TASVIRLARDAGI OBYEKTLAR VA NAQSHLARNI TANIB OLISH UCHUN MASHINANI O’RGANISH ALGORITMLARDAN FOYDALANISH
Ключевые слова:
Машинное обучение, Распознавание объектов, Распознавание узоров, CNN, RNN, LSTM, GAN, Обработка изображений, Здравоохранение, Автомобильная промышленность, Безопасность, Дизайн.Аннотация
Статья рассматривает использование алгоритмов машинного обучения для распознавания объектов и узоров на изображениях, включая такие методы как CNN, RNN, LSTM и GAN. Также обсуждаются их применения в здравоохранении, автомобилестроении, безопасности и дизайне.
Библиографические ссылки
LeCun, Y., Bengio, Y., & Hinton, G. E. (2015). Deep learning. Nature, 521(7553), 436-444.
He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep residual learning for image recognition. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 770-778).
Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., ... & Bengio, Y. (2014). Generative adversarial nets. In Advances in neural information processing systems (pp. 2672-2680).
Опубликован
2025-01-13
Выпуск
Раздел
Статьи
Как цитировать
TASVIRLARDAGI OBYEKTLAR VA NAQSHLARNI TANIB OLISH UCHUN MASHINANI O’RGANISH ALGORITMLARDAN FOYDALANISH. (2025). Молодые ученые, 3(1), 119-121. https://in-academy.uz/index.php/YO/article/view/29019
