Ключевые слова
обучение нейронной сети
трехмерные структуры нейронной сети
Как цитировать
Аннотация
в статье представлена реализация нейронной сети для распознавания жестов русской дактильной азбуки и описан процесс ее обучения. Особое внимание уделено разработке алгоритмов автоматического распознавания жестов, основанных на обработке изображений. Кадры видеосъемки жестов подаются на вход нейросети в виде выходных векторов. Нейросеть распознает буквы русского алфавита. Разработанный комплекс предусматривает балльную оценку навыков обучаемых жестовому языку, мотивируя их продолжать обучение. В работе приводится детальное описание математических моделей, используемых для оценки результатов, и механизмов взаимодействия с пользователями. Цель исследования — повышение доступности и эффективности обучения русскому жестовому языку. Разработанная система значительно улучшает процесс обучения языку глухонемых, обеспечивая автоматическое распознавание жестов и эффективную мотивацию обучающихся через игровую механику и четкую оценку результатов.
Литература
Комарова А. А. Русский жестовый язык: основные проблемы изучения лексики. Учен. зап. Казан. ун-та. Сер. Гуманит. науки. 2022;164(1–2):116–134. DOI: 10.26907/2541-7738.2022.1-2.116-134.
Королькова О. О. Русский жестовый язык: актуальные проблемы изучения, состояние, перспектива. Вестник НГУ. Серия: История, филология. 2020;19(9):64–73. DOI: 10.25205/1818-7919-2020-19-964-73.
Сафонова А. В. Роль машинного обучения и искусственного интеллекта в оптимизации информационных систем. Научный аспект. 2024;44(6):5604–5608.
Маралов А. А., Серимбетов Б. А. Современные методы распознавания образов подходы алгоритмы и реализация в информационных системах. Вестник науки. 2025;2(2):697–703.
Буч Г., Рамбо Дж., Якобсон И. Язык UML: руководство пользователя / пер. с англ. Н. Мухина. 3-е изд. М.: ДМК Пресс; 2022. 495 с.
Гома Х. UML. Проектирование систем реального времени, параллельных и распределенных приложений: практическое руководство / пер. с англ. А. А. Слинкина. 2-е изд. М.: ДМК Пресс; 2023. 701 с.
Дружинина О. В., Масина О. Н., Игонина Е. В. Применение методов искусственного интеллекта и когнитивных технологий в задачах моделирования динамических систем. Современные информационные технологии и ИТ-образование. 2022;18(1):83–97. DOI: 10.25559/SITITO.18.202201.83-97.
Прошина М. В. Современные методы обработки естественного языка: нейронные сети. Экономика строительства. 2022;5:27–42.