Магістерські роботи (ЦТЕ)
Постійне посилання зібрання
У зібранні розміщено магістерські дисертації на здобуття ступеня магістра.
Переглянути
Перегляд Магістерські роботи (ЦТЕ) за Ключові слова "004.85"
Зараз показуємо 1 - 1 з 1
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Автоматизація класифікації та маркування даних для навчання моделей штучного інтелекту(КПІ ім. Ігоря Сікорського, 2023) Присяжнюк, Владислав Вадимович; Шушура, Олексій МиколайовичМагістерська дисертація: 92 с., 51 рис., 13 табл., 24 джерела, 2 додатки. Актуальність. Класифікація та маркування зображень використовуються при навчанні моделей штучного інтелекту, які застосовуються у різних сферах, включаючи комп'ютерний зір, медичну діагностику, розпізнавання образів, та ін. Сьогодні значна кількість компаній використовує штучний інтелект для прискорення виконання багатьох завдань. Необхідність обробки величезних обсягів інформації для навчання моделей штучного інтелекту, яка здебільшого виконується персоналом компаній, визначає актуальність розробки інформаційних технологій з метою автоматизації цього процесу. Метою дослідження є автоматизація класифікації та маркування даних для навчання моделей штучного інтелекту. Для досягнення зазначеної мети треба виконати наступні задачі: – огляд існуючих систем та методів для класифікації та маркування даних; – проектування архітектури технології автоматичної класифікації та розмітки даних; – моделювання системи автоматизації та вибір засобів розробки; – розробка програмного забезпечення автоматизації класифікації та маркування даних для навчання моделей штучного інтелекту; – проведення тестування програмного забезпечення. Об’єктом дослідження є процес класифікації та маркування зображень для навчання моделей штучного інтелекту. Предметом дослідження є методи та інформаційні системи для класифікації та маркування даних на основі машинного навчання. Методи дослідження: машинне навчання для класифікації та анотування об’єктів на зображеннях. Практичне значення отриманих результатів: Практичне значення магістерської дисертації полягає в тому, що було розроблено програмний продукт, що складається з інформаційної технології, серверу та згорткових мереж, який дозволяє в режимі реального часу автоматично класифіковувати та анотувати дані для подальшого навчання моделей штучного інтелекту. Публікації: Присяжнюк В. В. AUTOMATION OF IMAGE CLASSIFICATION AND LABELING FOR TRAINING ARTIFICAL INTELLIGENCE MODELS/ В. В. Присяжнюк, О. М. Шушура. // «Сучасні проблеми наукового забезпечення енергетики». – 25-28 квітня 2023. – С. 172-173. Присяжнюк В. В. Інформаційна система класифікації та маркування зображень для навчання моделей штучного інтелекту / В. В. Присяжнюк, О. М. Шушура. // «Вісник ХНТУ №3(86)». – 2023. – С. 137 – 142.