ETN İnformasiya Texnologiyaları İnstitutunda bükülmə neyron şəbəkələrinin (Convolutional Neural Networks – CNN) arxitekturaları ilə bağlı aparılan tədqiqatlara həsr olunmuş elmi seminar keçirilib.
Məruzəni təqdim edən institutun dissertantı Leyla Məmmədova CNN-lərin əsas iş prinsipləri və onların müxtəlif tətbiq arxitekturaları barədə məlumat verib.
L.Məmmədova məruzəsində CNN-lərin əsas komponentləri – kənarların aşkarlanması (edge detection), doldurma, birləşmə və aktivasiya funksiyalarını geniş şəkildə izah edib.
O, tədqiqat çərçivəsində CNN-lərin müxtəlif populyar arxitekturalarından da bəhs edib, 5 ilkin CNN modellərindən biri olan LeNet, dərin təlimin inkişafına təkan verən AlexNet, daha dərin və ardıcıl konvolyusiya qatlarına əsaslanan arxitektura olan VGGNet, hesablama effektivliyi ilə fərqlənən innovativ yanaşma GoogleNet, dərin şəbəkələrdə informasiya itkisini aradan qaldırmaq üçün ResNet yanaşması haqqında ətraflı məlumat verib.
Məruzə ətrafında müzakirələr aparılıb, tədqiqatçı ona ünvalanan çoxsaylı sualları cavablandırıb.
Mövzuya dair çıxış edən AMEA-nın vitse-prezidenti, institutun baş direktoru, akademik Rasim Əliquliyev bükülmə neyron şəbəkələrinin arxitekturaları ilə bağlı aparılan tədqiqatlara münasibət bildirib. Alim iş çərçivəsində CNN-lərin arxitekturalarının müqayisəli analizinin aparılmasının və üstün cəhətlərə malik arxitekturaların müəyyənləşdirilməsinin əhəmiyyətinə toxunub. Akademik R.Əliquliyev bu istiqamətdə tədqiqatların dərinləşdirilməsi, məqalələrin hazırlanması və nüfuzlu jurnallarda dərc olunmasının vacibliyini qeyd edib.
© Bütün hüquqlar qorunur. Xəbərlərdən istifadə edərkən www.iсt.az saytına istinad zəruridir.
