Journal articles on the topic 'Класифікація зображень'
To see the other types of publications on this topic, follow the link: Класифікація зображень.
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the top 50 journal articles for your research 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.
Browse journal articles on a wide variety of disciplines and organise your bibliography correctly.
1
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 textAbstract:
Забезпечення біометричної безпеки має важливе значення в більшості сценаріїв перевірки справжності користувача та його ідентифікації. Розпізнавання, засноване на зразках райдужної оболонки, є важливою областю досліджень, покликаної забезпечити надійну, просту і швидку підсистему ідентифікації користувачів системи, яка використовує камеру (її можна використовувати у будь-якій системі, яка має механізм авторизації, де необхідна гарантія підвищеної безпеки). Мета роботи полягає у встановленні основних етапів алгоритму ідентифікації (класифікації) користувачів системи на основі обробки зображення сітківки ока із зіницею.
Алгоритм розпізнавання райдужної оболонки ока для реєстрації користувачів системи включає такі етапи
- попередня обробка зображення: зображення проходить різні фільтри (серед них фільтр Гауса та низько-частотні фільтри, гістограмні перетворення);
- препроцессінг: 1) локалізація внутрішніх і зовнішніх меж області райдужної оболонки ока з використанням генетичного алгоритму; 2) нормалізація зображення, 3) виокремлення значущої інформації;
- класифікація (або зіставлення із елементами БД) - виконана на основі двошарового персептрону (ДП).
Для оцінки алгоритмів розпізнавання райдужної оболонки використано базу даних оцифрованих 100 зображень очей у відтінках сірого від 50 різних людей (класів). Експерименти проводилися у два етапи: 1) сегментація і 2) розпізнавання райдужної оболонки. На першому етапі для локалізації райдужних оболонок застосовується алгоритм прямокутної області. На другому етапі виконується класифікація малюнка райдужної оболонки за допомогою мережі. Сформовані множини навчання й тестування (відповідно 60 зображень очей від 30 різних людей; 40 зображень очей від 20 різних людей). Виявлені райдужки для класифікації після нормалізації та посилення масштабуються за допомогою усереднення. Це допомагає зменшити розмір мережі. Потім зображення подаються матрицями, які є вхідним сигналом для мережі. Виходами ДП є класи візерунків райдужки. Для класифікації райдужної оболонки використовується алгоритм нейронного навчання. Точність розпізнавання на множині навчання становила 95,25%; на множині тестування - 89%.
Ключові слова - біометрія, розпізнавання райдужної оболонки ока, нейронна мережа
2
Gorokhovatskyi, 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 textAbstract:
Предметом досліджень статті є моделі ознак розподілів даних дескрипторів ключових точок для вирішення задач розпізнавання та класифікації візуальних об’єктів у системах комп’ютерного зору. Метою є дослідження модифікації методу структурної класифікації на підставі зіставлення розподілів даних для фрагментів дескрипторного опису зображення. Завдання: розроблення математичних та програмних моделей для ефективного за швидкодією обчислення релевантності описів на підставі розподілів даних, вивчення властивостей цих моделей, оцінювання результативності у задачі класифікації зображень. Застосовані методи: детектор ORB для формування дескрипторів ключових точок, статистичний аналіз даних, методи побудови розподілів бітових даних, апарат метричного визначення релевантності, програмне моделювання. Отримані результати. Перехід від опису як множини дескрипторів до розподілів фрагментів, побудова та зіставлення розподілів забезпечують достатню результативність класифікації. Класифікація виконується у кілька разів швидше, ніж при використанні безпосередньо множини дескрипторів. Висновки. Наукова новизна дослідження полягає в удосконаленні методу структурної класифікації зображень на основі впровадження блочної структури опису із використанням значень розподілу для фрагментів множини дескрипторів. Практична значущість – досягнення суттєвого рівня підвищення швидкодії при обчисленні релевантності для класифікації, підтвердження результативності запропонованого простору ознак на прикладах зображень, отримання прикладних програмних моделей для дослідження та впровадження методів класифікації у системах комп’ютерного зору
