Створення синтетичного набору даних для оцінювання архітектур нейромережевих моделей
Л. Р. Кулик, О. Б. Мокін, L. Kulyk et al. · Repository of Vinnytsia National Technical University (Vinnytsia National Technical University) · 2025
Розробка моделей глибокого навчання для обробки часово-залежних послідовностей, таких як відео, базові часові ряди, або сигнали робототехнічних систем, є складною задачею, особливо на етапах початкової оцінки ефективності розроблених архітектур. Використання реальних датасетів, що характеризуються високою стохастичністю та складністю, ускладнює ізольований аналіз властивостей архітектур та робить вартісним обчислювальний процес. У роботі запропоновано новий підхід до створення штучного набору даних, який генерує нескінченний потік унікальних послідовностей з 2D або 3D фігур. Цей датасет призначений для створення контрольованого середовища базової оцінки та порівняння архітектур моделей глибокого навчання перед їх застосуванням до складніших реальних задач, забезпечуючи можливість ізольованого вивчення ключових характеристик моделей.
Cited by 0 works. Open-access PDF