Распознавание математических символов с помощью нейросетей
Аннотация
Епик Александр Сергеевич, «РАСПОЗНАВАНИЕ МАТЕМАТИЧЕСКИХ СИМВОЛОВ С ПОМОЩЬЮ НЕЙРОСЕТЕЙ», работа содержит 44 листа формата А4, включающие 2 приложения, 5 литературных источников.
Ключевые слова: НЕЙРОННЫЕ СЕТИ, СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ, РАСПОЗНАВАНИЕ, СИМВОЛЫ, РИСОВАНИЕ, ДАТАСЕТ, PYTORCH, BOTTLE.PY, TYPESCRIPT, REACT.
Целью работы является разработка доски для рисования с поддержкой распознавания написанных от руки математических символов, а именно создание и обучение нейросети, реализация frontend и backend частей. Для создания нейросети используется фрэймворк PyTorch, для создания backend части используется фрэймворк Bottle.py, для создания frontend части используется TypeScript и библиотека React.
Выпускная квалификационная работа содержит 2 главы. В первой описаны теоретические основы создания программного продукта, во второй практическая реализация приложения.
Ключевые слова: НЕЙРОННЫЕ СЕТИ, СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ, РАСПОЗНАВАНИЕ, СИМВОЛЫ, РИСОВАНИЕ, ДАТАСЕТ, PYTORCH, BOTTLE.PY, TYPESCRIPT, REACT.
Целью работы является разработка доски для рисования с поддержкой распознавания написанных от руки математических символов, а именно создание и обучение нейросети, реализация frontend и backend частей. Для создания нейросети используется фрэймворк PyTorch, для создания backend части используется фрэймворк Bottle.py, для создания frontend части используется TypeScript и библиотека React.
Выпускная квалификационная работа содержит 2 главы. В первой описаны теоретические основы создания программного продукта, во второй практическая реализация приложения.