Методи та програмні засоби для вирішення задачі класифікації на основі тривимірних нейронних мереж
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Паладієв О.О. Методи та програмні засоби для вирішення задачі класифікації на основі тривимірних нейронних мереж. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 121 – Інженерія програмного забезпечення з галузі знань 12 – Інформаційні технології. – Національний Технічний Університет України «Київський Політехнічний Інститут імені Ігоря Сікорського», Київ,, 2025. Дисертаційна робота присвячена розробці та дослідженню спеціалізованих програмних засобів для ефективної класифікації тривимірних зображень з можливістю їх інтеграції в різноманітні автоматизовані процеси. Основною метою дослідження є вдосконалення методів обробки та аналізу тривимірних даних шляхом застосування передових підходів до проектування архітектур нейронних мереж і розробки адаптивних алгоритмів оптимізації. У ході виконання роботи досягнуто наступних результатів: Вперше запропоновано використання опонентної кольорової системи як методу попередньої обробки даних. Запропонований метод підвищує інформативність ознак і покращує їхню інтерпретацію нейронними мережами, що суттєво зменшує втрати при класифікації. Додатково, досліджено особливості роботи опонентної системи в умовах різного рівня зашумленості вхідних даних, що дозволило розробити стратегії її адаптації до специфічних наборів зображень. Вперше розроблено топологію нейронних зв’язків яка реалізує локальнообмежені структури зв’язків з протилежними нейронами та їх безпосередніми сусідами в тривимірному просторі. Запропонована топологія поєднує розширювальні та звужувальні шари, що сприяє ефективному вилученню ознак. Особлива увага приділялася оптимізації параметрів цих шарів для забезпечення їхньої гнучкості й адаптивності під різні типи даних, а також визначенню оптимальної кількості нейронів і типів функцій активації для покращення навчання мережі. Вперше розроблено методи зміни кількості нейронних зв’язків. Ці підходи забезпечують підвищення швидкодії програмних засобів класифікації, за рахунок видалення слабких зв’язків та підвищення точності класифікації за рахунок генерації нових зв’язків для нейронів з вагами, наближеними до меж функції активації. Розроблено та протестовано кілька методів адаптації, включаючи методи поступового усічення ваг і додавання нових зв'язків для підвищення стійкості моделі до варіативності вхідних даних. Розроблено програмні засоби для забезпечення доступу до функціоналу класифікації тривимірних зображень, який дозволяє інтегрувати можливості класифікації в різні автоматизовані процеси. Реалізоване рішення підтримує масштабованість обробки великих обсягів даних, включаючи функції попередньої обробки, аналізу результатів і моніторингу продуктивності. Здійснено детальне тестування продуктивності розроблених програмних засобів на основі двох тривимірних наборів даних. Результати експериментів підтвердили високу точність і продуктивність розробленого підходу, що забезпечує його конкурентоспроможність у вирішенні задач автоматизованої класифікації складних тривимірних структур. Таким чином, створений метод класифікації та програмні засоби є ефективним рішенням для класифікації тривимірних зображень, поєднуючи новітні архітектури нейронних мереж і алгоритми оптимізації для досягнення високих показників точності та продуктивності. Запропонований підхід демонструє високу гнучкість і адаптивність, що дозволяє його застосування в широкому спектрі прикладних задач, включаючи медичну діагностику, промислову автоматизацію та аналіз наукових даних. Дисертаційна робота складається зі вступу, чотирьох розділів, висновків, списку використаних джерел та додатків. Загальний обсяг роботи становить 212 сторінок, з яких 168 сторінок основного тексту. Робота містить 50 рисунків, 3 таблиці та 80 літературних джерел.
Опис
Ключові слова
інженерія програмного забезпечення, аналіз даних, автоматизація, автоматизація моделювання нейронних мереж, автоматизована обробка, глибоке навчання, класифікація, машинне навчання, мета-навчання, методи машинного навчання, нечітка логіка, оцінка ефективності, попередня обробка, розпізнавання об’єктів, системи нечіткої логіки, нейронні мережі, інтелектуалізація, модель, мікросервіси, software engineering, data analysis, automation, neural network modeling automation, automated processing, deep learning, classification, machine learning, meta-learning, machine learning methods, fuzzy logic, performance evaluation, preprocessing, object recognition, fuzzy logic systems, neural networks, intellectualization, model, microservices
Бібліографічний опис
Паладієв, О. О. Методи та програмні засоби для вирішення задачі класифікації на основі тривимірних нейронних мереж : дис. … д-ра філософії : 121 Інженерія програмного забезпечення / Паладієв Олександр Олегович. – Київ, 2025. – 212 с.