Кислий, Роман ВолодимировичВоловоденко, Тарас Олександрович2023-05-182023-05-182021Воловоденко, Т. О. Використання моделей машинного навчання у вбудованих системах : дипломна робота бакалавра : 122 Комп'ютерні науки / Воловоденко Тарас Олександрович. - Київ, 2021. - 94 с.https://ela.kpi.ua/handle/123456789/55821Метою даної роботи було дослідження можливостей інтеграції моделей машинного навчання у вбудовані системи, що за своєю сутністю мають обмежений ресурс пам’яті, електроенергії та обчислювальних потужностей. Зазвичай машинне навчання асоціюється з чимось надскладним та надпотужним, що потребує багато людино-годин для розробки, кіловат- годин для тренування та використання моделей та гігабайтів пам’яті для їх зберігання. І це обмежує розробників у використанні технологій машинного навчання. Але існують рішення, що дозволяють розробляти, тренувати та розміщувати моделі на пристроях, що мають обмежений ресурс. Саме такими і є вбудовані системи. Одним з таких рішень є TensorFlow Lite, що дозволяє конвертувати моделі, побудовані на TensorFlow у компактний вид та розгортати їх на мікроконтролерах. Результат роботи: програмний продукт, що демонструє можливості фреймворку, тестує його продуктивність у різних режимах роботи та доводить його ефективність в умовах роботи у вбудованій системі у режимі реального часу. Загальний обсяг роботи 94 с., 37 рис., 7 таблиць, 1 додаток, 7 джерел.94 с.ukвбудовані системипотікфреймворкдатасетмодельнейронна мережадерево рішеньTinyMLTensorFlowTensorFlow LitePythonembedded systemsthreadframeworkdatasetmodelneural networkdecision treeBachelor Thesis