов MPEG, MPEG-2, MPEG-4, H.261 и H.263. Некоторые методы повышения сжатия на русском языке публикуются впервые. Книга содержит большое количество примеров и упражнений и ориентирована на студентов и преподавателей вузов. Материал книги позволяет самостоятельно несколькими способами написать архиватор с характеристиками, превосходящими программы типа pkzip и arj. Ответы на вопросы для самоконтроля и исходные тексты программ можно найти на сайте

Данная книга - первое систематическое учебное пособие по спецкурсу, которое может использоваться и в курсах "Введение в литературоведение", "Теория литературы". Цель пособия - научить грамотно анализировать как произведение в целом, так и отдельные его стороны: тематику, проблематику, идейный мир, художественную речь, сюжет, композицию и др. Содержит основы методологии и систему методических приемов работы с произведением, конкретные примеры анализа, в основном произведений русской классики. Материалы для самостоятельной работы (контрольные вопросы, упражнения и т.д.) нацелены на практическое усвоение курса. Для студентов и преподавателей филологических факультетов вузов, учителей-словесников.

Метод анализа иерархий представляется более обоснованным путем решения многокритериальных задач в сложной обстановке с иерархическими структурами, включающими как осязаемые, так и неосязаемые факторы, чем подход, основанный на линейной логике. Применяя дедуктивную логику, исследователи проходят трудный путь построения тщательно осмысленных логических цепей только для того, чтобы в итоге, полагаясь на одну лишь интуицию, объединить различные умозаключения, полученные из этих дедуктивных посылок. Кроме того, подход, основанный на логических цепях, может не привести к наилучшему решению, так как в данном случае может быть потеряна возможность принятия компромиссов между факторами, лежащими в разных цепях логического мышления.