Search results for "neironu tīkli"
showing 10 items of 54 documents
Ceļa seguma iezīmju noteikšana, izmantojot mašīnmācīšanos
2018
Pēdējos gados pastiprināta uzmanība tiek pievērsta datorredzes problēmām un konvolūciju neironu tīklu lomai problēmu risinājumos. Darba teorētiskajā daļā vispārīgi tiek apskatīta mākslīgo neironu uzbūve un vēsture, kā arī konvolūciju neironu tīklu uzbūve un jaunākie konvolūciju neironu tīklu modeļi, t.s. “reģionu” bāzētie: R-CNN, Fast R-CNN, Faster R-CNN, Mask R-CNN un “viena šāviena detektora” bāzētie: SSD un YOLO. Darbā tiek pētītas ceļu seguma iezīmes un to izmantošana neironu tīklu apmācīšanā, kā arī tiek sniegts neliels ieskats mašīnmācīšanās ietvaru izvēlē. Tiek apskatīti arī citi pētījumi, kas ir saistīti ar šo tēmu un alternatīvu risinājumu izveidi. Darba nobeigumā tiek aprakstīti s…
Dziļo neironu tīklu veidi un galvenās risināmās problēmas
2017
Darbā tika pētīta mašīnmācīšanās apakšnozare, dziļie neironu tīkli. Lai gūtu nepieciešamās pamatzināšanas par neironu tīklu uzbūvi un darbības principiem, sākotnēji tika apskatīti vienkāršākie neironu tīkli – perceptroni. Pēc tam tika pētīta dziļā mācīšanās un dziļie neironu tīkli, to, kas tiek saprasts ar šo jēdzienu, kādā veidā tie atšķiras no tradicionālajiem risinājumiem, kādi ir to veidi un to kādus uzdevumus un kādā veidā tie spēj risināt. Rezultātā autors ieguva zināšanas neironu tīklu nozarē, kuras var izmantot tālākajā izpētē. Ir sniegts ieskats neironu tīklu pamatos, izpētīta dziļo neironu tīklu nozare, apskatīti populārākie dziļie neironu tīkli un to dažādais pielietojums. Kā arī…
Latvijas uzņēmumu ekonomiskās aktivitātes un maksātnespējas prognozēšana, izmantojot mašīnmācīšanos
2022
Darba mērķis ir izstrādāt Latvijas uzņēmumiem atbilstošu maksātnespējas prognozēšanas modeli, izmantojot mākslīgos neironu tīklus, ņemot vērā klašu nesabalansētību un pielāgot ekonomiskās aktivitātes prognozēšanai, lai uzlabotu un pilnveidotu oficiālās uzņēmējdarbības statistikas nodrošināšanas procesu. Mākslīgais neironu tīkls maksātnespējas prognozēšanai sasniedz 95% kopējo precizitāti, 93% AUC vērtību un 68% svērto precizitāti, un spēj precīzāk nošķirt maksātnespēju no maksātspējas, salīdzinot ar statistiskajiem mašīnmācīšanās modeļiem Latvijas ražošanas nozarē strādājošiem uzņēmumiem, uzrādot par 28 procentpunktiem augstāku kopējo precizitāti. Pielāgotais modelis ekonomiskās neaktivitāt…
Akciju cenu prognozēšana, izmantojot Relatīvo Spēka Indeksu un LSTM neironu tīklus
2020
Neironu tīkli akciju tirgus prognozēšanā sāk spēlēt arvien lielāku lomu. Darbā tiks skatīta relatīvā spēka indeksa (RSI) ietekme akciju cenu prognozēšanā, izmantojot garas īslaicīgās atmiņas (LSTM) neironu tīklus. Mērķis ir noskaidrot, vai RSI, LSTM neironu tīklu ievadē, spēj uzlabot nākotnes akciju cenas prognozi.
Jēdzientelpas un to pielietojumi
2016
Vārdu jēdzientelpa sastāv no vārdiem un to reprezentācijas zemas dimensionalitātes blīva vektora formā, kas ietver gan sintaktiskas, gan semantiskas līdzības starp vārdiem, kuras iespējams izteikt vektoriālā formā, piemēram, v(“Latvija”) – v(“Rīga”) = v(“Igaunija”) – v(“Tallina”). Šāda vārdu reprezentācija ir ļoti noderīga dažādos dabīgās valodas apstrādes uzdevumos, sevišķi izmantojot dziļo neironu tīklu arhitektūras. Pēdējos gados ir izstrādātas metodes, kas ļauj iemācīties jēdzientelpas no lieliem tekstu korpusiem. Autors demonstrē latviešu valodas jēdzientelpu un tās efektivitāti vārdšķiru tagošanā, nosaukumu atpazīšanā un atkarību parsēšanā.
