2022. — Т 7. — №3 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://kostumologiya.ru/11tlkl322.html

This article metadata is also available in English

Полный текст статьи в формате PDF (объем файла: 1 Мбайт)

Ссылка для цитирования этой статьи:

Смирнов, Е. Е. Обучение многослойной нейронной сети определению размера изделий по антропологическим параметрам / Е. Е. Смирнов, В. В. Костылева, И. Б. Разин [и др.] // Костюмология. — 2022. — Т 7. — №3. — URL: https://kostumologiya.ru/PDF/11TLKL322.pdf (дата обращения: 08.12.2024).

Обучение многослойной нейронной сети определению размера изделий по антропологическим параметрам

Смирнов Евгений Евгеньевич
ФГБОУ ВО «Российский государственный университет имени А.Н. Косыгина
(Технологии. Дизайн. Искусство)», Москва, Россия
Кандидат технических наук, доцент
E-mail: evg7162@mail.ru
РИНЦ: https://elibrary.ru/author_profile.asp?id=1097456

Костылева Валентина Владимировна
ФГБОУ ВО «Российский государственный университет имени А.Н. Косыгина
(Технологии. Дизайн. Искусство)», Москва, Россия
Заведующая кафедрой
Доктор технических наук, профессор
E-mail: kostyleva-vv@rguk.ru
РИНЦ: https://elibrary.ru/author_profile.asp?id=353612

Разин Игорь Борисович
ФГБОУ ВО «Российский государственный университет имени А.Н. Косыгина
(Технологии. Дизайн. Искусство)», Москва, Россия
Заведующий кафедрой
Кандидат технических наук, доцент
E-mail: razin-ib@rguk.ru
РИНЦ: https://elibrary.ru/author_profile.asp?id=850439

Муртазина Альфия Рустямовна
ФГБОУ ВО «Российский государственный университет имени А.Н. Косыгина
(Технологии. Дизайн. Искусство)», Москва, Россия
Кандидат технических наук, доцент
E-mail: aly1029@yandex.ru
РИНЦ: https://elibrary.ru/author_profile.asp?id=906389

Аннотация. В статье рассматривается принцип построения глубоких нейронных сетей. При помощи архитектур различной степени сложности можно решать задачи, практически не решаемые традиционными программными алгоритмами. Благодаря глубокой структуре нейронная сеть может совершать сложные обобщения, работая на нескольких уровнях абстракции. Так можно решать задачи по распознаванию образов, фигур и объектов на изображении, классифицировать объекты, их комбинации и композицию в целом. Зная параметры, и, считывая поведение пользователей в интернет-магазинах, можно с высокой долей вероятности предполагать наиболее интересные позиции для каждого конкретного клиента без проведения классификации и хранения этих данных. На примере данных, расположенных в открытом доступе, о росте, весе и возрасте большого количества пользователей реализована и обучена нейронная сеть для решения задачи определения размера одежды, подходящей потребителю по его антропологическим параметрам. Это позволит повысить точность и скорость подбора изделия.

Ключевые слова: нейронная сеть; машинное обучение; обработка данных; глубокое обучение; классификация; изделия легкой промышленности

Скачать