Konvoluční neuronové sítě a jejich implementace
Convolutional neural networks and their implementation
bachelor thesis (DEFENDED)
View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/50231Identifiers
Study Information System: 93451
Collections
- Kvalifikační práce [11242]
Author
Advisor
Referee
Petříčková, Zuzana
Faculty / Institute
Faculty of Mathematics and Physics
Discipline
Programming
Department
Department of Theoretical Computer Science and Mathematical Logic
Date of defense
7. 9. 2011
Publisher
Univerzita Karlova, Matematicko-fyzikální fakultaLanguage
Czech
Grade
Very good
Keywords (Czech)
Konvoluční neuronové sítě, OCR, EncogKeywords (English)
Convolutional neural networks, OCR, EncogTato práce ukazuje možnost využití konvolučních neuronových sítí pro rozpoznávání symbolů z obrázku. Popisuje tento model a také představuje jeho implementaci. Tato implementaci je následně použita v ukázkové aplikaci. Nejprve je představen model neuronových sítí. Poté následuje popis učení tohoto modelu, včetně bližšího popisu algoritmu zpětného šíření. Nakonec je rozebrán model konvolučních neuronových sítí, kde jsou ukázány jeho přednosti při rozpoznávání obrázků Dále se analyzují některé stávající implementace neuronových sítí. Každá je blíže představena a nakonec porovnány rychlosti. Protože žádná z těchto implementací nepodporuje model konvolučních neuronových sítí, je jedna z implementací o tento model rozšířena. Následuje bližší popis problematiky implementace tohoto modelu a představeno rozhraní rozšířené knihovny (tj. jak uživatel tuto knihovnu může použít). Pro předvedení vlastností konvolučních neuronových sítí a funkčnosti této knihovny, je nakonec vytvořena ukázková aplikace. Aplikace je dostupná na webových stránkách a spustitelná v prohlížeči. Využívá této knihovnu pro rozpoznávání symbolů kreslených uživatelem přímo do této aplikace. Klíčová slova: Konvoluční neuronové sítě, OCR, Encog 6
Bachelor thesis describes using convolutional neural networks for recognizing symbols from images. First describes this model and shows it's implementation. Then this implementation is used for sample application. First, model of neural networks is described, then learning of this model (including backpropagation algorithm). Finally, convolutional neural networks are presented with it's advantages for symbol recognition. Then some existing implementations of neural networks are analyzed, including speed comparison. None of these implementations support convolutional networks, so this model is added to one of them. Then this extension and it's interface (how to use it) is presented. To show features of this model and to prove functionality of the implementation, sample application is created. This application is available on the web site and runnable using only a web browser. Keywords: Convolutional neural networks, OCR, Encog 7