Ідентифікація дронів із використанням машинного навчання

Скорочена інформація про документ
dc.contributor.advisorКухарєв, Сергій Олександрович
dc.contributor.authorПшеничний, Сергій Володимирович
dc.date.accessioned2024-09-23T10:27:41Z
dc.date.available2024-09-23T10:27:41Z
dc.date.issued2024
dc.description.abstractДипломна робота: 100+ с., 41 рис., 8 табл., 2 додатки, 18 джерел. Об’єкт дослідження – створення та дослідження моделі для розпізнавання дронів. Предмет дослідження – методи глибокого навчання для задачі розпізнавання зображень, пошук найкращої моделі, оцінка якості моделей, стандартні архітектури YOLO та Faster R-CNN. Мета дипломної роботи – створення за допомогою нейронних мереж найкращої моделі для ідентифікації дронів або БПЛА, що зможе допомогти військовим фахівцям зокрема та покращити ефективність перехоплень небезпечних літальних апаратів. Актуальність – актуальність теми зумовлена швидким розвитком технологій та зростаючою потребою у використанні БПЛА для вирішення сучасних проблем, зокрема, воєнних. Це збуджує спеціалістів до створення ефективних інструментів для протидії дронам. В даній дипломній роботі було програмно реалізовано продукт мовою Python. Було побудовано модель згорткової нейронної мережі на власному наборі даних. Особливу увагу було приділено збору та підготовці даних новими технологіями. Якість моделі може бути покращена в майбутньому. Підготовка більш якіснішого набору даних може підвищити її ефективність. Незважаючи на це, модель допоможе будь-кому, зацікавленому в ідентифікації дронів і в даній версії роботи.
dc.description.abstractotherBachelor’s thesis: 100+ p., 41 fig., 8 tabl., 2 appendices, 18 references. Object of research – creation and research of a model for recognizing drones. Subject of research – deep learning methods for the problem of image recognition, search for the best model, evaluation of the quality of models, standard YOLO and Faster R-CNN architectures. The aim of the thesis is to create the best model for identifying drones or UAVs using neural networks, which can help military specialists in particular and improve the effectiveness of intercepting dangerous aircraft. Relevance – the relevance of the topic is due to the rapid development of technology and the growing need to use UAVs to solve modern problems, in particular, military ones. This encourages specialists to create effective tools to counter drones. In this thesis, the product was implemented in Python programming language. A convolutional neural network model was built on its own dataset. Particular attention was paid to the collection and preparation of data by new technologies. The quality of the model may be improved in the future. Producing a better dataset can improve its efficiency. Despite this, the model will help anyone interested in identifying drones in this version of the work.
dc.format.extent103 с.
dc.identifier.citationПшеничний, С. В. Ідентифікація дронів із використанням машинного навчання : дипломна робота ... бакалавра : 124 Системний аналіз / Пшеничний Сергій Володимирович. – Київ, 2024. – 103 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/69158
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectмашинне навчання
dc.subjectзгорткові нейронні мережі
dc.subjectмоделювання
dc.subjectкласифікація
dc.subjectрозпізнавання об’єктів на зображеннях
dc.subjectmachine learning
dc.subjectconvolutional neural networks
dc.subjectmodeling
dc.subjectclassification
dc.subjectrecognition of objects in images
dc.titleІдентифікація дронів із використанням машинного навчання
dc.typeBachelor Thesis

Файли

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

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи