Сервис-ориентированный подход к разработке систем на базе свёрточных нейронных сетей

Резюме: Цель: обосновать актуальность создания автоматизированной системы генерации сервисов на базе свёрточных нейронных сетей, с использованием моделей и методов сервис-ориентированной архитектуры. Описан подход к созданию подобной системы на базе глубокого обучения. Материалы и методы: в статье описана архитектура и приложения автоматизированной системы генерации сервисов в концепции сервис-ориентированной архитектуры и обучения свёрточных нейронных сетей на базе генетического алгоритма. Результаты: проведено тестирование (валидация) представленной системы на примере решения задачи распознавания северных оленей по аэрофотосъёмке. Выводы: показаны преимущества и недостатки, особенности реализации, области применения представленной системы.

Ключевые слова: машинное обучение, data mining, свёрточные нейронные сети, сервис-ориентированная архитектура, интернет вещей

V.A. Sobolevskii  

Service-oriented approach to the development of systems based on convolutional neural networks

Summary: Purpose: to substantiate the relevance of creating an automated system for generating services based on convolutional neural networks, using models and methods of service-oriented architecture. Described an approach to creating such a system based on deep learning. Materials and methods: the article describes the architecture and applications of an automated system for generating services in the concept of service-oriented architecture and training convolutional neural networks based on a genetic algorithm. Results: testing (validation) of the presented system was carried out on the example of solving the problem of recognizing reindeer from aerial photography. Conclusions: the advantages and disadvantages, implementation features, areas of application of the presented system are shown.

Keywords: machine learning, data mining, convolution neural networks, service-oriented architecture, internet of things

DOI: 10.34219/2078-8320-2020-11-5-34-40