Файл: Удк 001 ббк 72я43 и 88.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 12.01.2024

Просмотров: 391

Скачиваний: 2

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.


2
УДК 001
ББК 72я43
И 88
Исследование различных направлений современной науки. XXI Международная научно- практическая конференция. [Электронный ресурс]. В 2 ч. Ч.2. – М.: Издательство «Олимп», 2017. –
111 с.
ISBN 978-5-9909666-8-0 ч.2
ISBN 978-5-9909666-9-7
Сборник включает материалы XXI Международной научно-практической конференции:
«Исследование различных направлений современной науки», проведенной 24 апреля 2017 г.
Материалы сборника могут быть использованы научными работниками аспирантами и студентами в научно-исследовательской учебно-методической и практической работе.
Сборник научных трудов подготовлен согласно материалам предоставленным авторами в электронном виде за содержание материалов ответственность несут авторы.
УДК 001
ББК 72я43
© Авторы статей, 2017.
© Научный центр "Олимп", 2017.

3
СОДЕРЖАНИЕ
Арзамазов Н.А., Ематина Н.И.
ОФОРМЛЕНИЕ ПРАВ НА ИНТЕРНЕТ-ПРОЕКТ И ЕГО ЮРИДИЧЕСКАЯ ЗАЩИТА
5
Арзамазов Н.А., Ематина Н.И.
ТЕХНОЛОГИЯ МАШИННОГО ОБУЧЕНИЯ И ЕЕ ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ
7
Боголюбова Е.И., Самохина Л.С.
АО «АВИАКОМПАНИЯ «АВРОРА» НА РЫНКЕ ТРАНСПОРТНЫХ УСЛУГ
ПРИМОРСКОГО КРАЯ
11
Вдовина С.А., Адикаев Р.А.
УЧЕТ УДЕРЖАНИЙ ИЗ ЗАРАБОТНОЙ ПЛАТЫ НА ПРИМЕРЕ ООО «ТОРГОВЫЙ
ДОМ «ИНТЕРЬЕР»
14
Вдовина С.А., Лукашина Н.В.
ОЦЕНКА ЭФФЕКТИВНОСТИ ТРУДА ПО КРИТЕРИАЛЬНЫМ ПОКАЗАТЕЛЯМ НА
ПРИМЕРЕ ООО «ТОРГОВЫЙ ДОМ «ИНТЕРЬЕР»
17
Гребенникова А.А., Самохина Л.С.
НАУЧНО-ТЕХНИЧЕСКИЕ МУЗЕИ И МУЗЕИ ЗАНИМАТЕЛЬНЫХ НАУК КАК
РЕСУРС РАЗВИТИЯ ТУРИЗМА
19
Жулькина В.Г.
ВЛИЯНИЕ ИЗМЕНЕНИЙ БУХГАЛТЕРСКОГО И НАЛОГОВОГО
ЗАКОНОДАТЕЛЬСТВА УЧЕТА ОСНОВНЫХ СРЕДСТВ НА РЕЗУЛЬТАТ
ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ
23
Жулькина В.Г.
ОЦЕНКА ЭКСТЕНСИВНОГО И ИНТЕНСИВНОГО ИСПОЛЬЗОВАНИЯ ОБЪЕКТОВ
ОСНОВНЫХ СРЕДСТВ НА ПРИМЕРЕ АО ГМЗ «АРТЕМОВСКИЙ»
27
Жулькина В.Г., Бажина А.С.
МОТИВЫ ПОЛУЧЕНИЯ ВЫСШЕГО ОБРАЗОВАНИЯ КАК ПРОБЛЕМА
КВАЛИФИКАЦИИ СПЕЦИАЛИСТОВ
31
Исаева К.А.
РОЛЬ ИНВЕНТАРИЗАЦИИ И ВЛИЯНИЕ РЕЗУЛЬТАТОВ ЕЕ ПРОВЕДЕНИЯ НА
ЭФФЕКТИВНОСТЬ ДЕЯТЕЛЬНОСТИ ООО «ДЖИ1ИНТЕРТЕЙНМЕНТ»
33
Ким Е.Ф., Забелина Т.И.
АНАЛИЗ КОНКУРЕНТОСПОСОБНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННОГО
ПРЕДПРИЯТИЯ НА ПРИМЕРЕ ФГУП «ДАЛЬНЕВОСТОЧНОЕ»
37
Козлова С.Е., Алѐщенко В.Н.
СПЕЦИФИКА ЛИНГВИСТИЧЕСКОЙ ГЛОБАЛИЗАЦИИ
41
Кудашева В.А., Прихошко Н.В.
АНАЛИЗ ОРГАНИЗАЦИИ ОБСЛУЖИВАНИЯ НОМЕРНОГО ФОНДА НА ПРИМЕРЕ
ГОСТИНИЧНОГО КОМПЛЕКСА «ХО»
43
Лагутенко С.Н.
ПРОБЛЕМЫ БЮДЖЕТНОГО ДЕФИЦИТА РОССИИ И ПУТИ ИХ РЕШЕНИЯ
48
Лисеенко А.А., Ким Т.М.
КАУЧСЁРФИНГ – АЛЬТЕРНАТИВНЫЙ СПОСОБ ЭКОНОМНОГО ПУТЕШЕСТВИЯ
ПО МИРУ
51
Лисеенко А.А., Ким Т.М.
ОСОБЕННОСТИ ОРГАНИЗАЦИИ КОННОГО ТУРИЗМА В РОССИИ
55
Матвеенкова О.С., Лукашина Н.В.
РОЛЬ ОСНОВНЫХ СРЕДСТВ И АНАЛИЗ ЭФФЕКТИВНОСТИ ИХ ИСПОЛЬЗОВАНИЯ
НА ПРИМЕРЕ ООО «ТЕХЦЕНТР СУМОТОРИ»
59
Мелкова Д.А., Самохина Л.С.
РАЗВИТИЕ РЕГИОНАЛЬНОЙ АВИАЦИИ ПРИМОРСКОГО КРАЯ
64
Мирошниченко А.А.
УЧЕТ ДЕБИТОРСКОЙ И КРЕДИТОРСКОЙ ЗАДОЛЖЕННОСТИ И ЕЕ ФАКТОРНЫЙ
АНАЛИЗ НА ПРИМЕРЕ ООО «ГРИН СТАР III»
66


