Методи і моделі розпізнавання об’єктів військового озброєння

Скорочена інформація про документ
dc.contributor.advisorХайдуров, Владислав Володимирович
dc.contributor.authorКірсенко, Єгор Вікторович
dc.date.accessioned2024-06-19T11:15:27Z
dc.date.available2024-06-19T11:15:27Z
dc.date.issued2024
dc.description.abstractДипломна робота: 70 с., 31 рис., 1 табл., 2 додатки, 25 джерел. Об’єктом дослідження є безпілотні літальні апарати, збір й аналіз даних, що отримуються в режимі реального часу безпілотними літальними апаратами з метою автоматизації й розпізнавання образів. Предметом дослідження є математичні моделі розпізнавання образів та принципів машинного навчання, які будуються на основі сенсорних даних з безпілотних літальних апаратів з метою розпізнавання представників наперед визначених типів об’єктів (класів). Мета роботи – розроблення нейромережевої математичної моделі розпізнавання основних класів літальних апаратів з метою зменшення негативних наслідків застосування такого роду об’єктів по об’єктам і системам критичної інфраструктури у війні проти України. Ключовою особливістю програми є можливість автоматичного визначення літального апарату по фото без втручання людей. Це можна використовувати в багатьох сферах безпеки та нагляду. Науковою новизною магістерської роботи є побудована і навчена нейромережева математична модель основних образів військових літальних апаратів. Практичними застосуванням результатів магістерської роботи є можливість застосування побудованої нейромежевої математичної моделі для прийняття подальших рішень щодо ліквідації ворожих літальних апаратів з метою максимального захисту об’єктів критичної інфраструктури, об’єктів енергетики країни загалом.
dc.description.abstractotherThesis: 70 pages, 31 figures, 1 table, 2 appendices, 25 sources. The object of research is unmanned aerial vehicles, collection and analysis of data obtained in real time by unmanned aerial vehicles for the purpose of automation and pattern recognition. The subject of the research is mathematical models of pattern recognition and principles of machine learning, which are built on the basis of sensor data from unmanned aerial vehicles in order to recognize representatives of predetermined types of objects (classes). The purpose of the work is to develop a neural network mathematical model for recognizing the main classes of aircraft in order to reduce the negative consequences of the use of such objects on critical infrastructure objects and systems in the war against Ukraine. A key feature of the program is the ability to automatically identify an aircraft from a photo without human intervention. This can be used in many areas of security and surveillance. The scientific novelty of the master's thesis is the built and trained neural network mathematical model of the main images of military aircraft. The practical application of the results of the master's thesis is the possibility of using the constructed neuroboundary mathematical model to make further decisions regarding the elimination of enemy aircraft in order to maximize the protection of critical infrastructure objects, energy objects of the country in general.
dc.format.extent70 с.
dc.identifier.citationКірсенко, Є. В. Методи і моделі розпізнавання об’єктів військового озброєння : магістерська дис. : 113 Прикладна математика / Кірсенко Єгор Вікторович. – Київ, 2024. – 70 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/67276
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subject.udc004.032.26
dc.titleМетоди і моделі розпізнавання об’єктів військового озброєння
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kirsenko_magistr.pdf
Розмір:
1.99 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

Магістерські роботи (ММАД)
Магістерські роботи