Вдосконалення методів виявлення помилок під час 3D-друку за рахунок дистиляції знань та застосування нечіткої логіки

Скорочена інформація про документ
dc.contributor.advisorЖелезняков, Дмитро Валентинович
dc.contributor.authorГолуб, Михайло Вікторович
dc.date.accessioned2026-06-10T09:42:03Z
dc.date.available2026-06-10T09:42:03Z
dc.date.issued2026
dc.description.abstractКваліфікаційна робота містить: 87 стор., 24 рис., 11 табл., 31 джерел. 3D-друк має значну частоту браку, проте експериментального порівняння сучасних методів виявлення помилок в однакових умовах не виконувалося. Метою роботи є порівняння та вдосконалення цих методів. Об’єкт дослідження – процес 3D-друку, виникнення помилок і браку під час нього; предмет – методи виявлення помилок під час 3D-друку та їх удосконалення. Для досягнення мети розв’язано такі задачі: проаналізовано джерела та публічні набори даних; сформовано власний набір відео; реалізовано підготовку відеопотоку, методи трекінгу меж деталі й розпізнавання спагеті; розроблено вдосконалення – поєднання трекерів меж нечіткою логікою з голосуванням більшості та дистиляцію YOLOv2 (Obico) у моделі-учні YOLO-nano; експериментально порівняно методи за різної частоти кадрів. Результати. Експериментально визначено, що методи трекінгу меж за коректного підбору параметрів конкурентоспроможні з розпізнаванням спагеті. Запропоноване голосування більшості зменшує кількість хибних спрацьовувань без втрати швидкості реакції. Дистиляція знань не дала приросту якості, ймовірно через відмінність архітектури учителя й учнів. Окремі результати апробовано на XXIII Всеукраїнській науково-практичній конференції «Теоретичні і прикладні проблеми фізики, математики та інформатики».
dc.description.abstractotherThe qualification thesis contains: 87 pages, 24 figures, 11 tables, 31 references. 3D-printing has a notable defect rate, yet modern error-detection methods have not been experimentally compared under identical conditions. The aim of the work is to compare and improve these methods. The object of study is the 3D-printing process and the occurrence of errors and defects during it; the subject is the methods of detecting 3D-printing errors and their improvement. To achieve this aim, the following tasks were solved: the literature and public datasets were analysed; an custom video dataset was created; video-stream preparation, part-boundary tracking and spaghetti detection were implemented; improvements were developed – a fuzzy-logic combination of boundary trackers with majority voting and distillation of YOLOv2 (Obico) into YOLO-nano student models; the methods were experimentally compared across different frame rates. Results. It was experimentally determined that boundary-tracking methods, with correct parameter selection, are competitive with spaghetti detection. The proposed majority voting reduces the number of false positives without loss of reaction speed. Knowledge distillation gave no quality gain, likely due to the architectural difference between the teacher and the student models. Selected results were presented at the XXIII All-Ukrainian Scientific and Practical Conference «Theoretical and Applied Problems of Physics, Mathematics and Informatics».
dc.format.extent87 с.
dc.identifier.citationГолуб, М. В. Вдосконалення методів виявлення помилок під час 3D-друку за рахунок дистиляції знань та застосування нечіткої логіки : дипломна робота ... бакалавра : 113 Прикладна математика / Голуб Михайло Вікторович. – Київ, 2026. – 87 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/81596
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subject3D-друк
dc.subjectвиявлення помилок 3d-друку
dc.subjectкомп’ютерний зір
dc.subjectтрекінг об’єкта
dc.subjectyolo
dc.subjectдистиляція знань
dc.subjectнечітка логіка
dc.subjectсмужкова фотографія
dc.subject.udc004.932:67.02
dc.titleВдосконалення методів виявлення помилок під час 3D-друку за рахунок дистиляції знань та застосування нечіткої логіки
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Holub_bakalavr.pdf
Розмір:
15.57 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

Бакалаврські роботи (ММАД)
Бакалаврські роботи