4
Новиков И.И., Страмоусова С.А.
АНАЛИЗ ИСПОЛЬЗОВАНИЯПРОГРАММНОГО ОБЕСПЕЧЕНИЯ В ОБЛАСТИ
ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В ПРИМОРСКОМ КРАЕ
69
Пак А.В., Груздева Т.Г.
ФОРМИРОВАНИЕ И РАЗВИТИЕ СРЕДНЕГО КЛАССА В СОВРЕМЕННЫХ
УСЛОВИЯХ В РОССИИ
71
ПьянзинаД.А.
ПРЕЗИДЕНТ РОССИИ: ВЗГЛЯД РОССИЙСКИХ И БРИТАНСКИХ СРЕДСТВ
МАССОВОЙ ИНФОРМАЦИИ
73
Сейфетинова Ю.В., Груздева Т.Г.
ВЛИЯНИЕ АНТИРОССИЙСКИЙ САНКЦИЙ НА РАЗВИТИЕ БИЗНЕСА В
РОССИЙСКОЙ ФЕДЕРАЦИИ
75
Смирнова М.А., Страмоусова С.А.
ИНФОРМАЦИОННЫЕ
ПРОЦЕССЫ В УЧЕБНОЙ ДЕЯТЕЛЬНОСТИ СТУДЕНТОВ
77
Соболева Л.С.
НОВЫЕ ВЫЗОВЫ НАЦИОНАЛЬНОЙ БЕЗОПАСНОСТИ РОССИИ
79
Соболева Л.С., Турчина Н.П.
НАРУШЕНИЕ НОРМ – ОСНОВНАЯ ПРИЧИНА НЕГАТИВНЫХ ЯВЛЕНИЙ В
РУССКОМ ЯЗЫКЕ
82
Солдатенкова Т.А.
АНАЛИТИЧЕСКАЯ ФУНКЦИЯ БУХГАЛТЕРСКОГО УЧЕТА КАК МЕТОД
ОПТИМИЗАЦИИ РАЗМЕРА КОММЕРЧЕСКИХ РАСХОДОВ В ДЕЯТЕЛЬНОСТИ
ТОРГОВЫХ ОРГАНИЗАЦИЙ
85
Солдатенкова Т.А., Бажина А.С.
СИСТЕМА ДИСТАНЦИОННОГО ОБРАЗОВАНИЯ В УЧЕБНОМ ПРОЦЕССЕ
90
Стрельников А.Ю., Валевский Р.С., Страмоусова С.А.
АНАЛИЗ РЫНКА ТРУДА В ОБЛАСТИ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В
ПРИМОРСКОМ КРАЕ
92
Татусь К.Ю., Забелина Т.И.
АНАЛИЗ АПТЕЧНОГО БИЗНЕСА В ПРИМОРСКОМ КРАЕ
95
Уласик Е.Г., Ким Т.М.
АНАЛИЗ ТУРИСТСКОЙ ИНФРАСТРУКТУРЫ ИГОРНЫХ ЗОН КАК РЕСУРСА
РАЗВИТИЯ ТУРИЗМА В РОССИИ
97
Фурсина Т.А., Забелина Т.И.
ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ РАЗВИТИЯ ПИТ-СТОПОВ В ПРИМОРСКОМ КРАЕ
102
Юцюс Т.С., Ким Т.М.
ДЖАНКЕТ-ТУРЫ В СТРАНЫ СНГ КАК НОВЫЙ ФОРМАТ ОТДЫХА РОССИЯН
107

