DSpace Repository

Rețea neurală generativ-competitivă pentru analiza distribuțiilor de date

Show simple item record

dc.contributor.advisor CĂRBUNE, Viorel
dc.contributor.author MUȘTUC, Vasile
dc.date.accessioned 2021-02-26T11:01:40Z
dc.date.available 2021-02-26T11:01:40Z
dc.date.issued 2019
dc.identifier.citation MUȘTUC, Vasile. Rețea neurală generativ-competitivă pentru analiza distribuțiilor de date: tz. de master: Programul de studiu: Calculatoare și Rețele Informaționale. Cond. şt. CĂRBUNE Viorel. Universitatea Tehnică a Moldovei. Chişinău, 2019. en_US
dc.identifier.uri http://repository.utm.md/handle/5014/13437
dc.description Fișierul atașat conține: Rezumat, Abstract, Cuprins, Introducere, Bibliografie. en_US
dc.description.abstract Lucrarea de față are ca scop proiectarea și implementarea rețele neurale generativ-competitive pentru analiza distribuțiilor de date. Proiectul vizează implementarea unui sistem care să efectueze analiza unui se de date de intrare și generarea unor alte seturi de date conform analizei efectuare. Aceasta are ca scop detectarea tipului de distribuție de date și imitarea acestuia pentru date noi. Tehnologiile utilizate sunt: Python 3 ca parte de sinteză a rețelei neurale, și analiza distribuției de date. Tensorflow ca framework pentru construirea arhitecturii rețelei neurale, CelebA ca sursă de date, VueJs pentru elaborarea interfeței web, TensorflowJS pentru analiza modelelor și generarea datelor. Memoriul explicativ conține Introducere, 3 capitole, concluzii, bibliografie cu 24 titluri, dintre care 66 pagini text de bază, 32 de figuri, 3 tabele, 12 formule. Capitolul 1: definește cadrul teoretic al elaborării lucrării, analiza situației în domeniul de proiectare, definiții generale din cadrul autentificării și autorizării, scurta descriere a soluțiilor existente și a structurii GAN. Capitolul 2: definește arhitectura sistemului, descrierea succintă a tehnologiilor utilizate și caracteristicile acestora, metodei de proiectare. Capitolul 3: descrie modalitatea de sinteză a sistemului de tehnicile și tehnologiile utilizate en_US
dc.description.abstract The present paper aims to design and implement generative-competitive neural networks for analyzing data distributions. The project aims to implement a system that performs the analysis of an input data and the generation of other data sets according to the analysis performed. It aims to detect the type of data distribution and to imitate it for new data. The technologies used are: Python 3 as part of neural network synthesis, and data distribution analysis. Tensorflow as a framework for building neural network architecture, CelebA as a data source, VueJs for web interface development, TensorflowJS for model analysis and data generation. The report contains Introduction, 3 chapters, conclusions, bibliography with 24 titles, of which 66 basic text pages, 32 figures, 3 tables, 12 formulas. Chapter 1: defines the theoretical framework of the elaboration of the paper, the analysis of the situation in the field of design, general definitions within the authentication and authorization, the brief description of the existing solutions and the structure of the GAN.. Chapter 2: defines the system architecture, the brief description of the technologies used and their characteristics, the design method. Chapter 3: describes how to synthesize the system by the techniques and technologies used. en_US
dc.language.iso ro en_US
dc.publisher Universitatea Tehnică a Moldovei en_US
dc.rights Attribution-NonCommercial-NoDerivs 3.0 United States *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/us/ *
dc.subject rețea neurală en_US
dc.subject distribuții de date en_US
dc.subject GAN en_US
dc.subject neural network en_US
dc.subject data distribution en_US
dc.title Rețea neurală generativ-competitivă pentru analiza distribuțiilor de date en_US
dc.title.alternative Generativ-adversial neural network for data distribution analysis en_US
dc.type Thesis en_US


Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivs 3.0 United States Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 United States

Search DSpace


Advanced Search

Browse

My Account