Academic literature on the topic 'Класифікація зображень'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Класифікація зображень.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Класифікація зображень"
Добровська, Л., and А. Руденко. "ІДЕНТИФІКАЦІЯ КОРИСТУВАЧІВ ПІДСИСТЕМИ РОЗПІЗНАВАННЯ НА ОСНОВІ СІТКІВКИ ОКА." Біомедична інженерія і технологія, no. 6 (December 11, 2021): 121–29. http://dx.doi.org/10.20535/2617-8974.2021.6.246909.
Full textGorokhovatskyi, V., A. Zaporozhchenko, Т. Siryk, and O. Tarasenko. "ДОСЛІДЖЕННЯ РЕЗУЛЬТАТИВНОСТІ ЗАСТОСУВАННЯ ОЗНАК РОЗПОДІЛІВ ДАНИХ ДЛЯ ОБЧИСЛЕННЯ РЕЛЕВАНТНОСТІ ОПИСІВ ЗОБРАЖЕНЬ." Системи управління, навігації та зв’язку. Збірник наукових праць 1, no. 59 (February 26, 2020): 68–73. http://dx.doi.org/10.26906/sunz.2020.1.068.
Full textКритська, Я. О., and Т. О. Білобородова. "Дослідження методів обробки та аналізу геопросторових зображень для віддаленого моніторингу поверхневих вод." ВІСНИК СХІДНОУКРАЇНСЬКОГО НАЦІОНАЛЬНОГО УНІВЕРСИТЕТУ імені Володимира Даля, no. 1(271) (February 8, 2022): 11–17. http://dx.doi.org/10.33216/1998-7927-2022-271-1-11-17.
Full textКіріченко, Людмила, Євгенія Степаненко, and Дмитро Яндуков. "КЛАСИФІКАЦІЯ ЧАСОВИХ РЯДІВ ІЗ ВИКОРИСТАННЯМ РЕКУРЕНТНИХ ДІАГРАМ." System technologies 5, no. 136 (August 8, 2021): 81–87. http://dx.doi.org/10.34185/1562-9945-5-136-2021-08.
Full textГавриленко, Олена, and Неля Новіченко. "ДОСЛІДЖЕННЯ ОПТИМІЗАТОРІВ НЕЙРОННОЇ МЕРЕЖІ ДЛЯ КЛАСИФІКАЦІЇ ЗОБРАЖЕНЬ БУДІВЕЛЬ ЗА АРХІТЕКТУРНИМ СТИЛЕМ." System technologies 5, no. 136 (May 29, 2021): 169–79. http://dx.doi.org/10.34185/1562-9945-5-136-2021-16.
Full textШматко, О. В., А. О. Голоскокова, С. В. Мілевський, and Н. І. Воропай. "Інформаційна система розпізнавання зображень." Системи озброєння і військова техніка, no. 4 (68) (December 24, 2021): 130–37. http://dx.doi.org/10.30748/soivt.2021.68.17.
Full textДавидько, О. Б., А. О. Ладік, В. Б. Максименко, М. І. Линник, О. В. Павлов, and Є. А. Настенко. "КЛАСИФІКАЦІЯ УРАЖЕНЬ ЛЕГЕНЬ ПРИ COVID-19 НА ОСНОВІ ТЕКСТУРНИХ ОЗНАК ТА ЗГОРТКОВОЇ НЕЙРОННОЇ МЕРЕЖІ." Біомедична інженерія і технологія, no. 6 (November 17, 2021): 19–28. http://dx.doi.org/10.20535/2617-8974.2021.6.231887.
Full textКостенко, Олексій. "УПРАВЛІННЯ ІДЕНТИФІКАЦІЙНИМИ ДАНИМИ: ПРАВОВЕ РЕГУЛЮВАННЯ ТА КЛАСИФІКАЦІЯ." Молодий вчений, no. 3 (91) (March 31, 2021): 90–94. http://dx.doi.org/10.32839/2304-5809/2021-3-91-21.
Full textТимошин, Ю., and Ю. Южда. "Аналіз особливостей застосування нейронних мереж для інтелектуальної обробки відеопотоків систем технічного зору." Адаптивні системи автоматичного управління 2, no. 39 (December 15, 2021): 12–19. http://dx.doi.org/10.20535/1560-8956.39.2021.247372.
Full textШулигін, Д., and Є. Настенко. "Класифікація норма/патологія при дифузних захворюваннях печінки за ознаками текстури ультразвукових зображень зі зменшеною кількістю відтінків сірого." Біомедична інженерія і технологія, no. 4 (December 28, 2020): 21–27. http://dx.doi.org/10.20535/2617-8974.2020.4.221846.
Full textDissertations / Theses on the topic "Класифікація зображень"
Гороховатський, В. О., І. С. Творошенко, and Д. Сидоренко. "Класифікація зображень із використанням кластерного подання." Thesis, Київ – Ужгород, 2021. https://openarchive.nure.ua/handle/document/17945.
Full textГірний, Микола Юрійович. "Використання штучного інтелекту для оцінювання розпізнавання зображень." Магістерська робота, Хмельницький національний університет, 2020. http://elar.khnu.km.ua/jspui/handle/123456789/9420.
Full textКравець, Олександра Олегівна. "Інформаційна система розпізнавання числової інформації." Bachelor's thesis, КПІ ім. Ігоря Сікорського, 2021. https://ela.kpi.ua/handle/123456789/46874.
Full textExplanatory note of the diploma project consists of five sections, contains 22 drawings, 5 tables, 1 application and 37 sources. The diploma project is devoted to solving the problem of recognition, classification, further processing and saving of handwritten numerical information. The system purpose is simplifying the process of checking the student’s tests (where the answers are handwritten numerical values) by automating this process by recognizing the answers written by students in the appropriate form for answers using machine learning models. In the general terms section the developmt purpose and are established, functional borders of system are defined and the structural scheme of variants of use is constructed, the existing analogues are analyzed and the difference from them of the projected system is established. The information support section provides a detailed description of the input and output data, as well as the structure description of the information array, that is used in this system is provided. The mathematical support section is devoted to the meaningful and mathematical formulation of the problem, analysis of the existing methods for solving the problem of this thesis project and justification of choosing one of them with its subsequent detailed description. The software support section describes the software development tools and the stages of designing its architecture. The specification of functions and reports generated during program startup is described. The technology section defines the purpose of testing the software product and describes their results.
Степаненко, Ю. С. "Застосування рекурентних діаграм для класифікації часових рядів." Thesis, ХНУРЕ, 2020. http://openarchive.nure.ua/handle/document/12133.
Full textПідгородецький, Михайло Ігорович, and Mykhailo Pidhorodetskyi. "Проектування та розробка системи ідентифікації та класифікації зображень біооб’єктів за допомогою відкритих бібліотек Python." Master's thesis, ТНТУ ім. І Пулюя, 2021. http://elartu.tntu.edu.ua/handle/lib/36766.
Full textЧерез тісний зв’язок ідентифікації та класифікації об’єктів з аналізом відео та розумінням зображення, на це звернули увагу багато дослідників за останні роки. Традиційні методи виявлення об'єктів засновані на написаних вручну особливостях, є малоефективними. Їх продуктивність знижується під час конструювання складних систем, які поєднують в собі кілька низькорівневих особливостях зображення порівняно з детекторами об’єктів та класифікаторами зображень. Завдяки швидкому розвитку глибокого навчання, більш потужні інструменти, які здатні вивчати семантичні, високорівневі та глибші особливості, вводяться для вирішення існуючих проблем з якими не справляються традиційні архітектури. Ці моделі поводяться по-різному в залежно від архітектурі мережі, стратегії навчання та функцій оптимізації тощо.