3
Критська, 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 textAbstract:
Поверхневі води є важливими природнім ресурсом та відіграють важливу роль в багатьох аспектах людського життя, таких як питна вода, сільське господарство, виробництво електроенергії, транспорт та промисловість. Зміни поверхневих вод впливають на інші природні ресурси та навколишнє середовище. Це обумовлює важливість якісного визначення обсягу поверхневих вод і відстеження їх динаміки. Останнім часом дедалі більшої популярності набувають методи аналізу поверхневих вод на основі супутникових зображень. В роботі досліджені можливості і перспективи використання методів обробки та аналізу геопросторових зображень для віддаленого моніторингу поверхневих вод. Визначено та формалізовано етапи моніторингу поверхневих вод на основі геопросторових зображень. Визначено класифікацію методів виділення даних водної поверхні з геопросторових зображень, що включає методи на основі спектральних діапазонів, методи контрольованої класифікація на основі методів машинного навчання та методи неконтрольованої класифікації на основі індексів води. Розглянуто особливості просторово-часового аналізу поверхневих вод та критеріїв оцінки його точності.Ключовим критерієм оцінки точності є загальна точність класифікації зображень, однак, доцільно використовувати декілька специфічних критеріїв оцінки, таких як коефіцієнт узгодженості MICE, точність виробника, точність користувача, для отримання надійнішої оцінки. Проведено дослідження можливостей аналізу поверхневих вод на основі водного індексу на прикладі озера Піщане Луганської області в період водопілля 2018-2019 років. Дослідження можливостей аналізу поверхневих вод на основі водного індексу з застосуванням нормованого диференційованого індексу вологості території озера Піщане дозволило виявити певну невизначеність при підборі порогових значень для ефективного диференціювання. Також, виявлено суттєву залежність методу від факторів атмосферних умов, таких як хмарність, туман, задимленість або температурна інверсія на момент зйомки геопросторового зображення, що обумовлює необхідність атмосферної корекції супутникових даних до рівня обробки L2A.
4
Кіріченко, 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 textAbstract:
У статті описано новий підхід до класифікації часових рядів на основі їх візуалізації. Часовий ряд подається у вигляді чорно-білого зображення своєї рекурентної діаграми. В якості класифікатора зображень використовується згорткова нейронна мережа. Даними для класифікації є реалізації електрокардіограм, які містять записи здорових людей та пацієнтів з діагнозом ішемія. Результати досліджень вказують на добру точність класифікації порівняно з іншими методами та потенційні можливості цього підходу.
5
Гавриленко, 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 textAbstract:
У статті розглянуто задачу класифікації зображень з тісними міжкласових взаємозв’язками – класифікація архітектурних стилів будівель, де велика кількість основних рис та ознак є спільною для декількох класів. Об’єктом дослідження є алго-ритм навчання нейронної мережі для розпізнавання архітектурних стилів будівель. Запропоновано метод навчання нейронної мережі для класифікації архітектурних стилів будівель за зображеннями будівель, що за меншу кількість часу навчання досягає більшої. Запропонований алгоритм оптимізатору реалізовано програмно і проведено експерименти для порівняння ефективності алгоритму.
6
Шматко, 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 textAbstract:
Класифікація даних за наявності шуму може призвести до набагато гірших результатів, ніж очікувалося, для чистих шаблонів. У даній роботі була досліджена проблема розпізнавання та ідентифікації особи у відеопослідовності. Основні внески, представлені в цій роботі – це експериментальне дослідження впливу різних типів шуму та підвищення безпеки шляхом розробки комп’ютерної системи для розпізнавання та ідентифікації користувачів у відеоряді. На основі вивчення методів та алгоритмів пошуку облич на зображеннях було обрано метод Віоли-Джонса, вейвлет-перетворення та метод головних компонент. Ці методи є одними з найкращих за співвідношенням ефективності розпізнавання та швидкості роботи. Однак навчання класифікаторів відбувається дуже повільно, але результати пошуку обличчя дуже швидкі.
