Гупал, Анатолій МихайловичНовіченко, Неля Валеріївна2022-04-262022-04-262021-05Новіченко, Н. В. Система розпізнавання архітектурних стилів будівель за зображеннями : магістерська дис. : 126 Інформаційні системи та технології / Новіченко Неля Валеріївна. - Київ, 2021. - 91 с.https://ela.kpi.ua/handle/123456789/47011Магістерська дисертація: с. 90, рис. 14, табл. 21, 30 джерел, 1 додаток. Актуальність. Задача класифікації зображення будівель за архітектурним стилем відрізняється від інших задач класифікації наявністю міжкласових взаємозв’язків між різними стилями, тобто велика кількість рис та ознак є спільною для декількох архітектурних стилів. Іншим фактором, що робить задачу більш складною, є існування певних відмінностей у кожному стилю в залежності від території та часу, коли будівля була збудована. Необхідність мати можливість визначати стиль для зображень з різних ракурсів та різної якості накладає додаткові вимоги на алгоритми класифікації зображень. Визначення архітектурних стилів будівель – це поширена задача в документуванні архітектурної спадщини та моделюванні, проектуванні нових будівель у містах, тому що існує необхідно зберегти єдиний архітектурний стиль. Розробка алгоритму, що дозволяє виконувати класифікацію зображень з тісними міжкласовими зв'язками, є актуальною у наш час не тільки для класифікації архітектурного стилю будівель, а також і в інших галузях. Зв'язок роботи з науковими програмами, планами, темами. Робота виконувалась на кафедрі автоматизованих систем обробки інформації та управління Національного технічного університету України «Київський політехнічний інститут ім. Ігоря Сікорського» в рамках теми «Ефективні методи розв'язання задач теорії розкладів» (№ ДР 0117U000919). Мета дослідження – удосконалення алгоритмів класифікації зображень з тісними міжкласовими взаємозв’язками, зменшення часу навчання нейронної мережі при збереженні точності навчання. Для досягнення мети необхідно виконати наступні завдання: ⎯ провести аналіз існуючих методів класифікації зображень;модифікація існуючих методів для покращення точності та зменшення часу навчання; ⎯ створення вибірки зображень будівель; ⎯ програмна реалізація алгоритму та розробка програмного забезпечення; ⎯ порівняти ефективність модифікованого алгоритму з існуючими для розв’язання задачі визначення архітектурного стилю будівлі. Об’єкт дослідження – процес навчання нейронної мережі для класифікації зображень з тісними міжкласовими взаємозв’язками та класифікація зображень будівель за архітектурним стилем. Предмет дослідження – алгоритми-оптимізатори та методи, що використовуються під час навчання нейронної мережі для зміни її атрибутів, таких як ваги та швидкість навчання. Наукова новизна отриманих результатів полягає в удосконаленні алгоритму коригування параметрів нейронної мережі під час її навчанні для розв’язання задачі класифікації зображень з тісними міжкласовими взаємозв’язками. Практичне значення одержаних результатів полягає у створенні системи розпізнавання архітектурних стилів будівель та методу навчання нейронної мережі, що за меншу кількість часу навчання досягає більшої точності. Публікації. Матеріали роботи опубліковані в тезах науково-практичної конференції молодих вчених та студентів «Інформатика та обчислювальна техніка- ІОТ-2020», «Інформатика та обчислювальна техніка-ІОТ-2021» та прийнята до публікації стаття у науковому фаховому виданні «Системні технології».ukмашинне навчаннянейронні мережіоптимізаторикласифікація зображеньархітектурні стилmachine learningneural networksoptimizersimage classificationarchitectural stylesMaster Thesis91 с.004.93