Способи покращення алгоритмів трасування променів за допомогою штучного інтелекту

Скорочена інформація про документ
dc.contributor.advisorТарасенко-Клятченко, Оксана Володимирівна
dc.contributor.authorЯдуха, Богдан Володимирович
dc.date.accessioned2024-02-08T09:55:08Z
dc.date.available2024-02-08T09:55:08Z
dc.date.issued2023
dc.description.abstractАктуальність дослідження. Сучасні технології відкривають широкі можливості для вдосконалення алгоритмів трасування променів, що використовуються у різноманітних областях, таких як комп'ютерна графіка, медичне моделювання та візуалізація. Взаємодія променів з поверхнями об'єктів стає складною задачею у разі складних сценаріїв та великої кількості геометричних об'єктів. У цьому контексті розробка ефективних та швидких алгоритмів трасування променів є невід'ємною частиною досягнення реалістичної графіки та точної симуляції. Штучний інтелект (ШІ) вносить значний вклад у вдосконалення цих алгоритмів, надаючи можливості оптимізації та адаптації до різних умов. Використання методів машинного навчання та глибокого навчання може значно покращити швидкодію та точність трасування променів у складних сценах. У даній дипломній роботі досліджуються різноманітні підходи та стратегії, спрямовані на оптимізацію алгоритмів трасування променів за допомогою методів штучного інтелекту, з метою досягнення високої якості та продуктивності графічних застосувань. Об'єкт дослідження - об'єктом дослідження є алгоритми трасування променів, які застосовуються у комп'ютерній графіці та інших сферах візуалізації для симуляції освітлення та візуалізації тривимірних сцен. Зокрема, розглядаються алгоритми, що забезпечують відстеження променів у реальному часі та в умовах великої складності сцени. Предмет дослідження - предметом дослідження є методи та стратегії використання штучного інтелекту для оптимізації алгоритмів трасування променів. Розглядаються підходи, що базуються на машинному навчанні, глибокому навчанні та інших методах штучного інтелекту для покращення продуктивності та якості графічних застосувань. Мета дослідження - метою дипломної роботи є розробка та вдосконалення алгоритмів трасування променів за допомогою штучного інтелекту для досягнення високої продуктивності та реалістичності візуалізації графічних сцен. Основний акцент робиться на оптимізації роботи алгоритмів у реальному часі та в умовах великої складності сцен. Відповідно до мети були визначені наступні завдання: 1) дати загальну характеристику трасування променів та алгоритмів його реалізації в науковій літературі; 2) визначити способи модифікація методу трасування променів; 3) провести дослідження з удосконалення алгоритмів трасування променів за допомогою штучного інтелекту; 4) проаналізувати особливості реалізації та тестування програмного додатку трасування променів за допомогою штучного інтелекту. Наукова новизна полягає в наступному – розроблено нові підходи та методи для успішної інтеграції штучного інтелекту, таких як машинне навчання та нейронні мережі, в алгоритмі трасування променів. Це включає спеціалізованих моделей ШІ для вдосконалення відстеження змін та покращення реалізму сцени. Практична цінність - дослідження та вдосконалення алгоритмів трасування променів за допомогою штучного інтелекту включає в себе ряд важливих аспектів: 1. Покращення реалістичності графічного зображення: покращені алгоритми трасування променів з ШІ дозволяють створити більш реалістичні та деталізовані графічні зображення. 2. Медична діагностика і обробка зображення: удосконалені алгоритми можуть допомогти лікарям покращити точність діагнозу та лікування медичних зображень, що може сприяти підвищенню якості медичної допомоги та зниженню ризику діагностичних помилок. 3. Використання автономних автомобілів та робототехніка: покращені алгоритми трасування променів можуть допомогти автономним автомобілям та роботам уникати перешкод, навчатися виявляти та реагувати на оточуюче середовище, що забезпечує безпеку та ефективність їх функціонування. Апробація роботи. Основні ідеї та результати роботи представлені на XVІ науково-практичній конференції магістрантів та аспірантів ПМК-2023 (Київ, 28-30 листопада 2022 р.). Опублікована стаття на V міжнародній студентській науковій конференції «ДІДЖИТАЛІЗАЦІЯ НАУКИ ЯК ВИКЛИК СЬОГОДЕННЯ» (08.12.2023 р., м. Суми, Україна). Структура роботи. Робота складається зі вступу, чотирьох розділів, висновків, списку використаних джерел, що містить 61 найменування. Повний обсяг роботи: 117 сторінок.
