Магістерські роботи (ММАД)
Постійне посилання зібрання
У зібранні розміщено магістерські дисертації на здобуття ступеня магістра.
Переглянути
Перегляд Магістерські роботи (ММАД) за Дата публікації
Зараз показуємо 1 - 20 з 49
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Геопросторова цифрова модель Києва на основі супутникових даних(КПІ ім. Ігоря Сікорського, 2021) Калінчук, Анастасія Миколаївна; Шелестов, А. Ю.Міський атлас (UA) – геопросторовий продукт, що містить інформацію про земельний покрив та землекористування, який поширюється програмою Copernicus. Відповідні карти побудовані для багатьох країн ЄС, Балканського півострову, Турції. Оскільки для міст України такого продукту не існує, метою є адаптування технології побудови міського атласу для всіх міст України. При виконанні магістерської роботи було побудовано геопросторову модель міста Києва, яка є сумісною з тенологією побудови міського атласу для європейських міст програми Copernicus. Для створення даного продукту було використано дані Sentinel-1/2, проведено класифікацію урбанізованої зони, а отримані класи земної поверхні було приведено у відповідність до класів європейського сервісу. Запропонований метод побудови міського атласу на безкоштовних даних може бути застосований для будь-якого місті України та може оновлюватися щорічно.Документ Відкритий доступ Рефлексивні ігри чотирьох осіб: недекомпозованість та її подолання(КПІ ім. Ігоря Сікорського, 2021) Крива, Катерина Андріївна; Терещенко, Іван МиколайовичМетою дослідження є на основі структури моделі рефлексивної взаємодії суб’єктів, запропонованої В.О. Лефевром, дослідити та представити повну формалізовану структуру моделі рефлексивної взаємодії групи чотирьох осіб, долаючи недекомпозованість у випадках, які цього потребують. В роботі проаналізовано модель рефлексивної взаємодії групи суб’єктів, запропонованої В.О. Лефевром. На основі математичної моделі рефлексивної взаємодії суб’єктів В.О. Лефевра, модифіковано та представлено структуру повної моделі рефлексивної взаємодії групи чотирьох осіб. Проаналізовано рекомендацію В.О. Лефевра щодо усунення проблеми недекомпозованості, яка може виникати для випадку рефлексивної взаємодії групи чотирьох осіб. Запропоновано власну рекомендацію щодо усунення проблеми недекомпозованості. Досліджено вплив від впровадження рекомендації В.О. Лефевра та власної рекомендації щодо усунення недекомпозованості на структуру моделі рефлексивної взаємодії чотирьох осіб. Застосовуючи рекомендації В.О. Лефевра та власну рекомендацію щодо усунення недекомпозованості, представлено повну формалізовану модель рефлексивної взаємодії групи чотирьох осіб. Проведено етичний аналіз конкретної ситуації на основі формалізованого представлення модифікованої структури повної моделі рефлексивної взаємодії чотирьох суб’єктів. Зроблено висновок щодо здатності моделі до передбачення значень етичних показників. Проведено порівняльний аналіз результатів, отриманих на основі застосування моделі Лефевра та повної моделі рефлексивної взаємодії чотирьох суб’єктів з урахуванням обох рекомендацій для прогнозування можливого вибору кожного з учасників рефлексивної гри на прикладі конкретної ситуації. Методом дослідження було опрацювання літератури за даною темою, практична перевірка здатності представленої моделі до передбачень значень етичних показників на основі проведеного етичного аналізу, перевірка здатності представленої моделі до передбачень можливого вибору кожного із суб’єктів та опрацювання отриманих результатів.Документ Відкритий доступ Прикладнi можливостi застосування мультимножинного випадку теореми Шпернера та частковi випадки теореми(КПІ ім. Ігоря Сікорського, 2021-12) Тарасенко, Степан Анатолійович; Куссуль, Наталія МиколаївнаУ ході даної роботи проведено аналіз доказів простого випадку теореми Шпернера. Запропоновано основні та цікаві способи застосування теореми з використанням різних часткових випадків, які були доведені. Основним і найцікавішим способом застосування теореми була теорія голосування. В основі теорії Голосування лежать сімейства попарно не перетинаних множин, тому оцінка потужності такої сім'ї важлива, а для часткових випадків теореми, які були доведені, ця оцінка отримана. Наступним прикладним застосуванням є балансування системи, яка може бути представлена у вигляді дводольного графа. Спираючись на часткові доведені випадки, можна провести балансування таких систем. Доведені часткові випадки можуть бути використані для створення сильних і слабких груп, які можна використовувати для різних криптографічних проблем, а також для теорії голосування. Спосіб доведення основної теореми цієї роботи був показаний і використаний у моїй бакалаврській роботі. Цей метод використовує доказ простого випадку теореми та пропонує спосіб повторного використання цього доказу для більш складних випадків. Основним алгоритмом розв’язування системи лінійних рівнянь був метод Гаусса, оскільки він дуже простий і дуже легко програмується, але можна використовувати будь-який алгоритм. Також для кращого розуміння була описана теорія мультимножин. Доведено різні часткові випадки мультимножин, які задовольняють умовам теореми. Також деякі з описаних тут досліджень були анонсовані на конференції, що відбулася 5 листопада 2021 року під назвою «Modeling, control and information technologies: Proceedings of V International scientific and practical conference».Документ Відкритий доступ Узагальнення теореми про ідеальні розбиття множини(КПІ ім. Ігоря Сікорського, 2021-12) Волкова, Єлизавета Андріївна; Куссуль, Наталія МиколаївнаМетою роботи було дослідження способів доведення та узагальнення Теореми про ідеальні розбиття множин на підмножини, кількість елементів в якій кратна пяти та степеням п'ятірки. Розглянуто та описано деякі частинні випадки теореми, розроблено явні схеми ідеальних розбиттів, які утворюють повне покриття множини та не перетинаються між собою. Підраховано кількість етапів розбиттів та кількості ітерацій на кожному етапі. Виведено формул для пошуку загальної кількості етапів методом комбінування елементів в множинах. Підраховано кількість ітерацій користуючись методами комбінаторики. Створено схемі з вершинами та графами, щоб проілюструвати часткові випадки. За основу взято спосіб доведення для часткового випадку кратності 3 був показаний та використаний у моїй бакалаврській роботі. Об’єктом дослідження є теорема про ідеальні розбиття підмножин та її доведення в явному вигляді для випадку, коли кількість елементів множини є будь-яким числом. Предметом дослідження є доведення теореми в явному вигляді для множини з кількістю елементів різної кратності та виведення узагальнених формул.Документ Відкритий доступ Дослідження методів зменшення розмірності даних в галузі інтелектуального аналізу(КПІ ім. Ігоря Сікорського, 2021-12) Хомініч, Дмитро Сергійович; Орєхов, Олександр АрсенійовичДослідження методів та алгоритмів зниження розмірності в даних, та побудова наявної моделі класифікації з використанням технік машинного навчання. Суть в тому, щоб побудувати модель з використанням технік зменшення розмірності даних, щоб уникнути деяких проблем пов’язаних з переоснащеними даними, та щоб збільшити точність передбачень класифікатора. Методом дослідження було опрацювання робот по методам машинного навчання, присвячені теоретичним і практичним аспектам їх застосування, а також документація до методів обробки даних. У роботі використана теорія алгоритмів, математичний аналіз, теорія ймовірності, та програмування, а також математична статистика та аналіз даних. Об’єктом дослідження є використання визначеної термінології у публікаціях, та навчальних посібниках різних напрямів та нормативно-правових документах. Були пророблено різні підходи визначено кращі напрями, та враховані усі рекомендації. Предметом дослідження є методи машинного навчання, алгоритми та математичні методи.Документ Відкритий доступ Аналіз якості моделей глибокого навчання в системах рекомендацій(КПІ ім. Ігоря Сікорського, 2022) Малиняк, Володимир Володимирович; Шелестов, Андрій ЮрійовичДана робота мiстить 128 сторiнок, 34 iлюстрацiй, 10 таблиць, 22 джерел за перелiком посилань. Як i багато iнших напрямкiв iнформацiйних технологiй, рекомендацiйнi системи стрiмко розвиваються i активно дослiджуються iз року в рiк. Це призводить до появи багатьох методiв i алгоритмiв побудови рекомендацiй. Внаслiдок чого постало критичне питання у вiдсутностi єдиного пiдходу до оцiнки їх ефективностi, що призводить до нерепродуктивних та несправедливих результатiв їх порiвняння. У данiй роботi дослiджено метрики якостi в задачах побудови рекомендацiй, класифiковано i проаналiзовно фактори впливу на ефективнiсть систем рекомендацiй. На основi алгоритмiв нейромережевої колаборативної фiльтрацiї, варiацiйного автоенкодера у задачах колаборативної фiльтрацiї i графової нейронної мережi колаборативної фiльтрацiї проведено експериментальне порiвняння якостi рекомендацiй використовуючи вiдкритi набори даних MovieLens, LastFM, NetflixPrize. Сформована стратегiя пришвидшує вiдбiр оптимальних моделей i їх якiсне порiвняння.Документ Відкритий доступ Метод оцінювання індикаторів цілі сталого розвитку 15.3.1 на основі супутникових даних для території України(КПІ ім. Ігоря Сікорського, 2022) Дякун, Олексій Олегович; Шелестов, Андрій ЮрійовичДипломна робота містить: 59 сторінок, 50 рисунків, 1 таблицю, 36 посилань на літературні джерела. Актуальність дослідження: дослідження сучасних методів, моделей та технологій класифікації земного покриву та оцінювання індикаторів цілей сталого розвитку 15.3.1. Наразі ця область активно розвивається по всьому світу і, зокрема, в Україні, під егідою ООН, комітетом GEO тощо. Саме тому тема магістерської дисертації є актуальною. Зв’язок дослідження з науковими програмами, планами, темами: Роботу виконано в межах проекту e-Shape програми HORIZON 2020 та програми ЦСР (Цілі сталого розвитку), яка була прийнята Генеральною асамблеєю ООН у 2015. Об'єкт дослідження: методи підрахунку ЦСР 15.3.1. Мета і задачі дослідження: у цій роботі описані існуючі методи розрахунку субіндикаторів для індикатора ЦСР 15.3.1. Розраховується зміна земного покриву за даними відділу космічних інформаційних ІКД НАНУ-ДКАУ та порівнюється з раніше порахованими і перевіреними UNCCD результатами. Дослідження методів покращення результатів. Методи дослідження: методи системного аналізу, інтелектуальні методи обчислень, методи обробки геопросторової інформації, метрики оцінки якості моделей. Наукова новизна одержаних результатів: серед глобальних даних ЦСР 15.3.1 матеріали щодо України відсутні. Існують інші роботи, які спеціалізовані на посухах на півдні України та вирубки лісів у Карпатах. Даний індикатор дозволяє побачити значно більше деградаційних процесів та змін, які ватро взяти до уваги та дослідити. Однією з особливостей те, що у якості вхідних даних використовуються карти класифікації, надані відділом космічних інформаційних ІКД НАНУ-ДКАУ. Практичне значення одержаних результатів: надання інформації про території, які потребують заходів для покращення стану та зупинки процесів деградації.Документ Відкритий доступ Нейромережева модель розпізнавання вирв від бомбардування за супутниковими даними(КПІ ім. Ігоря Сікорського, 2022) Поприго, Ярослав Леонідович; Куссуль, Наталія МиколаївнаМагістерська дисертація містить 109 сторінок, 20 ілюстрацію, і 181 джерел літератури. Наразі задача розпізнавання вирв від бомбардувань стає все гострішою. Після повномасштабної військової агресії російської федерації, чимало фондів намагаються оцінити збитки, які були нанесені об’єктам інфраструктури, цивільним будівлям, тощо. Нейромережева модель розпізнавання вирв від бомбардувань за супутниковими даними дасть змогу комплексно та всеціло оцінити масштаб руйнувань, який в подальшому може бути використаний для підрахунку збитків. Для досягнення мети було використано: нейромережеву модель U-Net ; Google Collaboratory; бібліотеки pytorch, torchvision, matplotlib, Pillow, imutils, scikit-learn, tqdm, gdal, numpy.Документ Відкритий доступ Математичні моделі змагальних атак на системи розпізнавання образів(КПІ ім. Ігоря Сікорського, 2022) Омельченко, Богдан Романович; Куссуль, Наталія МиколаївнаРобота складається з 3 розділів, містить 47 ілюстрацій, 1 таблиця, 32 літературних посилання, обсяг роботи - 102 сторінки. Завданням роботи є огляд різних змагальних атак на системи розпізнавання образів, вибір алгоритмів нейронних мереж для класифікації зображень, їх детальний опис та програмна реалізація на вибраних базах даних. Мета цієї дипломної роботи полягає у досліджені і реалізації змагальних атак на системи розпізнавання образів та огляд отриманих результатів. Об’єктом дослідження є процес реалізації змагальних атак на моделі розпізнавання