Žestu atpazīšanas sistēmas realizācija Android lietotnē
2019
Darbā apskatīta ideja vienkāršot lietojumprogrammas palaišanu, bez meklēšanas ar žestu palīdzību. Darbā tiek apskatītas dažas žestu apatzīšanās metodes, īpašu uzmanību pievēršot dziļajiem neironu tīkliem. Lai žestu iemācītos no dažiem paraugiem ir realizēta datu papildināšana ar daudziem pārveidotiem žestu variantiem. Tika veikti eksperimenti labāko tīkla parametru atrašanai. Praktiski realizēta Android lietojumprogramma, kas ļauj atpazīt žestus, un spēj uz tālruņa, bez interneta lietošanas, apmācīt modeli uz jauniem, lietotāja definētiem žestiem. Darba mērķi ir: ● izveidot papildus mehānismu viedtālruņa vadībai; ● labāku neironu tīklu meklēšana apmācot atpazīt jaunus žestus.
Klasifikācijas uzdevumu risināšana e-komercijā ar mašīnmācīšanās algoritmiem programmā R
2015
Darbā aplūkoti mašīnmācīšanās algoritmi un to pielietošana konkrētu e-komercijas klasifikācijas problēmu risināšanā. Darba mērķis ir izpētīt un eksperimentāli noskaidrot piemērotākos mašīnmācīšanās algoritmus sekojošu praktisku problēmu risināšanai: Produktu klasificēšana pēc atribūtiem, Produktu atbilstība meklēšanas kritērijam. Darbā tiek apskatīts mašīnmācīšanās algoritmu teorētiskais pamatojums un tiek praktiski pielietoti mašīnmācīšanās algoritmi izmantojot programmu R. Tiek analizēti un izvērtēti rezultāti.
Ģenētiskās programmēšanas algoritms reāllaika videospēlē
2018
Darba mērķis ir izpētīt iespējas praktiski izmantot ģenētisko programmēšanas algoritmu un mākslīgo neironu tīklu sniegtās iespējas videospēļu kvalitātes uzlabošanā, darbinot reāllaika videospēļu tēlus. Tiek izpētītas reāllaika videospēlēs pielietotās mākslīgā intelekta metodes, ģenētiskās programmēšanas un mākslīgo neironu tīklu darbības principi un sasniegumi, kā arī veikts eksperiments spēles tēlu apmācībai ar ģenētiskās programmēšanas algoritmu, izveidots vienkāršots, mūsdienu videospēlēm vairāk raksturīgs mākslīgais intelekts, ar kuru tiek salīdzināts apmācītais algoritms eksperimenta vidē un darba ietvaros izstrādātā videospēlē.
Patvaļīgi sašķiebtu numura zīmju atpazīšana
2018
Mūsdienu pasaulē neironu tīkli ir iekarojuši lielu interesi pētnieku un inženieru vidū. Ir labi zināms, ka dziļās mašīnmācīšanās modeļi labi spēj pildīt klasifikācijas uzdevumus. Tāpēc rodas jautājums, vai neironu tīkli labi spētu klasificēt Latvijā reģistrēto automašīnu numura zīmes. Ja neironu tīkls to spēj izdarīt, tad rodas sekojoši jautājumi, vai tas to dara labāk kā citi līdzīgi risinājumi un vai tas ir efektīvs risinājums. Maģistra darba mērķis ir pārliecināties, vai neironu tīkli spēj efektīvi un precīzi klasificēt numura zīmes, izmantojot satvaru TensorFlow. Lai sasniegtu darba mērķi, tika paveikti vairāki uzdevumi: izpētītas skaitļošanas resursu izmaksas, izveidots TensorFlow mode…
Lietotnes izveide pusaudžu ikdienas fizisko aktivitāšu veicināšanai
2022
Darba gaitā tiek veidota eksperimentāla lietotne, kas varētu motivēt nodarboties ar sportu. Tiek pārņemtas iestrādnes no iepriekšējā izstrādātāja, un ieviesti uzlabojumi. Teorijas daļā pēta jaunākās sporta lietotnes, to piedāvātās iespējas. Apraksta lietotņu izmantošanas pieredzi literatūrā. Apraksta literatūrā pieejamās lietotņu izveides iespējas, mašīnmācīšanās ieviešanas teorētiskos un praktiskos aspektus. Lai lietotni varētu izveidot notiek esošās izstrādes vides iepazīšana. Notiek vides migrācija, tās uzlabošanai, lai varētu pievienot jaunas aktivitātes. Lai sagatavotos lietotnes izstrādei, iepazīstas ar Google Firebase un Colab iespējām, izpēta Tensorflow rīku. Analizē mašīnmācīšanas …