Rețea neurală generativ-competitivă pentru analiza distribuțiilor de date

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

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.