Пишнограєв, Іван ОлександровичСтепанчук, Дмитро Костянтинович2026-02-182026-02-182025Степанчук, Д. К. Виявлення контрастних об'єктів з використанням комбінації напівконтрольованого та неконтрольованого навчання : магістерська дис. : 122 Комп'ютерні науки / Степанчук Дмитро Костянтинович. – Київ, 2025. – 107 с.https://ela.kpi.ua/handle/123456789/78859Магістерська дисертація: 107 с., 4 рисунки, 13 таблиць, 50 джерел, 1 додаток. Об'єкт дослідження – процеси розмітки даних для систем комп'ютерного зору в умовах обмежених маркованих даних. Предмет дослідження – методи напівкерованого навчання та системи напівавтоматичної розмітки з алгоритмічною передрозміткою та механізмами консенсусу. Мета роботи – розробка ефективної системи напівавтоматичної розмітки даних, що поєднує алгоритмічний холодний старт, контроль якості на основі консенсусу та поступове навчання моделей. Актуальність роботи полягає у зростаючому попиті на марковані датасети, тоді як ручна розмітка залишається дорогою та трудомісткою. Наукова новизна полягає у: (1) розробці комбінованого підходу холодного старту з інтеграцією множинних алгоритмів детекції; (2) впровадженні автоматизованої системи консенсусу з динамічною пріоритезацією; (3) інтеграції напівкерованого та активного навчання для поступового покращення. Практична цінність полягає у готовому програмному забезпеченні, що суттєво скорочує час розмітки через алгоритмічну передрозмітку при забезпеченні якості через автоматизований консенсус. Модульна архітектура підтримує стандартні формати та гнучкі варіанти розгортання. Комерційний потенціал підтверджується швидким зростанням ринку розмітки даних з життєздатною бізнес-моделлю SaaS, орієнтованою на AI/ML компанії в різних галузях. Публікація за темою дослідження увійшла до збірника матеріалів IV Всеукраїнської науково-практичної конференції «Системні науки та інформатика».107 с.ukнапівкероване навчаннясемантична сегментаціязоровий трансформеррозмітка данихактивне навчанняподвійний вчительмеханізми консенсусуMaster Thesis004.93:004.8:004.032.26](043.3)