Sökning: "CNN effekt"

Visar resultat 6 - 10 av 12 uppsatser innehållade orden CNN effekt.

  1. 6. Evaluating different training techniques for a convolutional neural network that classifies Alzheimer’s disease

    Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Karl Lundstig; [2019]
    Nyckelord :;

    Sammanfattning : Effective computer diagnosis of Alzheimer’s disease could bring large benefitsto the millions of people worldwide who does or will suffer from dementia. One popular method for trying to achieve this is the training of convolutional neural networks to classify MRI brain scans. LÄS MER

  3. 7. Intra-prediction for Video Coding with Neural Networks

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Paulina Hensman; [2018]
    Nyckelord :video coding; video compression; intra-prediction; ann; cnn; fcn; artificial neural networks; convolutional neural networks; fully connected networks; hevc; videokodning; videokomprimering; intra-prediktion; ann; cnn; fcn; hevc;

    Sammanfattning : Intra-prediction is a method for coding standalone frames in video coding. Until now, this has mainly been done using linear formulae. Using an Artificial Neural Network (ANN) may improve the prediction accuracy, leading to improved coding efficiency. LÄS MER

  4. 8. "When you either rush or take it slow" - En fallstudie av medias inverkan på NATO:s intervenerande i Bosnien & Hercegovina och Kosovo

    L2-uppsats, Lunds universitet/Statsvetenskapliga institutionen

    Författare :Sanela Lulic; Hanna Jokel; [2018]
    Nyckelord :NATO; Chain-ganging; Buck-passing; CNN effekt; Bosnienkriget; Kosovokonflikten; ‘’Rush or Slow’’; Law and Political Science;

    Sammanfattning : Denna uppsats ämnar till att via en fallstudie av Bosnienkriget och konflikten i Kosovo påvisa en skillnad i NATO:s benägenhet att intervenera med media som den påverkande faktorn. För denna studie har det applicerats delar av två olika teorier, vilket är cnn-effekten och chain-ganging & buck-passing. LÄS MER

  5. 9. Character Recognition in Natural Images Utilising TensorFlow

    Kandidat-uppsats, KTH/Skolan för datavetenskap och kommunikation (CSC)

    Författare :Alexander Viklund; Emma Nimstad; [2017]
    Nyckelord :character recognition; natural images; TensorFlow; data augmentation; neural networks; Chars74K; convolutional; teckenigenkänning; naturliga bilder; TensorFlow; dataaugmentering; neurala nätverk; neuronnät; Chars74K;

    Sammanfattning : Convolutional Neural Networks (CNNs) are commonly used for character recognition. They achieve the lowest error rates for popular datasets such as SVHN and MNIST. Usage of CNN is lacking in research about character classification in natural images regarding the whole English alphabet. LÄS MER

  7. 10. Image Classification Using a Combination of Convolutional Layers and Restricted Boltzmann Machines

    Kandidat-uppsats, KTH/Skolan för teknikvetenskap (SCI)

    Författare :Hanna Hultin; [2015]
    Nyckelord :;

    Sammanfattning : Denna studie har till syfte att undersöka vilken effekt restricted Boltzmann machines (RBMs) har när de kombineras med ett convolutional neural network (CNN) som används för bildklassificering. Detta är ett intressant område som kombinerar övervakad och oövervakad träning av neurala nätverk och som ännu inte har granskats ordentligt. LÄS MER