Система розпізнавання архітектурних стилів будівель за зображеннями
| dc.contributor.advisor | Гупал, Анатолій Михайлович | |
| dc.contributor.author | Новіченко, Неля Валеріївна | |
| dc.date.accessioned | 2022-04-26T07:09:11Z | |
| dc.date.available | 2022-04-26T07:09:11Z | |
| dc.date.issued | 2021-05 | |
| dc.description.abstracten | Master's Thesis: pp. 90, fig. 14, tab. 21, app. 30, sources 1. Topicality. The problem of classifying the image of buildings by architectural style differs from other problems of classification by the presence of interclass relationships between different styles, ie a large number of features and characteristics are common to several architectural styles. Another factor that makes the task more difficult is the existence of certain differences in each style depending on the area and time when the building was built. The need to be able to determine the style for images from different angles and different quality imposes additional requirements on image classification algorithms. Defining the architectural styles of buildings is a common task in documenting the architectural heritage and modeling, designing new buildings in cities, because there is a need to maintain a single architectural style. The development of an algorithm that allows the classification of images with close interclass relationships is relevant today not only for the classification of architectural style of buildings, but also in other areas. Relationship of work with scientific programs, plans, themes. The work was performed at the Department of Automated Information Processing and Control Systems of the National Technical University of Ukraine «Kyiv Polytechnic Institute. Igor Sikorsky» in the framework of the «Effective methods for solving problems of schedule theory» (state registration number 0117U000919). The aim of the research is to improve the algorithms for classifying images with close interclass relationships, reducing the learning time of the neural network while maintaining the accuracy of learning. To achieve this goal the following tasks have to be completed: – to analyze the existing methods of image classification; – modification of existing methods to improve accuracy and reduce training time; – creating a sample of images of buildings; – software implementation of the algorithm and software development;compare the efficiency of the modified algorithm with the existing ones to solve the problem of determining the architectural style of the building. The object of study is the process of learning a neural network for the classification of images with close interclass relationships and the classification of images of buildings by architectural style. The subject of study is optimization algorithms and methods used during neural network training to change its attributes, such as weight and learning speed. Scientific novelty of the obtained results is to obtain an algorithm-optimizer to reduce losses in the training of the neural network to solve the problem of classifying images with close interclass relationships. The practical significance of the obtained results is to create a system for recognizing architectural styles of buildings and a method of learning the neural network, which in less time achieves greater accuracy. Publications. Materials of the work were published in the abstracts of the scientific-practical conference of young scientists and students "Informatics and Computer Engineering-IOT-2020", "Informatics and Computer Engineering-IOT-2021" and accepted for publication in the scientific professional publication "System Technologies". | uk |
| dc.description.abstractuk | Магістерська дисертація: с. 90, рис. 14, табл. 21, 30 джерел, 1 додаток. Актуальність. Задача класифікації зображення будівель за архітектурним стилем відрізняється від інших задач класифікації наявністю міжкласових взаємозв’язків між різними стилями, тобто велика кількість рис та ознак є спільною для декількох архітектурних стилів. Іншим фактором, що робить задачу більш складною, є існування певних відмінностей у кожному стилю в залежності від території та часу, коли будівля була збудована. Необхідність мати можливість визначати стиль для зображень з різних ракурсів та різної якості накладає додаткові вимоги на алгоритми класифікації зображень. Визначення архітектурних стилів будівель – це поширена задача в документуванні архітектурної спадщини та моделюванні, проектуванні нових будівель у містах, тому що існує необхідно зберегти єдиний архітектурний стиль. Розробка алгоритму, що дозволяє виконувати класифікацію зображень з тісними міжкласовими зв'язками, є актуальною у наш час не тільки для класифікації архітектурного стилю будівель, а також і в інших галузях. Зв'язок роботи з науковими програмами, планами, темами. Робота виконувалась на кафедрі автоматизованих систем обробки інформації та управління Національного технічного університету України «Київський політехнічний інститут ім. Ігоря Сікорського» в рамках теми «Ефективні методи розв'язання задач теорії розкладів» (№ ДР 0117U000919). Мета дослідження – удосконалення алгоритмів класифікації зображень з тісними міжкласовими взаємозв’язками, зменшення часу навчання нейронної мережі при збереженні точності навчання. Для досягнення мети необхідно виконати наступні завдання: ⎯ провести аналіз існуючих методів класифікації зображень;модифікація існуючих методів для покращення точності та зменшення часу навчання; ⎯ створення вибірки зображень будівель; ⎯ програмна реалізація алгоритму та розробка програмного забезпечення; ⎯ порівняти ефективність модифікованого алгоритму з існуючими для розв’язання задачі визначення архітектурного стилю будівлі. Об’єкт дослідження – процес навчання нейронної мережі для класифікації зображень з тісними міжкласовими взаємозв’язками та класифікація зображень будівель за архітектурним стилем. Предмет дослідження – алгоритми-оптимізатори та методи, що використовуються під час навчання нейронної мережі для зміни її атрибутів, таких як ваги та швидкість навчання. Наукова новизна отриманих результатів полягає в удосконаленні алгоритму коригування параметрів нейронної мережі під час її навчанні для розв’язання задачі класифікації зображень з тісними міжкласовими взаємозв’язками. Практичне значення одержаних результатів полягає у створенні системи розпізнавання архітектурних стилів будівель та методу навчання нейронної мережі, що за меншу кількість часу навчання досягає більшої точності. Публікації. Матеріали роботи опубліковані в тезах науково-практичної конференції молодих вчених та студентів «Інформатика та обчислювальна техніка- ІОТ-2020», «Інформатика та обчислювальна техніка-ІОТ-2021» та прийнята до публікації стаття у науковому фаховому виданні «Системні технології». | uk |
| dc.format.page | 91 с. | uk |
| dc.identifier.citation | Новіченко, Н. В. Система розпізнавання архітектурних стилів будівель за зображеннями : магістерська дис. : 126 Інформаційні системи та технології / Новіченко Неля Валеріївна. - Київ, 2021. - 91 с. | uk |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/47011 | |
| dc.language.iso | uk | uk |
| dc.publisher | КПІ ім. Ігоря Сікорського | uk |
| dc.publisher.place | Київ | uk |
| dc.subject | машинне навчання | uk |
| dc.subject | нейронні мережі | uk |
| dc.subject | оптимізатори | uk |
| dc.subject | класифікація зображень | uk |
| dc.subject | архітектурні стил | uk |
| dc.subject | machine learning | uk |
| dc.subject | neural networks | uk |
| dc.subject | optimizers | uk |
| dc.subject | image classification | uk |
| dc.subject | architectural styles | uk |
| dc.subject.udc | 004.93 | uk |
| dc.title | Система розпізнавання архітектурних стилів будівель за зображеннями | uk |
| dc.type | Master Thesis | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Novichenko_magistr.pdf
- Розмір:
- 1.66 MB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.1 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: