Gépi tanuló algoritmusok hatékonyságának vizsgálata

A tétel rövid nézete
dc.contributor.advisorAdamkó, Attila
dc.contributor.advisorTajti, Tibor
dc.contributor.authorKovács, Ádám
dc.contributor.departmentDE--Informatikai Kar
dc.date.accessioned2023-05-03T11:04:57Z
dc.date.available2023-05-03T11:04:57Z
dc.date.created2023-05-01
dc.description.abstractA jelen diplomamunka célja egy öt részre szétágazó konvolúciós neurális hálózatokkal (CNN) rendelkező modell fejlesztése és optimalizálása öt karakteres, színtelen szöveges CAPTCHA tesztek felismerésére. A munka során különböző hiperparaméter-kombinációkat alkalmaztunk, és a rácskereséses keresztvalidáció (GridSearchCV) segítségével meghatároztuk az optimális beállításokat a modell teljesítményének javítása érdekében. A kutatás eredményei azt mutatják, hogy a batch méret (batch size), a különböző rétegekben található neuronszámok (neurons) és a kiesési arány (dropout rate) helyes megállapítása jelentősen hatással van a modellek teljesítményére. Végezetül a különféle szavazási rendszerek vizsgálatával tovább növeltük a modellek pontosságát a teszthalmazon.
dc.description.correctorN.I.
dc.description.courseProgramtervező informatikus
dc.description.degreeMSc/MA
dc.format.extent41
dc.identifier.urihttps://hdl.handle.net/2437/351644
dc.language.isohu
dc.rights.accessHozzáférhető a 2022 decemberi felsőoktatási törvénymódosítás értelmében.
dc.subjectgépi tanulás
dc.subjectkonvolúciós neurális hálózatok (CNN)
dc.subjectCAPTCHA felismerés
dc.subject.dspaceDEENK Témalista::Informatika
dc.titleGépi tanuló algoritmusok hatékonyságának vizsgálata
Fájlok
Gyűjtemények
Hallgatói dolgozatok (Informatikai Kar)