Білоцерковець, С. А. "Інформаційна технологія моніторингу функціонального стану доріг та узбіч." Master's thesis, Сумський державний університет, 2021. https://essuir.sumdu.edu.ua/handle/123456789/86722.
Full textЛитвин, Андрій Романович, Олег Романович Шевчук, Andrii Lytvyn, and Oleh Shevchuk. "Автоматизоване оцінювання та класифікація небезпеки дефектів за результатами дефектоскопії поверхні металів." Bachelor's thesis, Тернопільський національний технічний університет ім. І. Пулюя, Факультет прикладних інформаційних технологій та електроінженерії, Кафедра автоматизації технологічних процесів і виробництв, 2021. http://elartu.tntu.edu.ua/handle/lib/35361.
Full textВ даній кваліфікаційній роботі підібрано роботизоване обладнання для зварювання. Технічні рішення проекту передбачають вирішення наступних завдань: автоматизація основних і допоміжних операцій робототехнічного зварювання; оптимізація робототехнічного зварювання; підвищення надійності функціонування систем управління в результаті застосування сучасних методів діагностики і прогнозування працездатності зварних з’єднань; аналіз інформації про результати процесу зварювання з фіксацією відхилень від заданих параметрів оптимальних режимів. Робототехнічне зварювання розглянуто як технологічний процес маніпулятора, що забезпечує рух зварювального інструменту по складній траєкторії. Використання робототехніки дозволяє застосовувати найпродуктивніші режими зварювання за оптимального формування зварних швів, підвищувати густину струму, збільшити реальну глибину проплавлення, забезпечити додаткове зростання продуктивності і найголовніше зменшення зварювальних деформацій. Такий підхід до проблеми роботизації дозволяє успішно вирішувати відносно прості технологічні проблеми зварювання ковшів грейферів.
Robotic welding equipment is selected in this qualification work. Technical solutions of the project provide for the solution of the following tasks: automation of basic and auxiliary operations of robotic welding; optimization of robotic welding; increasing the reliability of control systems as a result of the use of modern methods of diagnosis and prediction of welds; analysis of information about the results of the welding process with fixation of deviations from the specified parameters of the optimal modes. Robotic welding is considered as a technological process of the manipulator, which provides the movement of the welding tool on a complex trajectory. The use of robotics allows to apply the most productive welding modes with optimal formation of welds, increase the current density, increase the real depth of penetration, provide additional productivity growth and most importantly reduce welding deformation. This approach to the problem of robotics allows you to successfully solve relatively simple technological problems of welding buckets grabs.
ВСТУП 8 1. АНАЛІТИЧНА ЧАСТИНА 1.1. Роботизоване зварювання та наплавлення 13 1.2 Критичний аналіз існуючої технології виготовлення ковша грейфера та обґрунтування альтернативного варіанту 19 2. ПРОЕКТНА ЧАСТИНА 2.1. Технічні умови на виготовлення ковша грейфера 23 2.2. Вибір зварювальних матеріалів 26 2.3. Режими роботизованого зварювання ковша грейфера 29 2.4. Техніка і технологія складання та роботизованого зварювання ковша грейфера 31 2.4.1. Послідовність виконання операцій складання-зварювання ковша грейфера 33 2.4.2. Приймальний контроль якості зварних з'єднань ковша грейфера після роботизованого зварювання 34 2.5. Техніка і технологія роботизованого наплавлення ножів ковша грейфера 36 2.6. Вибір стандартного устаткування 38 2.7. Вимоги до експлуатації зварювальних роботів 40 2.8. Розробка спеціалізованого обладнання для виготовлення ковша грейфера 41 2.9. Вплив структури зварного шва (наплавки) створеної роботизованим способом 45 3. СПЕЦІАЛЬНА ЧACТИНA 3.1. Засоби тензо- і динамометрії 61 3.2. Автоматизований спосіб дослідження деформівної здатності зварного шва одержаного роботизованим способом 72 4. БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ 4.1. Актуальність охорони праці 82 4.2. Правила техніки безпеки при роботі в лабораторіях 83 4.3. Санітарно-гігієнічні вимоги до лабораторного приміщення 84 ВИСНОВКИ 88 ПЕРЕЛІК ПОСИЛАНЬ 90
Новіков, Олександр Олегович. "Комп’ютерні засоби діагностування захворювань на основі нейронної мережі." Bachelor's thesis, КПІ ім. Ігоря Сікорського, 2021. https://ela.kpi.ua/handle/123456789/43287.
Full textThe object of development - the creation of a software system for diagnosing diseases based on the neural network, which allows to determine the presence of the disease. The subject of development is the automation of the diagnosis of diabetic retinopathy. The software system allows user to diagnose the disease on the basis of a digital image that is uploaded using a graphical interface. In the development process were using programming language Python and such packages as TensorFlow, Keras, NumPy. During development: - analysis of machine learning methods for the classification of digital images is carried out; - developed a software system for the diagnosis of diabetic retinopathy with a user interface; - studied the efficiency of the developed software. The use of this software system will make it possible to automate the diagnosis of the disease. That can help to timely treat the patient, save the time and effort of doctors.
Новіченко, Неля Валеріївна. "Система розпізнавання архітектурних стилів будівель за зображеннями." Bachelor's thesis, КПІ ім. Ігоря Сікорського, 2019. https://ela.kpi.ua/handle/123456789/30980.
Full textStructure and scope of work. Diploma project consists of six sections, contains 18 drawings, 21 tables, 1 applications, 17 sources. The diploma project is devoted to the development of tasks for the classification of images in order to determine the architectural styles of the buildings. Automatic methods for the classification of images during the analysis of architectural objects solve the problem of documenting cultural heritage and significantly reduce mistakes in sorting: usually a large number of images are processed and this is a tedious task, the process of classification by experts is prone to errors and takes a lot of time. The correct classification allows to study and analyze cultural heritage more effectively. In the diploma project were considered methods of classification of digital images, based on machine learning with the help of neural networks. The section on information provision define the data for training neural network, input and output data to a set of tasks, requirements for images for analysis, which corresponds to the set objectives of the project. The section of mathematical support is devoted to substantiation of the chosen approach of training the system, which allows to increase the accuracy of the results. The software section describes the main tools for developing a set of tasks, the requirements for technical support. This section defines and justifies the software architecture. The technology section describes the user's manual and tests a set of tasks.
Коломієць, Ольга Вікторівна. "Телеграм-бот для класифікації зображень твердих побутових відходів." Магістерська робота, Хмельницький національний університет, 2020. http://elar.khnu.km.ua/jspui/handle/123456789/9374.
Full textConference papers on the topic "Класифікація зображень"
Настенко, Є. А., В. А. Павлов, and Д. Ю. Грішко. "Рішення задачі реконструкції та класифікації зображення в просторі параметрів функцій запізнення на прикладі класифікації УЗ зображень норма-патологія печінки." In SCIENCE, ENGINEERING AND TECHNOLOGY: GLOBAL TRENDS, PROBLEMS AND SOLUTIONS. Baltija Publishing, 2020. http://dx.doi.org/10.30525/978-9934-588-79-2-1.15.
Full textReports on the topic "Класифікація зображень"
Бережна, Маргарита Василівна. Психолінгвістичний образ Ельзи (у фільмі Frozen). Видавничий дім «Гельветика», 2021. http://dx.doi.org/10.31812/123456789/5819.
Full textБережна, Маргарита Василівна. Психолінгвістичний образ Анни (у фільмі К. Бака та Дж. Лі «Крижане серце»). Видавничий дім «Гельветика», 2021. http://dx.doi.org/10.31812/123456789/5939.
Full text