образів. Предметом дослідження є алгоритми змагальних атак та моделей розпізнавання. Актуальність роботи зумовлюється тим, що на сьогоднішній день питання якісного розпізнавання образів є актуальним, як і побудова захисту таких систем. Методами дослідження дипломної роботи складають методи системного, порівняльного і статистичного аналізу, логіко-діалектичний метод пізнання, синтетичних та експертних оцінок, метод логічного узагальнення та синтезу. Вони базуються на використанні методів статистичного якісного і кількісного порівняння, наукової абстракції, факторного та структурного аналізу. Використано широке коло зарубіжних та вітчизняних літературних та електронних джерел. Наукова новизна одержаних результатів дослідження полягає в тому, що на підставі проведеного теоретико - методологічного аналізу побудовано модель змагальних атак на системи розпізнавання образів та показано їх вразливості, що можна використати для покращення систем захисту. Практичне застосування полягає в тому, що результати роботи можуть бути використані для побудови захищених моделей розпізнавання образів в різних установах.Документ Відкритий доступ Генерування тренувальних даних за допомогою технологiї NeRF для задач стереозору(КПІ ім. Ігоря Сікорського, 2022) Колодяжна, Олена Олександрiвна; Куссуль, Наталія МиколаївнаКвалiфiкацiйна робота мiстить 75 сторiнок, 45 iлюстрацiй, 4 таблицi, 57 джерел лiтератури. Задача тривимiрної реконструкцiї сцени є однiєю з центральних в областях комп’ютерного зору та комп’ютерної графiки та має багато застосувань. У останнi роки було розроблено чимало рiзних методiв вирiшення даної проблеми, серед яких є використання глибоких нейронних мереж. Складнiсть даної задачi полягає в потребi в одночаснiй узгодженостi локальних деталей та глобальних структур, в великих обчисленнях, а також в обсягах даних. Остання проблема вiдiграє важливу роль при навчаннi глибоких нейромереж. Дана магiстерська дисертацiя дослiджує можливостi генерування навчальних даних за допомогою Neural Radiance Fields для задач стереозору. Метою роботи, окрiм генерування даних, є аналiз їх ефективностi у застосуваннi для навчання глибоких нейронних мереж для оцiнки карт глибин зi стереозображень. У результатi було запропоновано певнi модифiкацiї моделi BARF, якi дають змогу покращити результат синтезу даних, порiвняно з оригiнальною моделлю, а також запропоновано змiнений ланцюжок стандартної пiдготовки даних та тренування стереонейромереж, який потенцiйно може дозволити замiнити навчання без учителя навчанням з учителем.Документ Відкритий доступ Асимптотика геометричних характеристик гладких многовидів під дією фазових потоків(КПІ ім. Ігоря Сікорського, 2022-06) Навроцький, Геннадій Вікторович; Орєхов, Олександр АрсенійовичОб’єктом дослідження є геометричні характеристики гладких ріманових многовидів у ергодичних стохастичних потоках. Предметом дослідження є усереднення асимптотики кривизни Річі на многовидах під дією ергодичних стохастичних потоків. Методи дослідження: Методи топології Методи функціонального аналізу Наукова новизна одержаних результатів: Було вперше отримано умови, за яких існує границя середніх за часом гладких функцій на ріманових многовидах при русі під дією ергодичних потоків. Практичне значення одержаних результатів: Отримані результати можна застосовувати при аналізі турбулентного руху рідини або газу. Мета роботи: 1.Розглянути можливі приклади многовидів та координат на них 2.Дослідити усереднення гладких функцій на многовидах під дією ергодичних потоків. 3.Використати для встановлення асимптотики кривизни Річі мультиплікативну ергодичну теорему Оселедця.Документ Відкритий доступ Алгоритм розв’язування супермодулярних (max, +) задач розмітки із самоконтролем на основі субградієнтного спуску(КПІ ім. Ігоря Сікорського, 2022-06) Хоменко, Руслан Олександрович; Водолазський, Євгеній ВалерійовичДану роботу присвячено алгоритму, який для будь-якої поданої на вхід (max ,+) задачі розмітки з цілочисельними якостями надасть одну з двох відповідей: або опти- мальну розмітку, або “задача не супермодулярна”, і ця відповідь гарантовано буде коректною. Самоконтроль полягає у тому, що не користувач вирішує, на яке питання треба відповісти, а сам алгоритм вирішує, що потрапляє у зону його компетентно- сті. Іншою особливістю алгоритму є те, що він не потребує відомої впорядкованості міток для супермодулярних задач. Гарантію скінченної кількості кроків надає вико- ристання субградієнтного спуску і цілочисельність ваг вершин та ребер.