5
Арзамазов Н.А., Ематина Н.И.,
Владивостокский государственный университет экономики и сервиса, филиал в г. Артеме
ОФОРМЛЕНИЕ ПРАВ НА ИНТЕРНЕТ-ПРОЕКТ И ЕГО
ЮРИДИЧЕСКАЯ ЗАЩИТА
Многие в наше время хотят реализовать свои мечты, воплощая интернет-проекты, которые, по их мнению, будут востребованы и принесут много денег своим создателям. Из всех причин, по которым проекты зачастую не выходят на тот заветный уровень, мы разберем именно юридическую составляющую этого процесса. Одной из самых серьезных проблем, которые могут перечеркнуть работу над проектом, обычно становятся суды по делам, касающихся авторского права. Например, случай из реальной юридической практики (наименования работ изменены на условные). На одном предприятииписали программу «Первый код». Один из разработчиков перешел в другую компаниюиначал писать программу «Второй код». Первое предприятие узнало о программе «Второй код» и подало в суд за кражу интеллектуальной собственности, ипотребовала компенсацию. Суд назначил экспертизу фрагментов исходных кодов «Первый код» и «Второй код». Выяснилось, что различия программ состоят только лишь в двух строках кода, отвечающих за название проекта.
Очевидно, дело выиграла компания, программирующая «Первый код».
Еще один случай: Несколько разработчиков занималисьпрограммой «А», которая автоматизировала предприятие. Программу они зарегистрировали в Государственном реестре программ. Но вскоре,из-за конфликта с начальством, они перешли в другую компаниюи написали систему автоматизации «B». И ее они также зарегистрировали в реестре. Но затем первая компания узнала о программе«B» и подала в суд. Суд назначил экспертизу, и стало понятно, что система автоматизации «B» - не уникальная программа, а лишь переработка. Постановлением суда, компаниизапретили использовать программу «B» и ей был назначен штраф.
Прежде всего, необходимо отметить некоторые основные положения.
1. Код, написанный сотрудником для конкретного проекта, юридически принадлежит этому проекту.
2. Если можно юридически оспорить права на реализацию идеи, то юридически защитить еще не реализованную идею никак нельзя (в соответствии с п.5 ст. 1259 ГК РФ, «Авторские права не распространяются на идеи, концепции, принципы, методы, процессы, системы, способы, решения технических, организационных или иных задач, открытия, факты, языки программирования, геологическую информацию о недрах»).
Еще до начала работы над проектом необходимо провести меры, которые помогут в случае необходимости доказать, что код был создан именно для проекта, а не был украден. В случае, если над проектом работаютфрилансеры, нужно получить права на разработку. Для этого необходимо составить:
1. Договор, в котором подробно прописан пункт, указывающий на отчуждение авторского права.
2. Акт приема-передачи программного кода
(можно передавать на CD, FLASH, RAR- или
ZIP-архиве).
Деньги, выплаченные за отчуждение вами авторских прав, должны быть перечислены такимспособом, чтобы потом эту операцию можно было подтвердить. Всегда необходимо фиксировать факт, что платеж был осуществлен – это можно осуществить банковской выпиской или распиской, а в акте приема-передачи нужно сослаться на контрольную сумму архива с файламиили серийный номер диска. Это поможет связать юридические формулировки и фактические обстоятельства, и в случае необходимости доказать свое право на контент.
Что касается налогов и оплаты труда наемного рабочего, то в случае, если фрилансер – ИП или ООО, то налоги он должен платить самостоятельно. А если физическое лицо, то все, что работник получит в качестве дохода, облагается налогом (НДФЛ), и в случае, если плательщиком выступает коммерсант (ИП, ООО, АО), то НДФЛ платится за фрилансера коммерсантом.
Рекомендуется при покупке программного кода регистрировать его в Роспатенте – это зарегистрирует за вами исходный код на дату регистрации.
Бывают случаи, когда фрилансер уже написал код, выложил его на GitHub (сайт для публикации исходных кодов), а уже после этого возникла потребность использовать его для внедрения в сторонний проект. Возможно ли использовать этот код в проекте, и кому же будут далее


