NAU Harvester System
FORMATION OF A LEARNING SET FOR THE TASK OF IMAGE PROCESSING
Наукові журнали Національного Авіаційного Університету
View Archive Info| Field | Value | |
| Title |
FORMATION OF A LEARNING SET FOR THE TASK OF IMAGE PROCESSING
Формирование обучающей выборки для задачи обработки изображений Формування навчального набору для задачі обробки зображень |
|
| Creator |
Chumachenko, O. I.; Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»
Kot, A. T.; Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського» |
|
| Subject |
Transfer learning; learning set; convolution neural networks; ensemble topology; image processing
UDC 629.735.33-519 Трансферное обучение; обучающий набор; сверточные нейронные сети; ансамблевая топология; обработка изображения УДК 629.735.33-519(045) Навчання за допомогою трансферу; навчальний набір; згорткові нейронні мережі; ансамблева топологія; обробка зображень УДК 629.735.33-519(045) |
|
| Description |
The problem of forming a training set for the task of image processing is considered. It is shown that this task is of great importance in the construction of intelligent medical diagnostic systems in which convolution neural networks are used for image processing (results of ultrasound, CT and MRI). Due to the lack of elements of the training sample, it is proposed, on the one hand, to use approaches of artificial data multiplication based on the initial training sample of a fixed volume, and on the other hand, to use methods that reduce the need for large training samples, both through the use of ensemble topology (hybrid neural networks), and by applying the transfer learning approach. An algorithm for the formation of a training set for image processing tasks is developed based on the modification of the initial input information with the calculation of the confidence measure of the obtained sample.
Рассмотрена задача формирования обучающей выборки для задачи обработки изображений. Показано, что эта задача имеет большое значение при построении интеллектуальных медицинских диагностических систем, в которых используются сверточные нейронные сети для обработки изображений (результатов УЗИ, КТ и МРТ). Из-за отсутствия элементов обучающей выборки предлагается, с одной стороны, использовать подходы искусственного умножения данных на основе начальной обучающей выборки фиксированного объема, а с другой стороны, использовать методы, уменьшающие потребность в больших обучающих выборках, как за счет использования ансамблевой топологии (гибридные нейронные сети), так и за счет применения подхода трансферного обучения. Разработан алгоритм формирования обучающей выборки для задач обработки изображений, основанный на модификации исходной входной информации с вычислением меры достоверности полученной выборки. Розглянуто проблему формування навчального набору для задачі обробки зображень. Показано, що ця задача має велике значення при побудові інтелектуальних медичних діагностичних систем, в яких згорткові нейронні мережі використовуються для обробки зображень (результати УЗД, КТ та МРТ). Через відсутність елементів навчальної вибірки пропонується, з одного боку, використовувати підходи штучного множення даних на основі початкової навчальної вибірки фіксованого обсягу, а з іншого боку, використовувати методи, що зменшують потреба у великих навчальних зразках як за допомогою використання ансамблевої топології (гібридні нейронні мережі), так і шляхом застосування підходу до трансферного навчання. Розроблений алгоритм формування навчального набору для завдань обробки зображень, заснований на модифікації вихідної вхідної інформації з розрахунком міри достовірності отриманої вибірки. Умови індексу – навчання за допомогою трансферу навчальний набір; згортка нейронних мереж; ансамблева топологія; обробка зображень. |
|
| Publisher |
National Aviation University
|
|
| Contributor |
—
— — |
|
| Date |
2020-11-27
|
|
| Type |
—
— |
|
| Format |
application/pdf
|
|
| Identifier |
http://jrnl.nau.edu.ua/index.php/ESU/article/view/14978
10.18372/1990-5548.65.14978 |
|
| Source |
Electronics and Control Systems; Том 3, № 65 (2020); 9-17
Электроника и системы управления; Том 3, № 65 (2020); 9-17 Електроніка та системи управління; Том 3, № 65 (2020); 9-17 |
|
| Language |
en
|
|
| Rights |
Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
|
|