Спосіб оперативної ідентифікації воєнної техніки за допомогою машинного навчання
| dc.contributor.advisor | Новінський, Валерій Петрович | |
| dc.contributor.author | Михайлов, Данііл Євгенович | |
| dc.date.accessioned | 2023-03-16T08:24:50Z | |
| dc.date.available | 2023-03-16T08:24:50Z | |
| dc.date.issued | 2022-12 | |
| dc.description.abstract | Виконану на тему: Спосіб оперативної ідентифікації воєнної техніки за допомогою машинного навчання студентом: Михайловим Даніілом Євгеновичем Структура i обсяг роботи: Робота складається із вступу та чотирьох розділів. Загальний обсяг роботи: аркушів основного тексту, 20 ілюстрацій, 23 таблиці. При підготовці використовувалася література з різних джерел. Актуальність роботи. Як показує сьогодення, питання ідентифікації воєнної техніки на знімках із супутника стає дедалі актуальніше. Якщо з’явиться можливість швидко ідентифікувати техніку на знімках із супутника це пришвидшить роботу наших воєнних експертів і нашу Перемогу. Супутнико візображення стали невід’ємною частиною в сучасних конфліктах. Тому я хотів дослідити можливість використання моделей глибокого навчання для точної ідентифікації воєнної техніки та її класифікації, щоб полегшити роботу наших військових та збільшити їх швидкість реагування та покращити розвіддані. Мета роботи і завдання дослідження: Метою магістерської роботи є розробка ідентифікації воєнної техніки та її типів за знімком із супутника. Для досягнення мети дослідження поставлено і вирішено такі завдання: – огляд існуючих рішень у біометричної ідентифікації та комп’ютерного зору; – вибір та розробка способу ідентифікації: визначення вимог, знаходження датасету, опис програмних засобів, функцій та використаних моделей; – розробка та тестування системи: навчання нейронних мереж, тестування системи, збір аналітичних даних, аналітика на основі тестування. Об’єкт дослідження: Процес ідентифікації воєнної техніки, її класифікація на основі знімків з супутника. Предмет дослідження: Методи ідентифікації воєнної техніки за даними із датасету з використанням технології згорткових нейронних мереж, багатошарового перцептрону, та модифікованої згорткової мережі. Методи дослідження: Для виконання поставлених завдань було використано: технології згорткових нейронних мереж, багатошарового перцептору з машинного навчання. Дані методи були використані для аналізу та порівняння результатів прогнозування, для подальшого створення модифікованого алгоритму прогнозування. Наукова новизна. Науковою новизною є получений метод ідентифікації воєнної техніки на основі датасету. Аналіз та виявлення найбільш оптимального методу для класифікації воєнної техніки. Практичне значення одержаних результатів. Результати досліджень можуть бути використані для подальшої розробки системи ідентифікації об'єктів чи ідентифікації у реальному часі, та використовуватися під час воєнних дій. | uk |
| dc.description.abstracten | Structure and scope of master's thesis: The work consists of an introduction and four chapters.Total volume of work: sheets of the main text, 20 illustrations, 23 tables. Literature from various sources was used during the preparation. Relevance of work. As the present shows, the question of identifying military equipment on satellite images is becoming more and more urgent. If it becomes possible to quickly identify equipment on satellite images, it will speed up the work of our military experts and our Victory. Satellite images have become an integral part of modern conflicts. Therefore, I wanted to explore the possibility of using deep learning models to accurately identify military equipment and classify it in order to facilitate the work of our military and increase its response speed and improve intelligence. Purpose of work. The purpose of the master's thesis is to develop the identification of military equipment and its types based on a satellite image. To achieve the goal of the research, the following tasks were set and solved: – overview of existing solutions in biometric identification and computer vision; – selection and development of an identification method: definition of requirements, finding a dataset, description of software tools, functions and used models; – system development and testing: neural network training, system testing, analytical data collection, test-based analytics. Object of research: The process of identification of military equipment, its classification based on satellite images. Subject of research: Methods of identification of military equipment based on data from the dataset using the technology of convolutional neural networks, multilayer perceptron, and modified convolutional network. Research methods: To perform the assigned tasks, the following technologies were used: convolutional neural networks, multilayer perceptron from machine learning. These methods were used to analyze and compare forecasting results, to further create a modified forecasting algorithm. Scientific novelty: The obtained method of identification of military equipment based on a dataset is a scientific novelty. Analysis and identification of the most optimal method for the classification of military equipment. | uk |
