Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/54274
Название: Компьютерное распознавание архитектурных стилей
Другие названия: Computer recognition of architectural styles
Авторы: Zakharova , G. B.
Krivonogov, A. I.
Захарова, Г. Б.
Кривоногов, А. И.
Дата публикации: 2017
Издатель: УрФУ
Библиографическое описание: Захарова Г. Б. Компьютерное распознавание архитектурных стилей / Г. Б. Захарова, А. И. Кривоногов // EDCRUNCH Ural: новые образовательные технологии в вузе : материалы международной научно-методической конференции (НОТВ-2017). — Екатеринбург: УрФУ, 2017. — C. 198-201. — Режим доступа: http://elar.urfu.ru/handle/10995/54274
Аннотация: The article describes the example of machine learning for recognizing architectural styles using the Mathematica Classify function. The task of recognition was solved by students of the architectural and art university. Possibilities of modern image recognition services and their role in the introduction of innovative technologies in the educational process are discussed.
В статье описан пример машинного обучения для распознавания архитектурных стилей с применением функции Classify пакета Mathematica. Задача распознавания решалась студентами архитектурно-художественного университета. Обсуждаются возможности современных сервисов по распознаванию изображений и их роль во введении инновационных технологий в учебный процесс.
Ключевые слова: IMAGE RECOGNITION
MACHINE LEARNING
ARCHITECTURAL STYLES
РАСПОЗНАВАНИЕ ИЗОБРАЖЕНИЙ
МАШИННОЕ ОБУЧЕНИЕ
АРХИТЕКТУРНЫЕ СТИЛИ
URI: http://elar.urfu.ru/handle/10995/54274
Конференция/семинар: Международная научно-методическая конференция «EDCRUNCH Ural: новые образовательные технологии в вузе – 2017»
Дата конференции/семинара: 25.04.2017-27.04.2017
Источники: EDCRUNCH Ural: новые образовательные технологии в вузе – 2017. — Екатеринбург, 2017
Располагается в коллекциях:Новые образовательные технологии в вузе (НОТВ)

Файлы этого ресурса:
Файл Описание РазмерФормат 
notv_2017_32.pdf438,47 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.