Класифікація погодних умов засобами штучного інтелекту

Скорочена інформація про документ
dc.contributor.advisorПишнограєв, Іван Олександрович
dc.contributor.authorСамсоненко, Анна В’ячеславівна
dc.date.accessioned2023-09-15T15:42:49Z
dc.date.available2023-09-15T15:42:49Z
dc.date.issued2023
dc.description.abstractДипломна робота: 90 с., 6 табл., 28 рис., 1 додаток, 12 джерел. Об’єктом дослідження стали зображення погодних умов та покращення їх прогнозування засобами штучного інтелекту. Предметом дослідження стали нейронні мережі, а саме згорткові нейронні мережі (англ. Convolutional Neural Networks - CNN). Мета дослідження – дослідження та оцінка ефективності згорткових нейронних мереж у класифікації зображень, підбір правильної архітектури згорткової нейронної мережі для прогнозування, вибір найкращої архітектури для досягнення оптимальних результатів прогнозування. У роботі розглянуто та проаналізовано роботу нейронних мереж, а саме роботу згорткових нейронних мереж. Досліджено різні відомі архітектури згорткових нейронних мереж. Результати роботи - створено програмний продукт з власною архітектурою, який прогнозує погодні умови. На основі цього, власний продукт порівняно з відомою архітектурою згорткової нейронної мережі.uk
dc.description.abstractotherThesis: 90 p., 6 tabl., 28 fig., 1 appendix, 12 sources. The object of the study was the analysis of weather condition images and the improvement of their forecasting using artificial intelligence techniques. The subject of the study were neural networks, especially convolutional neural networks (CNN). The purpose of the study is to investigate and evaluate the effectiveness of convolutional neural networks in image classification, select the appropriate architecture of CNN for forecasting, and choose the best architecture to achieve optimal forecasting results. The study examines and analyzes the work of neural networks, particularly convolutional neural networks. Various popular architectures of convolutional neural networks are investigated. The results of the study include the development of a software product with an own architecture that predicts weather conditions. Based on this, the product is compared to a popular architecture of convolutional neural network.uk
dc.format.extent90 с.uk
dc.identifier.citationСамсоненко, А. В. Класифікація погодних умов засобами штучного інтелекту : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Самсоненко Анна В’ячеславівна. – Київ, 2023. – 90 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/60412
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectкласифікаціяuk
dc.subjectмашинне навчанняuk
dc.subjectпрогнозuk
dc.subjectнейронні мережіuk
dc.subjectзгорткові нейронні мережіuk
dc.subjectпогодні умовиuk
dc.subjectclassificationuk
dc.subjectmachine learninguk
dc.subjectforecastuk
dc.subjectneural networksuk
dc.subjectconvolutional neural networksuk
dc.subjectweather conditionsuk
dc.titleКласифікація погодних умов засобами штучного інтелектуuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Samsonenko_bakalavr.pdf
Розмір:
4.05 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ШІ)
Бакалаврські роботи