Документ Відкритий доступ Перетворення відеозапису з дошки у слайд-шоу(КПІ ім. Ігоря Сікорського, 2022-06) Шило, Максим Костянтинович; Водолазський, Євген ВалерійовичВідеозаписи лекцій вже не рідкість в умовах дистанційного навчання. Відео може бути у незручному форматі для студентів або містити різні артефакти через стиснення із втратами, якість зйомки та інші фактори. Добре було б мати презен- тацію навчального матеріалу, яка містить лише текст з дошки, оскільки це більш наближено до формату конспекту. Метою роботи є розробка алгоритму, який створює панорамні слайди без ви- кладача з відео лекції за умови, що камера може рухатись. Для досягнення мети було використано: - SIFT алгоритм для знаходження ключових точок зображення; - гомографію для отримання панорамних слайдів; - алгоритм максимального потоку Бойкова-Колмогорова для отримання маски рухомих об’єктів; - згорткові нейронні мережі для детекції людини; - оператори знешумлення та бінаризації зображень.Документ Відкритий доступ Статистичні виведення в умовах М-недетермінованості(КПІ ім. Ігоря Сікорського, 2022-06) Шкорінова, Олександра Сергіївна; Лавренюк, Алла МиколаївнаВ данiй роботi розглядаються класи Стiлтьєса для логнормального розподiлу та iхнi властивостi в контекстi проблеми моментiв. В роботах Стоянова було показано, що щiльностi з класу Стiлтьєса для логнормального та кубiчного експоненцiйного розподiлiв мають нескiнченну кiлькiсть мод для керуючого параметра функцiї збурення є, що не дорiвнює нулю. Але як показують нашi дослiдження – унiмодальними є також щiльностi з є близькими до нуля. Було сформульовано та доведено теорему про унiмодальнiсть щiльностей ймовiрностi в класi Стiлтьєса для логнормального розподiлу та описано властивостi функцiї збурення в цьому класi. Отриманий результат було продемонстровано для випадкiв гладенької та негладенької функцiй збурення.Документ Відкритий доступ Задача розмітки на деревах для випадку поступового надходження даних(КПІ ім. Ігоря Сікорського, 2022-06) Кириленко, Іван Андрійович; Орєхов, Олександр АрсенійовичУ роботі розглянуто задачу розмітки на деревах для випадку повільного надходження даних. Розроблено алгоритми для ефективного розв'язання задачі розмітки для різних випадків повільного надходження даних. Розроблена програмна імплементація запропонованих алгоритмів на мові С++. Порівняно час роботи алгоритмів після надходження всіх даних для різних випадків та характерів надходження цих даних. Проведено аналіз отриманих результатів.Документ Відкритий доступ Застосування квадратичної ентропії(КПІ ім. Ігоря Сікорського, 2022-06) Кучинський, Кирило Олександрович; Орєхов, Олександр АрсенійовичМетою роботи було дослiдження поняття квадратичної ентропiї та її застосування для задачi класифiкацiї на деревах рiшень У ходi даної роботи було проаналiзовано квадратичну ентропiю, поняття яке ви-никло як теоретичний результат в теорiї випадкових процесiв. В цiй працi було ада-птовану формулу квадратичної ентропiї для застосування її для табличних даних та реалiзовану у програмному кодi. Квадратична ентропiя застосувалася як цiльова функцiя для класифiкацiйних дерев рiшень. Також у ходi даної роботи квадратичну ентропiю було порiвняно ентропiєю Шен-нона. Результати показали, що для датасетiв з великою кiлькiстю атрибутiв квадра-тична ентропiя демонструє вищу точнiсть, анiж ентропiя Шеннона.Документ Відкритий доступ Пошук С-ядра у моделi виборчого процесу в умовах кооперацiї, побудованої на основi гри полковника Блотто(КПІ ім. Ігоря Сікорського, 2022-06) Миронець, Марина Володимирівна; Терещенко, Іван МиколайовичВ цій роботi розглянуто математичну модель виборчого процесу, яка ґрунтується на грі полковника Блотто. Досліджено оптимізаційну задачу розподілу ресурсів для маловідомої партії з невеликою кількістю ресурсів на прикладі фінансування інформаційних приводів. Запропоновано оптимальну стратегію для пошуку розв’язку поставленої задачі. Вона містила в собі три основні етапи. Перший – це створення списку перспективних приводів, які будуть найбільш вигідними для цієї партії. Другий етап – це визначення списків інформаційних приводів які будуть просувати коаліції. Та останній – обчислення кількості місць в парламенті, яку отримає ця партія у разі перемоги деякої коаліції, на основі чого здійснено вибір партій для об’єднання.Документ Невідомий Розподiл ресурсiв при протидiї створенню коалiцiї в грi полковника Блотто в умовах кооперацiї(КПІ ім. Ігоря Сікорського, 2022-06) Мельниченко, Антон Сергійович; Терещенко, Іван МиколайовичУ роботі розглянуто розподiл ресурсiв при протидiї створенню коалiцiї під час проведення передвиборчих перегонів. Побудовано модель, яка заснована на грі полковника Блотто. Створено алгоритм пошуку ключових для створення коаліцій інформаційних приводів. Запропоновано та досліджено стратегію оптимального розподілу ресурсів при маніпуляції інформаційними приводами в умовах кооперації. Розроблено програмне забезпечення, яке базуються на побудованій моделі та реальних статистичних даних, які були отримані з відкритих джерел. Виконано чисельний експеримент та проведено аналіз отриманих результатів.Документ Невідомий Вирівнювання зображень розлінованих аркушів(КПІ ім. Ігоря Сікорського, 2022-12) Бондар, Марія Олександрівна; Терещенко, Іван МиколайовичРобота складається з 4 розділів, містить 23 ілюстрації, 6 таблиць, 21 літературних посилань, обсяг роботи — 65 сторінок. Сучасне навчання поширює процес передачі інформації за допомогою знімків аркушів, що потребують швидкої обробки для комфортного візуального сприйняття. Частина зображень конспектів та письмових контрольних завдань зроблена камерою пересічного смартфона за слабкого освітлення та під несприятливим для зору кутом, тому потребує застосування методів покращення їх якості. Оскільки тема вирівнювання зображень не є новою, наразі існує досить багато комерційних застосунків, котрі дають змогу користувачам вирівнювати фотографії документів і робити їх цифрові скан-копії. Однак більша їх частина орієнтована на пошук аркушу паперу за спеціальних умов зйомки. У цій роботі пропонується метод вирівнювання зображень розлінованих у клітинку або косу лінію аркушів, що може бути доповненням до вже існуючих інструментів. Мета даної роботи — розробити метод вирівнювання зображень аркушів, які мають розмітку в клітинку або у косу лінію. Об’єкт дослідження — зображення розлінованих аркушів паперу. Предмет дослідження — вирівнювання зображень аркушів паперу. Методами дослідження є аналіз інформаційних джерел, новітніх публікацій за темою дослідження, дослідження методів обробки зображень та правил проективної геометрії. Актуальність роботи зумовлюється тим, що можливості редагування зображень документів є популярними та потрібними у повсякденному житті, зокрема у сучасній шкільній та університетській освіті, невід’ємною частиною якого є процес передачі інформації за допомогою знімків аркушів. Наукова новизна роботи полягає в тому, що запропоновано алгоритм вирівнювання аркушів, що мають розмітку. Алгоритми такої спеціалізації нам не відомі, так як інші у своїй роботі використовують границі аркушів або текст. Практичне застосування полягає в тому, що даний підхід дозволяє вирівнювати зображення, які не задовольняють умовам зйомки, що вимагають існуючі методи, що є їх якісним доповненням. Роботу оформлено за вимогами та подано на публікацію до міжнародного науково-теоретичного журналу “Кібернетика і системний аналіз”.Документ Невідомий Нейромережеві моделі в системах збору статистики в спортивних змаганнях(КПІ ім. Ігоря Сікорського, 2022-12) Буханевич, Родіон Михайлович; Шелестов, Андрій ЮрійовичДипломна робота: 89 с., 43 рис., 5 табл., 28 джерел, 1 додаток. Мета роботи – аналіз та порівняння моделей глибинного навчання для обробки спортивного матчу. В роботі наведено огляд та порівняльний аналіз моделей детекції, класифікації, трекінгу об’єктів з багатьох камер. Досліджено та побудовано моделі глибинного навчання, що використовуються для класифікації рухів на відео, описано критерії якості роботи цих моделей. Розроблено програмний продукт на мові програмування Python 3.8. у середовищі Visual Code, що дозволяє одночасно опрацьовувати моделі глибинного навчання на відео з багатьох камер.
- «
- 1 (current)
- 2
- 3
- »