7
Давидько, 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 textAbstract:
Реферат – Проблематика. Визначення структури ураження легеневої тканини хворих на COVID-19 по типовим ознакам «матове скло», «бруківка», «консолідація» є важливою складовою обґрунтування діагнозу та лікувальних заходів на поточний момент терапії пацієнта. Найбільш поширеним засобом визначення стадії та типу ураження дихальних шляхів є аналіз рентген зображень та комп’ютерної томографії (КТ). Оскільки особливістю вірусної пневмонії SARS-CoV-2 є швидкий перехід від легких стадій до важких з розвитком цитокинового шторму і розповсюдження вірусу в артеріальний кровотік, то надійний та швидкий аналіз КТ зображень легень пацієнта є запорукою прийняття своєчасних лікувальних заходів. В даній роботі розглядаються можливості застосування засобів штучного інтелекту для вирішення задачі класифікації уражень легень при захворюванні COVID-19. Мета. Метою роботи є створення класифікаційної системи типу уражень легень при COVID-19 по типовим ознакам «матове скло», «бруківка», «консолідація» на основі згорткової нейронної мережі CNN та текстурних ознак, джерелом яких є матриці суміжності GLCM при різних значеннях кутів напрямку аналізу. Методика реалізації. Оскільки основою відмінностей різних типів ураження легеневої тканини на КТ зображеннях є відмінності у їх текстурних характеристиках, то в основу простору ознак класифікаційної системи закладемо елементи гістограм на основі матриць суміжності областей інтересу КТ зображень легень. У зв’язку з високими якостями перетворення простору ознак до потреб задач класифікації згортковими шарами мережі, засобом побудови класифікатора пропонується застосувати згорткову нейронну мережу. Для навчання системи ДУ “«Національний інститут фтизіатрії і пульмонології ім. Ф.Г. Яновського НАМН України» було надано 794 КТ зрізів від 20 пацієнтів із масками зображень, на яких виділені 4714 зони інтересу з означеними типами уражень легень. Була побудована модель семишарової згорткової нейронної мережі: із чотирма згортковими шарами, після перших трьох з яких йдуть агрегувальні шари. На вхід згорткової нейронної мережі одночасно подаються текстурні ознаки двох GLCM, які були отримані із сегментованих КТ зображень під різними кутами. В якості функції втрат була використана NLLLOSS. Шар активації Softmax визначає результат задачі класифікації. Результати дослідження. Побудована згорткова нейронна мережа на тестовій вибірці з 472 зображень має загальну точність класифікації у 83%, на класі «матове скло» - 90,1%, «бруківки» - 70,5%, «консолідація» – 54,2% та на робочій вибірці з 4714 ROI зображень має загальну точність у 98%, на класі «матове скло» - 98,6%, «бруківка» - 96,8%, «консолідація» – 95,4% Висновки. В роботі одержано модель з високою ефективністю класифікації типу уражень легень при COVID-19. Класифікатор побудовано на основі згорткової нейронної мережі та ознак текстури, джерелом яких є матриці суміжності областей інтересу КТ зображень легень. Ключові слова – GLCM, матриця суміжності, область інтересу, комп’ютерна томографія, COVID-19, згорткова нейронна мережа, ураження легень, матове скло, бруківка, консолідація.
8
Костенко, 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 textAbstract:
Масштаби, швидкість та багатовекторність розвитку науки і техніки надзвичайно ефективно впливають на правові, економічні, політичні, духовні, професійні та інші суспільних відносин. Однією із рушійних сил нової науково-технічної революції є розвиток інформаційно-комунікаційних технологій, використання мережі Інтернет, створення, збереження, передача, обробка та управління інформацією. Це сприяє впровадженню технологій передачі та використання інформації в цифровому виді практично у всіх сферах суспільного життя, а саме текстових даних, фото-, аудіо-, відео-зображень, які транслюються різноманітними способами мережею Інтернет та іншими комунікаційними засобами та системами. Одним із ключових елементів технологій та систем передачі даних є наявність інформації, за якою можливо ідентифікувати їх суб’єктів та об’єктів за притаманними ним ідентифікаційними атрибутами. В українському законодавстві, зокрема в Законі України «Про захист персональних даних», відомості чи сукупність відомостей про фізичну особу, яка ідентифікована або може бути конкретно ідентифікована визначають як персональні дані. Однак, незважаючи сучасність даний закон все ж таки містить ряд недоліків та невизначеності, як в термінології так і в правових механізмах роботи із даними, за якими може бути ідентифікована особа, тобто ідентифікаційними даними.
9
Тимошин, 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 textAbstract:
У статті розглядаються актуальні питання застосування сучасних технологій і методів виявлення та розпізнавання об’єктів. Стаття присвячена аналізу особливостей застосування різних типів нейронних мереж в процесі поетапної обробки відеоданих, які отримуються з систем технічного зору роботів, систем відеомоніторингу, інтелектуальних систем безпеки. Проведено огляд сучасної літератури, яка описує методику формування простору ознак опису об'єктів і методів їх розпізнавання. Під час огляду показано, що процес інтелектуальної обробки відеоданих складається з багатьох етапів обробки зображень, одним із яких є обробка з застосуванням нейронних мереж в якостіінтелектуальних компонентів. Баторівневість етапів обробки в реальному часі вимагає обгрунтування застосування різних типів нейронних мереж при різних процесах обробки з метою підвищення якості та оптимізації часу обробки таких даних. Наводиться структура моделі обробки відеозображень. Також у статті проводиться визначення типів нейронної мережі на різних етапах обробки даних (таких як ідентифікація параметрів і характеристик групи, знаходження групових об’єктів, посекторна обробка зображень, класифікація об’єкту, розпізнавання об’єкту, створення контурної моделі об’єкту, виявлення об’єкту в секторі, оцінка параметрів сектору, визначення інформаційних секторів, розбиття кадру на сектори, обробка інформаційних кадрів) відповідно ієрархічної моделі, що пропонується, з подальшим використанням отриманих результатів для мультиагентної системи розподіленої інтелектуальної обробки відеоданих об’єктів моніторингу та приклади подальшого застосування отриманих результатів.
Бібл. 13, табл. 1.
10
Шулигін, 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 text
11
Kovivchak, Ja, V. Dubuk, and R. Mishak. "Розробка програмного засобу для стиснення зображень на основі кластеризації." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, no. 46 (March 30, 2022): 17–23. http://dx.doi.org/10.36910/6775-2524-0560-2022-46-03.
Full textAbstract:
Стаття присвячена розробці програмного засобу для стиснення зображень на основі кластеризації. Приведено загальну класифікацію методів стиснення растрових зображень. Висвітлено основні методи кластеризації даних і їх застосування для зменшення об’єму даних. Проведено аналіз існуючих програмних рішень для стиснення зображень. Розглянуто алгоритм K-Means в задачах стиснення зображення. Побудовано концептуальну модель системи. Розроблено блок-схему алгоритму роботи програмного засобу для стиснення зображень на основі кластеризації. Приведено діаграму прецедентів і діаграму діяльності програмного засобу. Розглянуто діаграму компонентів засобу. Розроблено інтерфейс користувача програмного засобу.
12
Gorokhovatsky, V. O., and K. G. Solodchenko. "ЗАСТОСУВАННЯ АПАРАТУ АНАЛІЗУ ТА ОБРОБЛЕННЯ БІТОВИХ ДАНИХ У МЕТОДАХ КЛАСИФІКАЦІЇ ЗОБРАЖЕНЬ ЗА МНОЖИНОЮ КЛЮЧОВИХ ТОЧОК." Системи управління, навігації та зв’язку. Збірник наукових праць 2, no. 48 (April 11, 2018): 63–67. http://dx.doi.org/10.26906/sunz.2018.2.063.
Full textAbstract:
Вирішена задача структурного розпізнавання візуальних об’єктів на підґрунті описів у вигляді множини ключових точок зображення. Запропоновано метод бінарного аналізу множин дескрипторів опису для формування центрів класів з метою класифікації у межах заданої бази еталонів. Обговорюються критерії оцінювання ефективності класифікації. Проведено програмне моделювання та дослідження методу у порівнянні з медіанними центрами, отримано підтвердження результативності розробленого методу для прикладної бази зображень.
13
Gorokhovatsky, V. O., D. V. Pupchenko, and K. G. Solodchenko. "АНАЛІЗ ВЛАСТИВОСТЕЙ, ХАРАКТЕРИСТИК ТА РЕЗУЛЬТАТІВ ЗАСТОСУВАННЯ НОВІТНІХ ДЕТЕКТОРІВ ДЛЯ ВИЗНАЧЕННЯ ОСОБЛИВИХ ТОЧОК ЗОБРАЖЕННЯ." Системи управління, навігації та зв’язку. Збірник наукових праць 1, no. 47 (February 8, 2018): 93–98. http://dx.doi.org/10.26906/sunz.2018.1.093.
Full textAbstract:
Вирішується задача інваріантного розпізнавання візуальних об’єктів з використанням структурнихметодів на основі описів у вигляді множини особливих точок зображення. Проведено аналіз характеристикта засобів програмного моделювання сучасних методів ORB та BRISK для визначення особливих точок.Запропоновано метод бінарного аналізу для формування центрів класів та подальшої класифікації. Проведено програмне моделювання методу у порівнянні з мережею Кохонена, отримано підтвердження результативності розробленого методу для прикладної бази зображень.
