Skip navigation
Please use this identifier to cite or link to this item: http://ela.kpi.ua/handle/123456789/27273
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorОрєхов, Олександр Арсенійович-
dc.contributor.authorЧернятевич, Антон Андрійович-
dc.date.accessioned2019-04-17T11:16:14Z-
dc.date.available2019-04-17T11:16:14Z-
dc.date.issued2018-
dc.identifier.citationЧернятевич, А. А. Кластеризація кольорових об'єктів на основі вкладень векторів зображень у нейронних мережах : магістерська дис. : 113 Прикладна математика / Чернятевич Антон Андрійович. – Київ, 2018. – 79 с.uk
dc.identifier.urihttp://ela.kpi.ua/handle/123456789/27273-
dc.language.isoukuk
dc.subjectвкладення векторівuk
dc.subjectмашинне навчанняuk
dc.subjectкластеризаціяuk
dc.subjectнейронні мережіuk
dc.subjectреальний часuk
dc.subjectconstruction of vectorsuk
dc.subjectmachine teachinguk
dc.subjectclusterizationuk
dc.subjectneural networksuk
dc.subjectreal timeuk
dc.titleКластеризація кольорових об'єктів на основі вкладень векторів зображень у нейронних мережахuk
dc.typeMaster Thesisuk
dc.format.page79 с.uk
dc.publisher.placeКиївuk
dc.subject.udc519.6uk
dc.description.abstractukКваліфікаційна робота містить: 78 сторінок, 23 рисунки, 3 таблиці, 27 джерел. Метод вкладень векторів вже досить давно використовується у сфері обробки природної мови для зіставлення слів або окремих словосполучень деякому словнику векторів. Векторні представлення слів і фраз здатні значно поліпшити якість роботи деяких методів автоматичної обробки природної мови. Цей метод знайшов використання і для кольорових зображень, що призвело до активного дослідження функцій втрат нейронних мереж для вирішення задач у сфері машинного зору. Вкладення векторів, отримані з вирішення задачі з учителем із натренованою моделлю на деякій кількості класів з передовими функціями втрат, можуть використовуватися для вирішення задачі кластеризації. Метою магістерської дисертації є розробка та покращення методу для вирішення наукомісткої задачі аналізу футболістів під час футбольного матчу, а саме кластеризації персон на полі, з характерними вимогами щодо точності та швидкості роботи алгоритму. У роботі досліджено класичні підходи для вирішення задачі, а також використано сучасні перспективні розробки для тренування та побудови архітектури нейронних мереж.uk
dc.description.abstractenThe qualifying paper contains 78 pages, 23 figures, 3 tables, 27 sources. Embeddings method has long been used in the field of natural language processing to match words or individual phrases to a certain vocabulary of vectors. Vector representations of words and phrases can greatly improve the quality of the work of some methods of automatic processing of natural language. This method has also been used for color images, which led to an active study of loss functions in neural networks for solving problems in the field of computer vision. Embeddings that are obtained from solving a supervised learning problem on a certain number of classes with advanced loss functions can be used to solve a clusterization problem. The purpose of the master’s thesis is to develop and improve the method for solving a science-intensive problem of analyzing football players during a football match, namely clustering of persons on the field, with specific requirements regarding the accuracy and speed of the algorithm. The paper examines the classical approaches to solving the problem, and also uses a modern perspective design for training and building the architecture of neural networks.uk
Appears in Collections:Магістерські роботи
Магістерські роботи (ІБ)

Files in This Item:
File Description SizeFormat 
Cherniatevych_magistr.pdf10.5 MBAdobe PDFThumbnail
View/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.