| dc.description.abstractother | Structure and scope of master's thesis: The work consists of an introduction and four chapters. Total volume of work: sheets of the main text, 20 illustrations, 23 tables. Literature from various sources was used during the preparation. Relevance of work. As the present shows, the question of identifying military equipment on satellite images is becoming more and more urgent. If it becomes possible to quickly identify equipment on satellite images, it will speed up the work of our military experts and our Victory. Satellite images have become an integral part of modern conflicts. Therefore, I wanted to explore the possibility of using deep learning models to accurately identify military equipment and classify it in order to facilitate the work of our military and increase its response speed and improve intelligence. Purpose of work. The purpose of the master's thesis is to develop the identification of military equipment and its types based on a satellite image. To achieve the goal of the research, the following tasks were set and solved: – overview of existing solutions in biometric identification and computer vision; – selection and development of an identification method: definition of requirements, finding a dataset, description of software tools, functions and used models; – system development and testing: neural network training, system testing, analytical data collection, test-based analytics. Object of research: The process of identification of military equipment, its classification based on satellite images. Subject of research: Methods of identification of military equipment based on data from the dataset using the technology of convolutional neural networks, multilayer perceptron, and modified convolutional network. Research methods: To perform the assigned tasks, the following technologies were used:convolutional neural networks, multilayer perceptron from machine learning. These methods were used to analyze and compare forecasting results, to further create a modified forecasting algorithm. Scientific novelty: The obtained method of identification of military equipment based on a dataset is a scientific novelty. Analysis and identification of the most optimal method for the classification of military equipment. | uk |
| dc.description.abstractuk | Структура i обсяг роботи: Робота складається із вступу та чотирьох розділів. Загальний обсяг роботи: аркушів основного тексту, 20 ілюстрацій, 23 таблиці. При підготовці використовувалася література з різних джерел. Актуальність роботи. Як показує сьогодення, питання ідентифікації воєнної техніки на знімках і зсупутника стає дедалі актуальніше. Якщо з’явиться можливість швидко ідентифікувати техніку на знімках із супутника це пришвидшить роботу наших воєнних експертів і нашу Перемогу. Супутникові зображення стали невід’ємною частиною в сучасних конфліктах. Тому я хотів дослідити можливість використання моделей глибокого навчання для точної ідентифікації воєнної техніки та її класифікації, щоб полегшити роботу наших військових та збільшити їх швидкість реагування та покращити розвіддані. Мета роботи і завдання дослідження: Метою магістерської роботи є розробка ідентифікації воєнної техніки та її типів за знімком із супутника. Для досягнення мети дослідження поставлено і вирішено такі завдання: – огляд існуючих рішень у біометричної ідентифікації та комп’ютерного зору; – вибір та розробка способу ідентифікації: визначення вимог, знаходження датасету, опис програмних засобів, функцій та використаних моделей; – розробка та тестування системи: навчання нейронних мереж, тестування системи, збір аналітичних даних, аналітика на основі тестування. Об’єкт дослідження: Процес ідентифікації воєнної техніки, її класифікація на основі знімків з супутника. Предмет дослідження: Методи ідентифікації воєнної техніки заданими із датасету з використанням технології згорткових нейронних мереж, багатошарового перцептрону, та модифікованої згорткової мережі. Методи дослідження: Для виконання поставлених завдань було використано: технології згорткових нейронних мереж, багатошарового перцептору з машинного навчання. Дані методи були використані для аналізу та порівняння результатів прогнозування, для подальшого створення модифікованого алгоритму прогнозування. Наукова новизна. Науковою новизною є получений метод ідентифікації воєнної техніки на основі датасету. Аналіз та виявлення найбільш оптимального методу для класифікації воєнної техніки. Практичне значення одержаних результатів. Результати досліджень можуть бути використані для подальшої розробки системи ідентифікації об'єктів чи ідентифікації у реальному часі, та використовуватися під часвоєнних дій. | uk |
| dc.format.extent | 98 с. | uk |
| dc.format.page | 98 с. | uk |
| dc.identifier.citation | Михайлов, Д. Є. Спосіб оперативної ідентифікації воєнної техніки за допомогою машинного навчання : магістерська дис. : 121 Інженерія програмного забезпечення / Михайлов Данііл Євгенович. - Київ, 2022. - 98 с. | uk |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/53728 | |
| dc.language.iso | uk | uk |
| dc.publisher | КПІ ім. Ігоря Сікорського | uk |
| dc.publisher.place | Київ | uk |
| dc.subject | аналіз | uk |
| dc.subject | машинне навчання | uk |
| dc.subject | штучний інтелект | uk |
| dc.subject | модель | uk |
| dc.subject | класифікація | uk |
| dc.subject | датасет | uk |
| dc.subject.udc | 4.93'12,004.93'14 | uk |
| dc.title | Спосіб оперативної ідентифікації воєнної техніки за допомогою машинного навчання | uk |
| dc.title.alternative | Method of Operational Identification of Military Equipment Using Machine Learning | uk |
| dc.type | Master Thesis | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Mykhaylov_magistr.pdf
- Розмір:
- 2.71 MB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 1.71 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: