Методи розпізнавання зображень з використанням штучного інтелекту у мультимедійних системах

Скорочена інформація про документ
dc.contributor.advisorФіліпова, Наталія Юріївна
dc.contributor.authorСавка, Максим Сергійович
dc.date.accessioned2020-07-06T13:42:07Z
dc.date.available2020-07-06T13:42:07Z
dc.date.issued2020-06-15
dc.description.abstractenThesis: 94 pp., 39 figs., 3 appendices, 33 sources. The object of research is an artificial neural network. The aim of the work is to analyze the methods of designing neural networks for the recognition of objects in the image, review the structure of neural networks and the development of its own neural network. As a result of the thesis, the methods of designing neural networks for the recognition of objects in the image are analyzed, the structure of neural networks is reviewed and our own neural network is developed and researched. Field of application: problems of recognition and classification of elements in the image. The relevance of the work lies in the study of modern methods of designing artificial neural networks for tasks on object recognition in images, elucidating approaches to building the architecture of multilayer neural networks and developing your own solution for recognizing and classifying objects in the image. The aim of the work is to analyze the methods of designing neural networks for object recognition in the image and review the theoretical foundations for modeling artificial intelligence systems, as well as research methods for building neural networks for recognizing clothing items. The research method is a theoretical analysis of architectural solutions, structural composition, advantages and disadvantages of artificial neural network structures and development of two solutions using a multilayer perceptron with one hidden layer and the use of convolution for problems of recognition and classification of clothing. The object of research is the architecture of a multilayer artificial neural network for the tasks of recognition and classification of objects in the image. The subject of the study is a multilayer artificial neural network trained to recognize items of clothing. The scientific novelty of the work is to develop the optimal architecture of an artificial neural network with the highest efficiency indicators in accordance with the complexity of the network structure The practical value lies in the further use of the developed structures of artificial neural networks for problems of recognition and classification of images of other subjects.uk
dc.description.abstractukДипломна робота: 94 с., 39 рис., 3 дод., 33 джерела У результаті виконання дипломної роботи проаналізовано методи проектування нейронних мереж щодо розпізнавання об’єктів на зображенні, здійснено огляд структури нейронних мереж та розроблено і досліджено власну нейронну мережу. Галузь застосування: задачі з розпізнавання та класифікації елементів на зображенні. Актуальність роботи полягає в дослідженні сучасних методів проектування штучних нейронних мереж для задач з розпізнавання об'єктів на зображеннях, з’ясовуванні підходів до побудови архітектури багатошарових нейронних мереж та розробці власного рішення для розпізнавання та класифікації об’єктів на зображенні. Метою роботи є аналіз методів проектування нейронних мереж щодо розпізнавання об'єктів на зображенні та огляд теоретичних засад з моделювання систем штучного інтелекту, а також дослідження методів побудови нейронних мереж щодо розпізнавання елементів одягу. Методом дослідження є теоретичний аналіз архітектурних рішень, структурного складу, переваг та недоліків структур штучних нейронних мереж та розробка двох рішень із застосуванням багатошарового перцептрона з одним прихованим шаром та з застосування згортки для задач з розпізнавання та класифікації елементів одягу. Об'єктом дослідження є архітектура багатошарової штучної нейронної мережі для задач з розпізнавання та класифікації об’єктів на зображенні. Предметом дослідження є багатошарова штучна нейронна мережа, натренована на розпізнавання елементів одягу. Наукова новизна роботи полягає у розробці оптимальної архітектури штучної нейронної мережі з найвищими показниками ефективності у відповідності до складності структури мережі Практична цінність полягає у подальшому використанні розроблених структур штучних нейронних мереж для задач з розпізнавання та класифікації зображень іншої тематики.uk
dc.format.page94 с.uk
dc.identifier.citationСавка, М. С. Методи розпізнавання зображень з використанням штучного інтелекту у мультимедійних системах : дипломна робота ... бакалавра : 171 Електроніка / Савка Максим Сергійович. – Київ, 2020. – 94 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/34827
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.relation.urihttps://ames.kpi.ua/wp-content/uploads/2020/07/Dyplomna_robota_Savka_Maksym_DV_61.pdf
dc.subjectмашинне навчанняuk
dc.subjectглибоке навчанняuk
dc.subjectнейронна мережаuk
dc.subjectзгорткова нейронна мережаuk
dc.subjectрозпізнавання зображеньuk
dc.subjectмова програмування Pythonuk
dc.subjectTensorFlowuk
dc.subjectперцептронuk
dc.subjectmachine learninguk
dc.subjectdeep learninguk
dc.subjectneural networkuk
dc.subjectimage recognitionuk
dc.subjectPython programming languageuk
dc.subject.udc004.852uk
dc.titleМетоди розпізнавання зображень з використанням штучного інтелекту у мультимедійних системахuk
dc.typeBachelor Thesisuk

Файли

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

Зібрання

Бакалаврські роботи (АМЕС)
Бакалаврські роботи