Исследование применимости нейронных сверточных сетей в классификации русской детской литературы

Classification of Russian children's art style based on convolutional neural network

Аннотация

При рассмотрении значительного числа данных уже нельзя обойтись без интеллектуальных способов, дозволяющих автоматом осуществлять обрабатывание информации а также получать из них нужные данные.

Вместе с поддержкой данных методов возможно существенно облегчить а также стимулировать целый ход по сопоставлению вместе с ручной обработкой людьми.

Передача художественного стиля заключается в преобразовании изображения в подобное, которое, кажется, было написано художником.

Если мы поклонники Винсента Ван Гога и любим немецких овчарок, мы можем захотеть получить фотографию нашей любимой собаки, нарисованную в стиле «Звездной ночи» Ван Гога.

Эти преобразования возможны благодаря достижениям в вычислительной мощности, которые позволили использовать более сложные нейронные сети.

Сверточные нейронные сети (CNN), состоящие из серии слоев сверточных матричных операций, идеально подходят для анализа изображений и идентификации текстов. Они используют концепцию, аналогичную графическим фильтрам и детекторам, используемым в таких приложениях, как Gimp или Photoshop, но гораздо мощным и сложным способом.

В минувшие года в разнообразные сферы стремительно вводится глубокое обучение (сверточные нейронные сети), при поддержке коего возможно достигать значительных итогов в задачах определения образов а также анализа информации.

Цель исследования – изучить особенности детской русской литературы, и возможность ее классификации при помощи сверточных нейронных сетей.

Методы, применяемые в работе, обусловлены поставленной целью: обзор литературы, анализ, синтез, дедукция.

Основные результаты работы, выражаются в формировании авторского взгляда на возможность использования сверточных нейронных сетей, при классификации детской литературы, рассмотрение становления русской детской литературы, и выделение ее особенностей.

Новизна работы, заключается в том, что данная тематика еще недостаточно изучена, и представляемое исследование, может быть полезно с научной точки зрения.

Ключевые слова: Искусственные нейронные сети, глубокое обучение, сверточные нейронные сети, рекуррентные нейронные сети, классификация текста, классификация детской литературы

Annotation

When considering a significant amount of data, it is no longer possible to do without intelligent methods that allow automatic processing of information and also obtain the necessary data from them.

Together with the support of these methods, it is possible to significantly facilitate and also stimulate the whole process of comparison together with manual processing by people.

The transfer of artistic style consists in the transformation of an image into a similar one, which seems to have been written by the artist.

If we are fans of Vincent Van Gogh and love German Shepherds, we may want to get a photo of our beloved dog painted in the style of Van Gogh's "Starry Night".

These transformations are possible thanks to advances in computing power that have allowed the use of more complex neural networks.

Convolutional neural networks (CNNs), consisting of a series of layers of convolutional matrix operations, are ideal for image analysis and text identification. They use a concept similar to the graphic filters and detectors used in applications like Gimp or Photoshop, but in a much more powerful and sophisticated way.

When analyzing a large amount of information, it is no longer possible to do without intelligent methods that automatically process data and extract the necessary information from them.

With the help of these methods, the entire process can be significantly simplified and accelerated compared to manual processing by people. In recent years, deep learning (convolutional neural networks) has been actively introduced into various fields, with the help of which it is possible to achieve high results in image recognition and data analysis tasks.

The purpose of the study is to study the features of children's Russian literature, and the possibility of its classification using convolutional neural networks.

The methods used in the work are determined by the goal: literature review, analysis, synthesis, deduction.

The main results of the work are expressed in the formation of the author's view on the possibility of using convolutional neural networks in the classification of children's literature, consideration of the formation of Russian children's literature, and highlighting its features.

The novelty of the work lies in the fact that this topic has not yet been sufficiently studied, and the presented research may be useful from a scientific point of view.