6 принадлежать права на такой код? Если не предпринять никаких действий, то право на код будет передано проекту, т.к. согласно ст. 1295 ГК РФ, «Если ваша личная разработка создана под требования конкретного заказчика в период, когда вы работали на его проекте, то она будет признана служебной задачей», т.е. права перейдут работодателю. В основном работодатели не используют готовых разработок, избегая юридических неприятностей. Однако если фрилансера не устраивает вариант потерять право на свой код, он предлагает компании составить лицензионный договор, в котором обозначается право на использование его разработок в проекте заказчика, а тот, в свою очередь, обязан быть в курсе, что внедренная программа опубликована в открытом доступе, и авторское право на нее принадлежит фрилансеру. Или в составе отчетной документации, или в тексте самой программы должно быть вложено лицензионное соглашение к открытой лицензии или ссылка на него. Будет очень сложно разобраться, украден код, или нет, если не предпринять таких действий.
В противном случае, дело дойдет до суда по интеллектуальным правам.
СИнтернет-проектом могут возникнуть юридические трудности со стороны пользователей.
Здесь важно заранее подумать о составлении пользовательского соглашения (подтверждение пользователем которого при регистрации означает принятие всех пунктов содержания этого соглашения). В соглашении должны быть подробно изложены пункты, гласящие, где оканчивается ваша ответственность, и начинается ответственность пользователя, подробно описать пункты, указывающие на обработку персональных данных.
Есть еще несколько пунктов, которые необходимо учесть еще до запуска проекта.
Необходимо выбрать наиболее подходящую систему налогообложения, знать, когда платить страховые взносы, какие государственные льготы есть, и где их можно получить. К примеру, разработчики в России могут уменьшить выплаты по страховым взносам при аккредитовании в
Минкомсвязи.
Не менее важным пунктом являются те, с кем вы сотрудничаете, как договариваетесь, и особенно – что именно вы прописали в договоре. От этого напрямую зависит стабильность Вашего бизнеса. В договоре с контрагентами важно проверять, например, установлен ли в договоре аренды
«коридор» валюты (если валюта – не рубли), чтобы в случае скачка курса, вам не пришлось платить неподъемные суммы. В договоре можно преодолеть главные риски, забыть о маловероятных и не серьѐзных рисках, и ограничить ответственность по убыткам размером вашего вознаграждения.
Также со временем с большой вероятностью может потребоваться регистрация товарного знака (бренда), т.к. возникает опасность, что Ваш товарный знак может присвоить себе другое предприятие – довольно частое явление на практике. В России регистрация товарного знака протекает на протяжении около 18 месяцев, и стоит эта процедура весьма внушительно. В самом начале проекта не рекомендуется выполнять эту процедуру, т.к. еще не ясно точно будущее проекта.
После проведения необходимых мер и дальнейшего выполнения работ над проектом, вскоре этап разработки продукта будет подходить к концу. Теперь, когда создана реализация идеи, ее авторское право принадлежит вам. Но чтобы в случае необходимости доказать это в суде, у разработчика должны быть внушительные доказательства. Предположим, закончилась работа над основной рабочей версией сайта. Один из хороших способов – записать все данные сайтана диск (не подлежащий перезаписи), а лучше на дополнительные пару копий, на всякий случай. Затем по почтеотправить себе обратно каждый диск в отдельном письме с описью вложения. В описи вложения следует четко прописать описание вложения, к примеру, «оптический носитель (название), серийный номер, с картинками, исходными кодами и файлами конфигурации сайта SiteName».
Можно заодно в описи перечислить названия корневых каталогов в файловой структуре сайта. Как только письма дойдут до вас – не вскрывайте их. Теперь нужно спрятать их в надежное место, о котором вы не забудете, когда придет необходимость предъявить эти диски. Почтовые штемпели помогут доказать верную хронологическую последовательность, и, в случае победы в судебном процессе, вы сможете ссылаться на решения суда во всех похожих спорах в будущем.
Однако, как уже упоминалось выше, можно юридически защитить реализацию идей, то сами идеи защитить никак нельзя. Поэтому в случае «озарения идеей, способной изменить этот мир» не стремитесь сразу поделиться ей со всем светом, чтобы потом не жаловаться, что ее быстрее реализовал кто-то другой. Сохраните ее до того дня, когда уверенно сможете воплотить ее, а еще лучше – начните планировать все сразу.


