Інтелектуальний детектор об’єктів на основі машинного навчання

Скорочена інформація про документ
dc.contributor.advisorВарава, Іван Андрійович
dc.contributor.authorЩурова, Поліна Андріївна
dc.date.accessioned2023-01-05T10:13:15Z
dc.date.available2023-01-05T10:13:15Z
dc.date.issued2022
dc.descriptionДане дослідження показує як можна здійснювати класіфикацію гідроакустичних даних, за допомогою машинного навчання. У роботі розглянуті існуючі підходи для вирішення задачі, розроблений алгоритм для вирішення даної задачі, проведено навчання інтелектуальної моделі на базі алгоритму, створений графічний інтерфейс для використання моделі, проведено аналіз ефективності алгоритму.uk
dc.description.abstractenTopic. Intelligent object detector based on machine learning. Actuality of topic. Taking into account the rapid development of microcontrollers, sensors and automatic recording systems, the possibilities of forming arrays of hydroacoustic signals are increasing. Therefore, the need to develop a system for automatic processing of this information is growing. Signal classification is important for systems that process data in real time. Algorithms that solve this problem are currently being actively researched, so this work is relevant. The purpose and the tasks of the research. The research purpose is to improve the efficiency of solving the problem of classification of hydroacoustic signals. The task of the research is the analysis of sound classification algorithms, the development of a classification algorithm based on neural networks, and the study of the obtained algorithm. Scientific innovation. An algorithm for the classification of audio signals from several sources at the same time was developed. Research methods. Such research methods as analysis of existing solutions to the problem, algorithm modeling, application design for use of the developed solution, comparative analysis of the obtained solution and existing solutions were used. The practical value. The results of the conducted research will be useful for the system of tracking the movement of water vessels and for military purposes. Structure and scope of the thesis. The master's thesis consists of an introduction, 6 chapters, a conclusion, a list of references from 15 names, 2 appendix, and contains 10 figures, 8 tables. The total volume of the master's thesis is 77 pages.uk
dc.description.abstractukАктуальність теми. Враховуючи швидкий розвиток мікроконтролерів, датчиків та систем автоматичного запису, можливості формування масивів гідроакустичних сигналів зростають. Тому зростає потреба у розробці систем для автоматичної обробки цієї інформації. Класифікація сигналів важлива для систем, які обробляють дані, у режимі реального часу. Зараз активно ведуться дослідження алгоритмів, що вирішують цю проблему, тому дана робота є актуальною. Мета роботи і завдання дослідження. Метою дослідження є підвищення результативності розв'язання задачі класифікації гідроакустичних сигналів. Завданням дослідженням є аналіз алгоритмів для класифікації звуку, розробка алгоритму класифікації на базі нейронних мереж, його дослідження. Наукова новизна одержаних результатів. Було розроблено алгоритм класіфикації аудіосигналів з декількох джерел одночасно. Методи дослідження. Було використано такі методи дослідження як аналіз існуючих рішень проблеми, моделювання алгоритму, проектування додатку для використання розробленого рішення, порівняльний аналіз отриманого рішення та існуючих. Практичне значення одержаних результатів. Результати проведеного дослідження стануть у нагоді для систем відстежування пересуання водних суден та у військових цілях. Структура та обсяг дипломної роботи. Магістерська дисертація складається зі вступу, 6 розділів, висновку, переліку посилань з 15 найменувань, 2 додатків і містить 10 рисунків, 8 таблиць. Обсяг магістерської дисертації складає 77 сторінок.uk
dc.format.page76 с.uk
dc.identifier.citationЩурова, П. А. Інтелектуальний детектор об’єктів на основі машинного навчання : магістерська дис. : 121 Інженерія програмного забезпечення / Щурова Поліна Андріївна. – Київ, 2022. – 76 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/51716
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectнейронні мережіuk
dc.subjectгідроаукустичні сигналиuk
dc.subjectвідокремлення джерела.uk
dc.subjectneural networksuk
dc.subjecthydro-audio signalsuk
dc.subjectsource separation.uk
dc.subject.udc004.8uk
dc.titleІнтелектуальний детектор об’єктів на основі машинного навчанняuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ІПЗЕ)
Магістерські роботи