ҚОЛЖАЗБАНЫ ТАНЫП БІЛУ ҮШІН ЕҢ ТИІМДІ НЕЙРОЖЕЛІЛІК МОДЕЛЬДІ ТАҢДАУДЫ НЕГІЗДЕУ

2023

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.52167/1609-1817-2023-128-5-241-249
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

Мақалада қолжазбаның биометриялық бейнелерді танып білу үшін нейрондық желі моделін пайдалану мәселесі қарастырылады. Қолжазбаны танып білу үшін нейрондық желілер модельдерін пайдалану кезінде белгілі нейрондық жүйелерде шешілмеген, белгісіз ұзындықтағы қолжазба фрагменттерін талдау қажеттілігі проблемалардың бірі болып табылады. Бұл мәселені шешу үшін мақалада кіріс параметрлерінің белгісіз санына және жұмыс жағдайларының ерекшеліктеріне бейімделген қолжазбаны танып білу үшін ең тиімді нейрондық желі моделін таңдаудың негіздемесі ұсынылады. Бұл тиімді нейрондық желілік ақпараттық қауіпсіздік жүйелерін әзірлеудің ғылыми негізделген әдістемесінің бірінші кезеңі. Негіздеуден кейін екінші кезең жүзеге асырылады - тиімді нейрондық желі моделінің параметрлерін анықтау. Негіздеу нәтижесінде қолжазбаның биометриялық бейнелерін танып білу үшін ең тиімді нейрондық желі модельдері және олардың интегралдық тиімділік критерийінің мәні алынды.