7
Список использованной литературы:
1. Сайт бизнес и технологии [Электронный ресурс]. Режим доступа:https://vc.ru/p/problem-
15346 2. Сайт бизнес и технологии [Электронный ресурс]. Режим доступа: https://vc.ru/p/problem-
14431 3. Официальный сайт компании «КонсультантПлюс» [Электронный ресурс]. Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_64629/be05678dc42ddc67aae5be9ba9beebd367fb9a3f/
4. Сайт
IT-проектов
[Электронный ресурс].
Режим доступа: https://habrahabr.ru/company/at_consulting/blog/317088/
5. Официальный сайт компании «КонсультантПлюс» [Электронный ресурс]. Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_64629/b131343c6f094841b1ed8c5e6db72a390ea3e11c/
© Арзамазов Н.А., Ематина Н.И., 2017
Арзамазов Н.А., Ематина Н.И.,
Владивостокский государственный университет экономики и сервиса, филиал в г. Артеме
ТЕХНОЛОГИЯ МАШИННОГО ОБУЧЕНИЯ И ЕЕ ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ
В настоящее время у пользователей ПК появилась возможность научить программу работать в соответствии не только с запрограммированным алгоритмом, но и на основании предыдущего опыта. Такая техника получила название «машинное обучение». Задача машинного обучения – на основании огромного количества входных данных разглядеть какую-то общую закономерность, шаблон, и затем использовать эту закономерность в дальнейшей работе (Рисунок 1).
Рисунок 1 – Суть машинного обучения
Например, программа, которая «просмотрела» тысячи изображений, на которых были изображены кошки, сможет в итоге сама определить, что на входной картинке изображена еще одна кошка (Рисунок 2). Если показать программе колоссальное количество поисковых запросов, то она сможет заранее угадывать слова, которые захочет написать в поиск пользователь, только начавший писать запрос.
Рисунок 2 – Распознавание на изображении образа кошки

