Разработка технологии оптимизированного обучения нейросетей на малых выборках (One Shot Learning), промежуточный отчет за 1 этап НИОКР

Отчет 74 с.,1 ч, 27 рисунков, 5 таблиц.НЕЙРОСЕТЬ, ОПТИМИЗАЦИЯ, АЛГОРИТМЫ ОБУЧЕНИЯ, МАЛЫЕ ВЫБОРКИ.Объектом исследования является способ оптимизации процесса обучения нейросетей с использованием выборок малого размера (one shot learning)Цель работы - Разработка новых алгоритмов, создание среды разработки и обучения нейросетей нового типа, требующей существенно меньших размеров обучающей выборки.Работы 1 этапа НИОКР по теме: по теме: «Разработка технологии оптимизированного обучения нейросетей на малых выборках (One Shot Learning)» выполнены полностью, при этом решены следующие задачи:1.Переработка математических моделей импринтинга и рефлексии для задач оптимизированного обучения глубоких нейросетей на малых выборках.2. Реализация в НС инвариантного к сдвигу и масштабу преобразования. Реализация однократного сохранения инвариантного представления образа и его активация для распознавания по принципу рефлексивного отложенного сравнения с образцом.3.Разработка алгоритмов и тестового программного обеспечения, реализующего модели импринтинга и рефлексии.4.Тестирование разработанных методов импринтинга и рефлексии при обучении нейросетей.