Harmoneeritud Süsteemi koodide ennustamise klassifikatsioonimudeli koostamine toodete piltide põhjal
Nimi
Simo Jaanus
Kokkuvõte
Hetkel on maailmas peamised e-kaubanduse toodete harmoneeritud süsteemi (HS) koodide automaatsed klassifitseerimise lahendused tekstiliste tootekirjelduste alusel. Küll aga on tootekirjeldused tihti ebatäpsed ning ei sisalda kogu vajalikku infot HS koodi täpseks ennustamiseks. See aga on ajendanud vaatama teistsugust liiki andmete poole - pildid. Selle magistritöö peamine eesmärk on välja selgitada parim lahendus, kuidas ennustada HS koode piltide alusel. Töös katsetatakse erinevaid tüüpi tipptasemel arhitektuurilisi närvivõrke, nagu transformerid ja konvolutsionaalsed närvivõrgud. Käesolevas töös näitame, et võrreldes transformeritega on konvolutsionaalsed närvivõrgud täpsuse ja tõhususe poolest mitmes eksperimendis parimad. Me selgitasime välja ka ekspertide täpsusväärtuse, et aidata tõlgendada järeldusi. Andmete ja veaanalüüsi käigus täheldasime, et treeningandmetel on märkimisväärne hulk ebatäpseid märgiseid, mis võivad tulemusi mõjutada.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Tarkvaratehnika
Juhendaja(d)
Dmytro Fishman, Dmitri Smirnov
Kaitsmise aasta
2022