dc.description.abstractotherThe relevance of the topic. Modern technologies provide extensive opportunities to enhance ray tracing algorithms used in various fields such as computer graphics, medical modeling, and visualization. The interaction of rays with object surfaces becomes a challenging task in complex scenarios with a large number of geometric objects. In this context, the development of efficient and fast ray tracing algorithms is an integral part of achieving realistic graphics and accurate simulation. Contribution of Artificial Intelligence: Artificial Intelligence (AI) contributes significantly to improving these algorithms by providing optimization and adaptation capabilities to different conditions. The use of machine learning and deep learning methods can significantly improve the speed and accuracy of ray tracing in complex scenes. This diploma work explores various approaches and strategies aimed at optimizing ray tracing algorithms using AI methods to achieve high-quality and high-performance graphical applications. The object of research is ray tracing algorithms applied in computer graphics and other visualization areas to simulate lighting and visualize three-dimensional scenes. Particularly, real-time ray tracing algorithms under conditions of scene complexity are considered. The subject of research is the methods and strategies of using artificial intelligence to optimize ray tracing algorithms. Approaches based on machine learning, deep learning, and other AI methods to enhance the performance and quality of graphical applications are discussed. The goal of the work is to develop and improve ray tracing algorithms using artificial intelligence to achieve high performance and realism in the visualization of graphical scenes. The main emphasis is on optimizing algorithm performance in real-time and under conditions of scene complexity. Research Tasks: 1. Provide a general overview of ray tracing and its algorithm implementations in scientific literature. 2. Identify methods for modifying ray tracing techniques. 3. Conduct research on improving ray tracing algorithms using artificial intelligence. 4. Analyze the implementation and testing features of a ray tracing application using artificial intelligence. The scientific novelty lies in the development of new approaches and methods for the successful integration of artificial intelligence, such as machine learning and neural networks, in ray tracing algorithms. This includes the creation of specialized AI models to enhance change tracking and improve scene realism. Approbation of work. Presentation of the work. The main ideas and results of the work were presented at the XVI Scientific and Practical Conference of Master's and Ph.D. students PMK-2023 (Kyiv, November 28-30, 2022). An article has been published in the V International Student Scientific Conference "DIGITALIZATION OF SCIENCE AS A CHALLENGE OF TODAY" (December 8, 2023, Sumy, Ukraine). The practical value: The practical value of researching and improving ray tracing algorithms using artificial intelligence encompasses several crucial aspects: 1. Improved Realism in Graphic Rendering: Enhanced ray tracing algorithms with AI enable the creation of more realistic and detailed graphic images. 2. Medical Diagnosis and Image Processing: Improved algorithms can assist doctors in enhancing the accuracy of medical image diagnosis and treatment, contributing to improved healthcare quality and reduced diagnostic errors. 3. Autonomous Vehicles and Robotics: Ray tracing algorithms with AI in autonomous vehicles and robots enable obstacle avoidance, learning to detect and respond to the surrounding environment, ensuring safety and efficiency in their operation. Structure and scope of work. The work consists of an introduction, four chapters, conclusions, a list of used sources containing 61 names. Full volume of work: 117 pages.
dc.format.extent115 с.
dc.identifier.citationЯдуха, Б. В. Способи покращення алгоритмів трасування променів за допомогою штучного інтелекту : магістерська дис. : 123 Комп'ютерна інженерія / Ядуха Богдан Володимирович. – Київ, 2023. – 115 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/64397
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectалгоритм трасування променів
dc.subjectштучний інтелект
dc.subjectray tracing algorithms with AI
dc.subjectalgorithm performance in real-time
dc.subject.udc004.4`2:004.4`4:004.45
dc.titleСпособи покращення алгоритмів трасування променів за допомогою штучного інтелекту
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Yaduha_B_V_magistr.pdf
Розмір:
1.57 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 (СПСКС)
Магістерські роботи