8
Машинное обучение основано на работе искусственныхнейросетей. Нейросеть так называется потому, что эта программа, аналогичная мозгу человека, включает в себя аналоги нейронов – элементарных частей программы, организованных в сеть. Все, что необходимо готовой собранной нейросети – большое количество исходных данных для обработки и анализа.Нейросети удивительны тем, что позволяют программе набирать опыт, причем в сотни и тысячи раз быстрее, чем это способен делать человек.Нейросети бывают разных видов и архитектур, но суть их одна – на основании огромного количества данных выявить закономерность, и «угадать» результат.
В настоящее время машинное обучение широко используется крупными компаниями, и ему уделяется большое внимание, поскольку эта технология дает по-настоящему чудесные результаты.
Если Вы пользуетесь Facebook, должно быть, вы уже удивлялись, как при загрузке фотографий программа выделяет лица на фотографиях, и более того, даже угадывает людей, изображенных на фотографиях, и указывает ссылки на их профили (Рисунок 3). Чтобы такое было возможно, прежде другие пользователи должны несколько раз отметить пользователя на фотографии, и сопоставить его с уже выделенным, но конкретно неопознанным лицом.
Рисунок 3 – Пример распознования лиц на Facebook
Запоминая это, и анализируя сходства, программа вскоре сможет угадывать лицо конкретного человека – и чем больше раз его отметят (или подтвердят, что на изображении находится именно он), тем точнее в будущем программа сможет его опознать.
Также одним из основных применений машинного обучения на данный момент являются программы-поисковики в Интернете. К примеру, в начале ноября 2016 года российская компания
Яндекс внедрила алгоритм, позволяющий при помощи работы нейросетей искать не по введенному тексту, а по его смыслу, т.е. учитывая синонимы слова, его наиболее частую сферу употребления и множество других критериев, которые даже не внедрялись программистами специально, а распознать их смогла сама нейросеть. Кроме того, нейросети уже используются для алгоритмов распознавания музыкальных треков (не по названию, а по содержимому), для показа рекламы конкретному пользователю, даже для генерации полноценных смысловых текстов.
Нейросеть является сложной функцией с большим количеством автоматически настраиваемых параметров. Кроме того, каждый нейрон имеет свой «вес», т.е. значимость, который автоматически регулируется в результате обучения программы. К примеру, наиболее вероятно, что нейроны, отвечающие за самые края изображения (в случае анализа изображений), с процессом обучения будут иметь меньшую значимость, чем нейроны, отвечающие за центральные пиксели. В каждый нейрон поступает массив значений – исходных данных, а он на основании прошлого опыта и необходимых вычислений выдает всего лишь одно «выходное» значение, которое зависит от так называемого порогового значения.
Если значение входных данных меньше порогового значения, установленного для данного нейрона, то на выходе нейрон даст 0, а если больше – то 1. С каждым проходом программы на основании входных данных немного «подкручиваются» веса, пороговое значение и другие


9 параметры. И вскоре, после тысяч проходов, ошибка определения станет настолько мала, а веса нейронов так точно подкручены, что сеть станет обученной и готовой к работе. Таким образом, реализуется простейшая схема нейросети, состоящей из одного слоя анализа данных и одного пункта для вывода данных, имеющая название Перцептрон (P) (Рисунок 4). Каждая модель архитектуры имеет свое название и аббревиатуру для употребления.
Рисунок 4 – Пример простейшей схемы нейросети
Так как же программа – такое «прямолинейное» и «бездушное» творение улавливает такие неочевидные сходства? К тому же, работает со всеми основными каналами информации – звуком, текстом, изображениями. Дело в том, что так называемая глубокая нейросеть (с помощью которой и творятся настоящие компьютерные чудеса) работает с несколькими слоями нейронов. И после обработки информации первым слоем, в ход вступает второй, и ищет сходства по данным первого слоя. Затем берется следующий слой, и анализирует второй слой - уровень абстракции воспринимаемой информации еще больше вырастает. Как, например, работает мозг гроссмейстера, который, глядя на шахматную доску, может за секунду определить, хорошо ли стоят фигуры на ней, или близится неизбежное поражение? Ведь чтобы проанализировать такие данные обычными алгоритмами компьютера, потребуется огромное количество времени даже при очень высоких вычислительных мощностях. А все дело в том, что гроссмейстер оценил высокий уровень абстракции входной информации – расположения фигур, то есть задействовал высокий слой нейросети своего мозга. Нейронная сеть, состоящая из одного слоя, не способна улавливать такие абстракции, поэтому для глубокого обучения возникает необходимость в нескольких слоях.
Премию «HR-бренд-2015» получил российский стартап Prisma, способный фотографии преобразовывать в произведения искусства, изменяя их по подобию стилей известных художников
(Рисунок 5).
Рисунок 5 – Российский стартап Prisma
Работа этой программы основана на глубоких нейросетях – проанализировав данные картин известных художников, программа привносит в изображение изменения, такие как начертание, длина мазка, цветовая гамма, и множество других.
Обучение нейросети удобнее сделать автоматическим. К примеру, нам необходимо определить, есть ли на картинке кролик, или его нет. Тогда достаточнозагружать каждый раз случайное изображение одной из папок, и в зависимости от выбранной папки, уже иметь заготовленный ответ, есть ли кролик, или нет. А сам алгоритм при этом будет анализировать изображение, и ничего не будет знать о том, из какой папки он его взял, ведь его задача – научиться