План дипломной работы

Введние

• Исходная ситуация: нейронки на хайпе
• Почему эта тема: нейронные сети позволяют решать намного более широкий спекр задач, чем стандартный подход к программированию.
• Актуальность: в нете мало хороших примеров разработки нейронных сетей с нуля
• Цель: разобрать устройство нейронных сетей на базе нейронной сети “Распознавания рукописных цифр”
• Задачи:
  1. Изучить современные методики разработки нейронных сетей
  2. Рассмотреть устройство нейронной сети
  3. Запрограммировать алгоритм обучения нейросети
  4. Произвести обучение на наборе данных MNIST
  5. Разработать интерфейс, позволяющий использовать нейронную сеть
• Объект: создание нейронных сетей
• Предмет: разработка нейронной сети распознавания рукописных цифр
• Методы исследования: сбор, обобщение, систематизация и анализ полученной инфы
• Информационная база исследования - краткий анализ крутости источников информации)
• Теоретическая значимость исследования - обоснование своего подхода к решению проблемы, его насыщенность научными концепциями и теориями
• Практическая значимость исследования - ответ на поставленные задачи исследования, а также выводы, предложения, практические рекомендации
• Область применения проги: руководство, описывающие процесс создания нейронных сетей и их устройство
• Предполагаемые результаты разработки
• Структура работы

Глава 1 (Теория)

1.1 Нейронные сети, как явление 21 века

Сущность вопроса

• раскрытие сути проблемы
• литературный обзор источников информации (см. прилагаемый файл “Пример литературного обзора”)
• нормативы к выполнению подобных задач (ГОСТы, стандарты)
• статистика и графики

Теория

1. Понятие “нейронная сеть”
2. Программный нейрон
3. Методика обучения нейронных сетей

1.2 Построение нейронных сетей сегодня

Библиотеки

• плюсы и минусы текущих решений
• как усовершенствовать текущие решения (никак)
• ссылаться на разных авторов и аргументированно высказывать свою точку зрения

Разновидности архитектур

1. Персептроны
2. Сверточные нейронные сети
3. Рекурентные нейронные сети

1.3 Формирование плана исследования

• Анализ темы работы
• Описание выявленных проблем и тенденций развития
• Описание решения этих проблем
• Методы исследования (подробно расписать несколько методов)
• Алгоритм (план) исследования
• Показатели качества работы, которые будут учитыватся в разработке
• Оценка выбранных методов разработки

Выводы к главе

• Термины нейронной сети:
  • Нейронная сеть
  • Нейрон
  • Связь
  • Слой
  • Персептрон
• Вместо использования библиотек будет самописная нейронка
• План исследования

Глава 2 (Практика)

2.1 Общая оценка объекта исследования

Постановка подзадач

• обосноване задач
• постановка подзадач
• подходы к выполнению каждой подзадачи

Набор данных MNIST: обучение будет происходить по набору данных … + немного инфы о нём

2.2 Матричные взаимодействия

• Матрица - как таблица данных
• Умножение матриц
• Разработка API: Matrix, Dense
• Оптимизация API: статические методы

2.3 Алгоритм срабатывания нейронной сети

Описание алгоритма с изображением связей

2.4 Программирование алгоритма обучения

Описание алгоритма с фото результата

2.5 Разработка интерфейса

• HTML вёрстка
• SASS вёртска
• Рисование на полотне
• Подключение полотна к нейронке

Выводы к главе

Заключение

• выводы (цели и задачи достигнуты, описать каждую)
• предложения по развитию
• рекомендации по использованию продукции
• перспективы изучения темы