Интернет конференция по проблемам теории и практики управленияРассмотрение статьи прекращено
 |
 |
|
| Общая информация | Information (english version) | Архив выпусков | Авторам и рецензентам | Подать статью | Интернет-конференция | Новый пользователь |
|
|
02.11.2025 00:08:59
Название: АНАЛИЗ УСТОЙЧИВОСТИ НЕЙРОСЕТЕВОГО
АЛГОРИТМА ОЦЕНИВАНИЯ КООРДИНАТ КЛЮЧЕВЫХ ТОЧЕК НА ИЗОБРАЖЕНИЯХ В УСЛОВИЯХ АДДИТИВНОГО ШУМА Автор: Даниял Стефанович Гаджиев Соавторы: Макаренко Андрей Викторович Аннотация: В работе исследуется устойчивость модели YOLOv8 к аддитивному гауссовскому шуму при оценке позы крупного рогатого скота. На основе анализа евклидовых отклонений и числа пропущенных ключевых точек при 34 уровнях шума выполнена декомпозиция ошибки на систематическую и случайную составляющие, выявлены кластеры анатомических точек с различными паттернами робастности и определены пороги перехода модели от устойчивой работы к деградации и отказу. Обучение на зашумлённых данных повысило точность модели почти в 3 раза для критического уровня шума и сдвинуло порог отказа в область более сильного шума. Результаты способствуют пониманию природы ошибок и повышению надёжности систем оценки позы в промышленных условиях. Ключевые слова: Ключевые слова: оценка позы животных, устойчивость к шуму, оценка позы, компьютерное зрение, гауссовский шум. |
|
|
|
АНАЛИЗ УСТОЙЧИВОСТИ НЕЙРОСЕТЕВОГО
АЛГОРИТМА ОЦЕНИВАНИЯ КООРДИНАТ
КЛЮЧЕВЫХ ТОЧЕК НА ИЗОБРАЖЕНИЯХ
В УСЛОВИЯХ АДДИТИВНОГО ШУМА, В работе исследуется устойчивость модели YOLOv8 к аддитивному гауссовскому шуму при оценке позы крупного рогатого скота. На основе анализа евклидовых отклонений и числа пропущенных ключевых точек при 34 уровнях шума выполнена декомпозиция ошибки на систем
АНАЛИЗ УСТОЙЧИВОСТИ НЕЙРОСЕТЕВОГО
АЛГОРИТМА ОЦЕНИВАНИЯ КООРДИНАТ
КЛЮЧЕВЫХ ТОЧЕК НА ИЗОБРАЖЕНИЯХ
В УСЛОВИЯХ АДДИТИВНОГО ШУМА, В работе исследуется устойчивость модели YOLOv8 к аддитивному гауссовскому шуму при оценке позы крупного рогатого скота. На основе анализа евклидовых отклонений и числа пропущенных ключевых точек при 34 уровнях шума выполнена декомпозиция ошибки на систем
|
02.11.2025 00:09:15
Название: АНАЛИЗ УСТОЙЧИВОСТИ НЕЙРОСЕТЕВОГО
АЛГОРИТМА ОЦЕНИВАНИЯ КООРДИНАТ КЛЮЧЕВЫХ ТОЧЕК НА ИЗОБРАЖЕНИЯХ В УСЛОВИЯХ АДДИТИВНОГО ШУМА Автор: Даниял Стефанович Гаджиев Соавторы: Макаренко Андрей Викторович Аннотация: В работе исследуется устойчивость модели YOLOv8 к аддитивному гауссовскому шуму при оценке позы крупного рогатого скота. На основе анализа евклидовых отклонений и числа пропущенных ключевых точек при 34 уровнях шума выполнена декомпозиция ошибки на систематическую и случайную составляющие, выявлены кластеры анатомических точек с различными паттернами робастности и определены пороги перехода модели от устойчивой работы к деградации и отказу. Обучение на зашумлённых данных повысило точность модели почти в 3 раза для критического уровня шума и сдвинуло порог отказа в область более сильного шума. Результаты способствуют пониманию природы ошибок и повышению надёжности систем оценки позы в промышленных условиях. Ключевые слова: оценка позы животных, устойчивость к шуму, оценка позы, компьютерное зрение, гауссовский шум. |
|
|
|
АНАЛИЗ УСТОЙЧИВОСТИ НЕЙРОСЕТЕВОГО
АЛГОРИТМА ОЦЕНИВАНИЯ КООРДИНАТ
КЛЮЧЕВЫХ ТОЧЕК НА ИЗОБРАЖЕНИЯХ
В УСЛОВИЯХ АДДИТИВНОГО ШУМА, В работе исследуется устойчивость модели YOLOv8 к аддитивному гауссовскому шуму при оценке позы крупного рогатого скота. На основе анализа евклидовых отклонений и числа пропущенных ключевых точек при 34 уровнях шума выполнена декомпозиция ошибки на систем
АНАЛИЗ УСТОЙЧИВОСТИ НЕЙРОСЕТЕВОГО
АЛГОРИТМА ОЦЕНИВАНИЯ КООРДИНАТ
КЛЮЧЕВЫХ ТОЧЕК НА ИЗОБРАЖЕНИЯХ
В УСЛОВИЯХ АДДИТИВНОГО ШУМА, В работе исследуется устойчивость модели YOLOv8 к аддитивному гауссовскому шуму при оценке позы крупного рогатого скота. На основе анализа евклидовых отклонений и числа пропущенных ключевых точек при 34 уровнях шума выполнена декомпозиция ошибки на систем
|
02.11.2025 00:09:27
Название: АНАЛИЗ УСТОЙЧИВОСТИ НЕЙРОСЕТЕВОГО
АЛГОРИТМА ОЦЕНИВАНИЯ КООРДИНАТ КЛЮЧЕВЫХ ТОЧЕК НА ИЗОБРАЖЕНИЯХ В УСЛОВИЯХ АДДИТИВНОГО ШУМА Автор: Даниял Стефанович Гаджиев Соавторы: Макаренко Андрей Викторович Аннотация: В работе исследуется устойчивость модели YOLOv8 к аддитивному гауссовскому шуму при оценке позы крупного рогатого скота. На основе анализа евклидовых отклонений и числа пропущенных ключевых точек при 34 уровнях шума выполнена декомпозиция ошибки на систематическую и случайную составляющие, выявлены кластеры анатомических точек с различными паттернами робастности и определены пороги перехода модели от устойчивой работы к деградации и отказу. Обучение на зашумлённых данных повысило точность модели почти в 3 раза для критического уровня шума и сдвинуло порог отказа в область более сильного шума. Результаты способствуют пониманию природы ошибок и повышению надёжности систем оценки позы в промышленных условиях. Ключевые слова: оценка позы животных, устойчивость к шуму, оценка позы, компьютерное зрение, гауссовский шум. |
|
|
|
АНАЛИЗ УСТОЙЧИВОСТИ НЕЙРОСЕТЕВОГО
АЛГОРИТМА ОЦЕНИВАНИЯ КООРДИНАТ
КЛЮЧЕВЫХ ТОЧЕК НА ИЗОБРАЖЕНИЯХ
В УСЛОВИЯХ АДДИТИВНОГО ШУМА, В работе исследуется устойчивость модели YOLOv8 к аддитивному гауссовскому шуму при оценке позы крупного рогатого скота. На основе анализа евклидовых отклонений и числа пропущенных ключевых точек при 34 уровнях шума выполнена декомпозиция ошибки на систем
АНАЛИЗ УСТОЙЧИВОСТИ НЕЙРОСЕТЕВОГО
АЛГОРИТМА ОЦЕНИВАНИЯ КООРДИНАТ
КЛЮЧЕВЫХ ТОЧЕК НА ИЗОБРАЖЕНИЯХ
В УСЛОВИЯХ АДДИТИВНОГО ШУМА, В работе исследуется устойчивость модели YOLOv8 к аддитивному гауссовскому шуму при оценке позы крупного рогатого скота. На основе анализа евклидовых отклонений и числа пропущенных ключевых точек при 34 уровнях шума выполнена декомпозиция ошибки на систем
|
02.11.2025 00:09:36
Название: АНАЛИЗ УСТОЙЧИВОСТИ НЕЙРОСЕТЕВОГО
АЛГОРИТМА ОЦЕНИВАНИЯ КООРДИНАТ КЛЮЧЕВЫХ ТОЧЕК НА ИЗОБРАЖЕНИЯХ В УСЛОВИЯХ АДДИТИВНОГО ШУМА Автор: Даниял Стефанович Гаджиев Соавторы: Макаренко Андрей Викторович Аннотация: В работе исследуется устойчивость модели YOLOv8 к аддитивному гауссовскому шуму при оценке позы крупного рогатого скота. На основе анализа евклидовых отклонений и числа пропущенных ключевых точек при 34 уровнях шума выполнена декомпозиция ошибки на систематическую и случайную составляющие, выявлены кластеры анатомических точек с различными паттернами робастности и определены пороги перехода модели от устойчивой работы к деградации и отказу. Обучение на зашумлённых данных повысило точность модели почти в 3 раза для критического уровня шума и сдвинуло порог отказа в область более сильного шума. Результаты способствуют пониманию природы ошибок и повышению надёжности систем оценки позы в промышленных условиях. Ключевые слова: оценка позы животных, устойчивость к шуму, оценка позы, компьютерное зрение, гауссовский шум. |
|
|
|
ИПУ РАН © 2007. Все права защищены