Ідентифікація сузір’їв на зображеннях зоряного неба методами глибокого навчання
dc.contributor.advisor | Шаповал, Наталія Віталіївна | |
dc.contributor.author | Теребецький, Максим Андрійович | |
dc.date.accessioned | 2025-02-27T10:05:54Z | |
dc.date.available | 2025-02-27T10:05:54Z | |
dc.date.issued | 2024 | |
dc.description.abstract | Магістерська дисертація: 85 с., 12 табл., 13 рис., 36 посилання, додаток. Об'єктом дослідження є процес ідентифікації та класифікації сузір'їв на зображеннях зоряного неба, що містять складну просторову структуру зірок і потребують застосування передових методів комп'ютерного зору та машинного навчання. Предметом дослідження виступає метод аналізу астрономічних зображень, який включає виявлення кластерів зірок та їх класифікацію за допомогою моделей глибокого навчання. Мета дослідження – розробка алгоритму автоматизованої ідентифікації та класифікації сузір'їв з використанням технологій глибокого навчання. Дослідження автоматизованого аналізу зображень астрономічних об'єктів набуває актуальності в контексті розвитку сучасних інформаційних технологій та штучного інтелекту. Ідентифікація сузір'їв є важливим науковим завданням з потенціалом вдосконалення методів астрономічних досліджень. Наукова новизна полягає у розробці комплексного алгоритму, що інтегрує методи кластеризації та глибокого навчання для розпізнавання складних зоряних конфігурацій. Практичне значення передбачає створення інтелектуальної системи автоматизованого розпізнавання сузір'їв для професійних астрономічних досліджень та освітніх програм. | |
dc.description.abstractother | Master's Thesis: 85 pages, 12 tables, 13 figures, 36 references, appendix. The object of the study is the process of identifying and classifying constellations in starry sky images, which exhibit complex spatial structures of stars and require advanced computer vision and machine learning methods. The subject of the study is the method of astronomical image analysis, including the detection of star clusters and their classification using deep learning models. The aim of the study is to develop an algorithm for automated identification and classification of constellations using deep learning technologies. Research into the automated analysis of astronomical object images is becoming increasingly relevant in the context of advancements in modern information technology and artificial intelligence. Constellation identification is an important scientific task with the potential to enhance astronomical research methods. The scientific novelty lies in the development of a comprehensive algorithm that integrates clustering methods and deep learning for recognizing complex stellar configurations. The practical significance involves the creation of an intelligent system for automated constellation recognition, applicable in professional astronomical research and educational programs. | |
dc.format.extent | 85 с. | |
dc.identifier.citation | Теребецький, М. А. Ідентифікація сузір’їв на зображеннях зоряного неба методами глибокого навчання : магістерська дис. : 122 Комп'ютерні науки / Теребецький Максим Андрійович. - Київ, 2024. - 85 с. | |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/72724 | |
dc.language.iso | uk | |
dc.publisher | КПІ ім. Ігоря Сікорського | |
dc.publisher.place | Київ | |
dc.subject | комп'ютерний зір | |
dc.subject | згорткова нейронна мережа | |
dc.subject | зображення зоряного неба | |
dc.subject | автоматична ідентифікація сузір'їв | |
dc.subject | класифікація сузір'їв | |
dc.subject | computer vision | |
dc.subject | convolutional neural network | |
dc.subject | starry sky images | |
dc.subject | automatic constellation identification | |
dc.subject | constellation classification | |
dc.subject.udc | 004.8::004.93:524.7-048.445(043.3) | |
dc.title | Ідентифікація сузір’їв на зображеннях зоряного неба методами глибокого навчання | |
dc.type | Master Thesis |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Terebetskiy_magistr.pdf
- Розмір:
- 1.79 MB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 8.98 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: