Навчальна система на основі нейронної мережі та доповненої реальності
Ескіз недоступний
Дата
2019
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Магістерська дисертація: 96 с., 25 рис., 33 табл., 1 додаток, 19 джерел.
Сутність використання згорткових нейронних мереж для розпізнавання об’єтків полягає у розбитті та виявленні необхідних ознак для подальшої згортки та формування підвибірок. Головною ціллю роботи є вдосконалення існуючих підходів у роботі та налаштуванні згорткових нейронних мереж та подальша інтеграція розробки у розроблюваних додаток.
Актуальність проблеми. Зважаючи на стрімкий розвиток та впровадження технологій розпізнавання навколишнього середовища та доповненої реальності, виникла необхідність розробки та появи системи, що зможе інтегрувати ці засоби з елементами навчального процесу. Актуальність проблеми також пов’язана із необхідністю вдосконалення існуючих методів та підходів у розпізнаванні об’єктів навколишнього середовища с використанням нейронних мереж.
Методи дослідження: аналіз (задачі обробки зображень згортковими мережами), абстракція та синтез (вибір та врахування декількох значущих факторів при побудові алгоритму), формалізація (створення математичної моделі алгоритму), експеримент (моделювання роботи алгоритму), порівняння (порівняння роботи алгоритмів за параметрами ефективності роботи та швидкості навчання).
Наукова новизна полягає у наступному: був запропонований та обґрунтований спосіб заміни класичного використання вікон згортки та їх розміру, який завдяки врахуванню параметрів розміру вікна та щільності зв'язків дає можливість гарантувати підвищення ефективності роботи та швидкості навчання мережі.
Практичне значення одержаних результатів роботи визначається тим, що розроблений підхід дає можливість ефективно використовувати ресурси системи та виконувати задачу розпізнавання об’єктів на зображенні.
Зв’язок роботи з науковими програмами, планами, темами. Є авторською роботою у сфері машинного навчання та доповненої реальності.
Мета і задачі дослідження. Задачею цієї роботи є розробка більш продуктивного та оптимізованого методу розпізнавання зображень та подальше проектування та розробка прототипу з використанням розробленого підходу з технологіями машинного навчання та доповненої реальності з подальшою інтеграцією цього функціоналу з навчальними цілями. Метою роботи є отримання більш сучасного та продуктивного методу розпізнавання об’єктів навколишнього середовища та його подальшого впровадження.
Об’єкт дослідження. Об’єктом дослідження є розробка більш сучасного підходу у сфері нейронних мереж та доповненої реальності.
Предмет дослідження. Предметом дослідження є покращення існуючих характеристик нейронних мереж для роботи в області розпізнавання об’єктів.
Новизна одержаних результатів. Отримання нового та сучасного підходу у проектуванні нейронних мереж задля досягнення їх оптимізації та продуктивності з подальшою інтеграцією розробки на ринок.
Структура роботи. Основна частина роботи складається з 3 розділів на 65 сторінок. Також сюди входить зміст, вступ та висновки. Список літератури містить 19 джерел.
Опис
Ключові слова
машинне навчання, розпізнавання образів, доповнена реальність, AI, AR, Java, Android, навчання, machine learning, pattern recognition, augmented reality
Бібліографічний опис
Жабокрицький, І. В. Навчальна система на основі нейронної мережі та доповненої реальності : магістерська дис. : 123 Комп’ютерна інженерія / Жабокрицький Ігор Вадимович. – Київ, 2019. – 97 с.