Выявление скрытых закономерностей при классификации изображений дикой природы с использованием сверточных нейронных сетей для идентификации видов в природоохранных целях

Аннотация

Лвагула Д., Мириму И.

Дата поступления статьи: 19.03.2025

Это исследование является свидетельством потенциала сверточных нейронных сетей при активации softmax для классификации образцов богомола, медоеда и ласки. Модель была способна давать точные прогнозы с низким уровнем ошибок в классификации и обладала потенциалом для уменьшения различий в окружающей среде за счет минимизации их с помощью увеличения объема данных. Исследование показывает, как сети глубокого обучения можно было бы использовать для автоматизации таксономической классификации, что, в свою очередь, помогло бы идентифицировать виды с помощью изображений и крупномасштабного природоохранного мониторинга.

Ключевые слова: глубокое обучение, машинное обучение, сверточные нейронные сети, набор данных, функция softmax, классификация изображений, дикая природа, расширение данных

2.3.1 - Системный анализ, управление и обработка информации

.