Romanuke, V. V.Романюк, В. В.2026-06-032026-06-032013https://eir.zp.edu.ua/handle/123456789/29181Romanuke V. V. An attempt for 2-layer perceptron high performance in classifying shifted monochrome 60-by-80-images via training with pixel-distorted shifted images on the pattern of 26 alphabet letters / V. V. Romanuke // Радіоелектроніка, інформатика, управління. – 2013. – № 2 (29). – C. 112-118.EN: Object classification problem is considered, where neocognitron and multilayer perceptron may be applied. As neocognitron, solving almost any classification problem, performs too slowly and expensively, then for recognizing shifted monochrome images there is attempted the 2-layer perceptron, being fast only for pixel-distorted monochrome images, though. Having assumed the original images set of 26 monochrome 60-by-80-images of the English alphabet letters, there is formulated the task to clear out whether the 2-layer perceptron is capable to ensure high performance in classifying shifted monochrome images. Thus it is disclosed that the 2-layer perceptron performs as the good classifier of shifted monochrome images, when in training its input is fed with training samples from shifted images, being pixel-distorted. For this, however, it may need more passes of training samples through the 2-layer perceptron, but nevertheless the total traintime will be shorter than for training the 2-layer perceptron with only pixel-distortion-free shifted monochrome images. UK: Розглядається задача об’єктної класифікації, де можуть застосовуватись неокогнітрон і багатошаровий персептрон. Оскільки неокогнітрон, розв’язуючи практично будь-яку задачу класифікації, працює занадто повільно і затратно, то для розпізнавання монохромних зображень зі зсувом пропонується випробувати двошаровий персептрон, хоча він є швидкодіючим тільки для монохромних зображень з піксельними спотвореннями. Запропонувавши набір оригінальних зображень з 26 монохромних зображень літер англійського алфавіту формату 60-на-80, формулюється задача вияснити, чи здатен двошаровий персептрон забезпечити високу продуктивність при класифікації монохромних зображень зі зсувом. Відповідно виявляється, що двошаровий персептрон працює як хороший класифікатор монохромних зображень зі зсувом, коли при навчанні на його вхід поступають навчальні вибірки зображень зі зсувом, пікселі яких спотворені. Для цього, однак, може знадобитись більше проходів навчальних вибірок через двошаровий персептрон, але тим не менше загальний час навчання буде меншим, ніж для навчання двошарового персептрону лише на монохромних зображеннях зі зсувом без піксельних спотворень.enobject classificationneocognitronperceptronpixel distortionshiftmonochrome imagesshifted monochrome imagesоб’єктна класифікаціянеокогнітронперсептронпіксельне спотвореннязсувмонохромні зображеннямонохромні зображення зі зсувомArticle