Jak zmást konvoluční neuronové síte?

Erik Daniel MURGAŠ

Bakalářská práce

How to confuse convolutional neural network?

Anotace:

Transformácie, ktoré dokážu zmiasť neurónové siete, ale nie človeka, by mohli prispieť k~skvalitneniu neurónových sietí. Odhalením transformácií, ktoré zmätú neurónové siete, ale nie človeka, môžeme tieto transformácie zaradiť medzi tréningové dáta, čím by sme natrénovali neurónovú sieť na rozpoznávanie okrem klasických obrázkov aj transformované obrázky. Je šanca, že by to mierne zvýšilo aj úspešnosť na obrázkoch bez transformácií. Opíšem základy umelej inteligencie a neurónových sietí a predstavím architektúry použitých modelov neurónových sietí. Pomocou dvoch experimentov budem skúmať vplyv transformácií na klasifikáciu obrazu u~ľudí aj u~neurónových sietí.

Abstract:

Transformations that can confuse neural networks, but not humans, could be used to improve neural networks. By finding transformations that confuse neural networks, but not humans, we can include these transformations as training data. This train neural networks for recognition of transformed images in addition to classic images. There is a chance that this would also slightly increase the success rate in the images without transformations. I~will describe the basics of artificial intelligence and neural networks and present the architectures of the models of neural networks used. Using two experiments, I~will investigate the impact of transformations on image classification in both humans and neural networks.

Klíčová slova

Umelá Intelignecia, Konvolučné neurónové siete, Transformácie obrázkov

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 4. 5. 2022

Obhajoba závěrečné práce

• Vedoucí: Mgr. Tomáš Mikula

UNIVERZITA PALACKÉHO V OLOMOUCI

Přírodovědecká fakulta

Bakalářský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika