Оптимизация помехоустойчивости и точности нейросетевого распознавания изображений

Объект исследования: автоматы распознавания изображений на основе свёрточных нейронных сетей. Цель: повышение точности распознавания свёрточной нейронной сетью изображений при наличии в них искажений различной природы. Методы: численное моделирование, теория вероятностей, статистическое моделирование, теория машинного обучения, методы искусственного интеллекта, методы цифровой обработки изображений. Теоретическая значимость: вклад в развитие исследований устойчивости методов искусственного интеллекта к внешним воздействиям. Практическая значимость: предложенный метод аугментации обучающих изображений позволяет повысить точность распознавания тестовых изображений. Доказательство существования оптимального значения неопределённости в обучающих изображениях и подход к повышению точности распознавания изображений, подвергнутых состязательным атакам, предложены впервые. Результаты использованы в 3 НИОКР. Область применения: распознавание изображений.