Апаратні засоби для підвищення продуктивності обробки зображень штучними нейронними мережами

Скорочена інформація про документ
dc.contributor.advisorКлятченко, Ярослав Михайлович
dc.contributor.authorЯсенко, Лев Сергійович
dc.date.accessioned2022-01-19T10:19:44Z
dc.date.available2022-01-19T10:19:44Z
dc.date.issued2021
dc.description.abstractenRelevance of the topic: significant demand in the market of image processing systems and services based on artificial intelligence algorithms determine the development of appropriate hardware. The relevance of the topic is confirmed by statistical research of scientific publications in this area. Therefore, the development of hardware for image processing systems using neural network algorithms is an urgent task. The object of the research is the hardware for image processing based on artificial neural networks. The subject of the research is to increase the productivity of image processing based on artificial neural networks with the help of hardware. Objective: to increase the productivity of digital image processing systems based on neural algorithms by improving the performance of relevant hardware. The scientific novelty of the work is the proposal to implement the operation of convolution at the hardware level to increase the productivity of image processing by hardware using artificial neural networks. Approbation of work. The study of the efficiency of digital image processing depending on the hardware is presented in the publications in "ПМК-2021" (Kyiv, November 17-19, 2021) and „Інформаційні технології та комп’ютерна інженерія” (Vinnytsia, in preparation for publication). The practical value of the work lies in obtaining results that can be used in the process of determining the directions of further research and using the proposed solution for the implementation of the convolution operation in image processing hardware using artificial neural networks. The structure and scope of the work include a table of contents, introduction, four chapters, conclusions, list of sources used and appendices. In the introduction the general characteristic is given, the general review of a condition of a problem is made and urgency of the decision of the set task is defined. The first section reviews the development of software and hardware for digital image processing, as well as an overview of the market for hardware for processing artificial neural networks, and outlines the direction of future research. The second section describes the theoretical model of the image processing system with artificial neural networks, identifies the features of the use of hardware in image processing problems and formulates the requirements for the proposed solution. The third section describes the modeling of the proposed solution. The fourth section describes how to evaluate the proposed solution. The conclusions present the results of the work carried out to solve the problem of improving the productivity of image processing hardware using artificial neural networks. The dissertation is presented on 104 pages, including appendices, and has 51 figures and 11 tables.uk
dc.description.abstractukАктуальність теми: значна потреба на ринку систем та послуг з обробки зображень на основі алгоритмів штучного інтелекту зумовлюють розвиток відповідних апаратних засобів. Актуальність теми підтверджується статистичним дослідженням наукових публікацій за даним напрямком. Тому розробка апаратних засобів систем обробки зображень з використанням алгоритмів нейронних мереж є актуальною задачею. Об’єктом дослідження є обробка зображень з використанням штучних нейронних мереж апаратними засобами. Предметом дослідження є спосіб реалізації апаратних засобів для підвищення продуктивності обробки зображень з використанням штучних нейронних мереж. Мета роботи: підвищити продуктивність систем обробки цифрових зображень на основі нейронних алгоритмів шляхом покращення продуктивності відповідних апаратних засобів. Наукова новизна роботи полягає в пропозиції реалізувати операцію згортки на апаратному рівні для підвищення продуктивності обробки зображень апаратними засобами з використанням штучних нейронних мереж. Апробація роботи. Дослідження ефективності обробки цифрових зображень в залежності від апаратних засобів представлено публікаціями в “ПМК-2021” (Київ, 17-19 листопада 2021) та „Інформаційні технології та комп’ютерна інженерія” (Вінниця, готується до опублікування). Практична цінність роботи полягає в отриманні результатів, що можуть бути використані в процесі визначення напрямків наступних досліджень та використанні запропонованого рішення реалізації операції згортки в апаратних засобах обробки зображень з використанням штучних нейронних мереж. Структура та обсяг роботи включають в себе зміст, вступ, чотири розділи, висновки, список використаних джерел та додатки. У вступі подано загальну характеристику, зроблено загальний огляд стану проблеми і визначено актуальність вирішення поставленої задачі. В першому розділі проводиться огляд розвитку програмних та апаратних засобів що забезпечують обробку цифрових зображень, а також, проводиться огляд ринку апаратних засобів для обробки штучних нейронних мереж, і окреслюється напрямок майбутніх досліджень. В другому розділі описано теоретичну модель системи обробки зображень штучними нейронними мережами, визначено особливості використання апаратних засобів в задачах обробки зображень та сформовано вимоги до запропонованого рішення. В третьому розділі описано моделювання запропонованого рішення. В четвертому розділі описано способи оцінки запропонованого рішення. У висновках представлені результати проведеної роботи з вирішення задачі підвищення продуктивності апаратних засобів обробки зображень з використанням штучних нейронних мереж. Дисертація викладена на 104 сторінках, включно з додатками, та нараховує 51 рисунок і 11 таблиць.uk
dc.format.page104 с.uk
dc.identifier.citationЯсенко, Л. С. Апаратні засоби для підвищення продуктивності обробки зображень штучними нейронними мережами : магістерська дис. : 123 Комп’ютерна інженерія / Ясенко Лев Сергійович. – Київ, 2021. – 104 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/45951
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectштучні нейронні мережіuk
dc.subjectобробка зображеньuk
dc.subjectartificial neural networksuk
dc.subjectimage processinguk
dc.subject.udc004.932uk
dc.titleАпаратні засоби для підвищення продуктивності обробки зображень штучними нейронними мережамиuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Yasenko_magistr.pdf
Розмір:
3.77 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (СПСКС)
Магістерські роботи