14
Білобородова, Т. О., І. С. Скарга-Бандурова, О. Л. Прищепа, Л. О. Шумова, and С. О. Ломакін. "Технології цифрової гістології." ВІСНИК СХІДНОУКРАЇНСЬКОГО НАЦІОНАЛЬНОГО УНІВЕРСИТЕТУ імені Володимира Даля, no. 2 (266) (March 13, 2021): 5–12. http://dx.doi.org/10.33216/1998-7927-2021-266-2-5-12.
Full textAbstract:
Прогрес інформаційних технологій, доступність обчислювальних потужностей, наявність великих наборів даних, розвиток технологій штучного інтелекту, машинного і глибокого навчання дали поштовх розвитку цифрової гістології. Сучасні дослідження спрямовані на створення єдиного стандартизованого рішення цифрової гістології, яке відповідатиме рівню діагностичної точності традиційної світлової мікроскопії. В статті представлено результати аналізу поточного стану і перспектив використання інформаційних технологій для цифровізації процедур патогістологічного дослідження. Розглянуто напрямки цифрової гістології, що включають телепатологію, цифрову патологію, аналіз зображень мікроскопій гістологічних препаратів та аналітику даних. Розглянуто основні технології цифрової гістології за напрямками, які, перетинаючись, доповнюють один одного. Визначено поточні завдання і проблеми цифрової гістології, а також напрямки досліджень у відповідності до задач аналізу і пошуку ефективних рішень у цій галузі. Формалізовано наступні основні етапи цифрової гістології: формування оптичного зображення мікроскопом, обробка цифрового зображення, передача даних по мережі, їх відображення на моніторі та формування патогістологічного висновку, який, в свою чергу, містить розпізнавання та аналіз гістологічних зображень, інтерпретацію і валідацію отриманих результатів, оцінку ефективності використовуваних аналітичних моделей. Виділено основні обмеження цифрової гістології, пов'язані з технологіями розпізнавання гістологічних зображень. Розглянуто умови валідації досліджень та інструментів цифрової гістології, які повинні бути належним чином перевірені з використанням репрезентативних даних для забезпечення узагальнення підходів і сумісності. Обґрунтовано задачі подальших досліджень у вигляді удосконалення процесу розпізнавання та аналізу гістологічних зображень з використанням технології глибокого навчання, яка показує високу точність сегментації, виявлення та класифікації при аналізі зображень мікроскопій гістологічних препаратів.
15
Gorokhovatskyi, V., A. Vasylchenko, K. Manko, and R. Ponomarenko. "ДОСЛІДЖЕННЯ МОДИФІКАЦІЙ МЕТОДУ ВСТАНОВЛЕННЯ РЕЛЕВАНТНОСТІ ЗОБРАЖЕНЬ ОБ’ЄКТІВ ЗА ОПИСАМИ У ВИГЛЯДІ МНОЖИНИ ДЕСКРИПТОРІВ КЛЮЧОВИХ ТОЧОК." Системи управління, навігації та зв’язку. Збірник наукових праць 5, no. 51 (October 30, 2018): 74–78. http://dx.doi.org/10.26906/sunz.2018.5.074.
Full textAbstract:
Предметом досліджень статті є моделі для встановлення ступеня релевантності зображень у просторі дескрипторів ключових точок зображень для реалізації структурних методів розпізнавання зорових образів у системах комп’ютерного зору. Метою є проведення експериментального дослідження ефективних за параметром швидкодії модифікацій способів встановлення подібності описів у просторі дескрипторів ключових точок на підставі апарату аналізу бітових даних. Завдання: розроблення математичних та програмних моделей оброблення даних при обчисленні подібності структурних описів, вивчення властивостей та особливостей застосування цих моделей, оцінювання ефективності за результатами оброблення конкретних зображень. Застосовуваними методами є: детектор BRISK для формування дескрипторів ключових точок, інтелектуальний аналіз даних, метод кластеризації к-середніх, методи побітового оброблення та підрахунку частоти входження даних, теорія хешування бітових даних, програмне моделювання. Отримані такі результати. Методи класифікації зображень з використанням подібності описів у просторі дескрипторів ключових точок отримують подальший розвиток та застосування на підставі впровадження апарату аналізу бітових даних. