Ідентифікація сузір’їв на зображеннях зоряного неба методами глибокого навчання

Скорочена інформація про документ
dc.contributor.advisorШаповал, Наталія Віталіївна
dc.contributor.authorТеребецький, Максим Андрійович
dc.date.accessioned2025-02-27T10:05:54Z
dc.date.available2025-02-27T10:05:54Z
dc.date.issued2024
dc.description.abstractМагістерська 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.abstractotherMaster'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.extent85 с.
dc.identifier.citationТеребецький, 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.urihttps://ela.kpi.ua/handle/123456789/72724
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectкомп'ютерний зір
dc.subjectзгорткова нейронна мережа
dc.subjectзображення зоряного неба
dc.subjectавтоматична ідентифікація сузір'їв
dc.subjectкласифікація сузір'їв
dc.subjectcomputer vision
dc.subjectconvolutional neural network
dc.subjectstarry sky images
dc.subjectautomatic constellation identification
dc.subjectconstellation classification
dc.subject.udc004.8::004.93:524.7-048.445(043.3)
dc.titleІдентифікація сузір’їв на зображеннях зоряного неба методами глибокого навчання
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Terebetskiy_magistr.pdf
Розмір:
1.79 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 (ШІ)
Магістерські роботи