Methods of Deep Learning in chosen classification problems

Jacek Marian Witkowski

Abstract

The main purpose of the thesis was to examine different methods used for the improvement of classification’s quality. In the introduction history of development of Artificial Intelligence is presented as well as its current applications. Next chapter presents multi-layer neural networks and their basic types. In the third chapter special type of a neural network is presented: a convolutional neural network. Also the chapter describes methods used for improvement of classification’s quality. After that, software tools used for artificial intelligence development are presented. The fifth chapter describes experiments condcuted in order to examine the influence of different methods on a quality of classification of CIFAR-10 images.
Diploma typeMaster of Science
Author Jacek Marian Witkowski (FEIT)
Jacek Marian Witkowski,,
- Faculty of Electronics and Information Technology
Title in PolishMetody glębokiego uczenia w wybranych problemach klasyfikacji
Supervisor Rajmund Kożuszek (FEIT / IN)
Rajmund Kożuszek,,
- The Institute of Computer Science
Certifying unitFaculty of Electronics and Information Technology (FEIT)
Affiliation unitThe Institute of Computer Science (FEIT / IN)
Study subject / specializationInformatyka (Computer Science)
Languagepl polski
StatusFinished
Defense Date30-05-2017
Issue date (year)2017
Internal identifier74/17 (2330)
Reviewers Stanisław Jankowski (FEIT / IN)
Stanisław Jankowski,,
- The Institute of Computer Science
, Rajmund Kożuszek (FEIT / IN)
Rajmund Kożuszek,,
- The Institute of Computer Science
Keywords in Polishsztuczna inteligencja, uczenie maszynowe, sztuczne sieci neuronowe, sieci splotowe, rozpoznawanie obrazów, regularyzacja, lokalna normalizacja odpowiedzi
Keywords in Englishartificial intelligence, machine learning, artificial neural networks, convolutional networks, image recognition, regularization, local response normalization
Abstract in PolishCelem niniejszej pracy było zbadanie różnych metod mających na celu poprawienie jakości klasyfikacji. We wstępie pracy przedstawiono historię rozwoju sztucznej inteligencji oraz jej współczesne zastosowania. W kolejnym rozdziale omówiono budowę i zasady działania warstwowych sieci neuronowych oraz zaprezentowano ich podstawowe rodzaje. W rozdziale trzecim omówiono szczególny przypadek sieci neuronowych, jakim są sieci splotowe oraz zaprezentowano metody stosowane w celu poprawy jakości klasyfikacji. Następnie przedstawiono narzędzia programistyczne wykorzystywane przy budowie mechanizmów sztucznej inteligencji. Rozdział piąty omawia eksperymenty, jakie zostały przeprowadzone w celu zbadania wpływu różnych zabiegów na jakość klasyfikacji obrazów z bazy CIFAR-10.
File
Jacek_Witkowski_praca_dyplomowa_magisterska.pdf 11.41 MB
Local fieldsIdentyfikator pracy APD: 19054

Get link to the record

Back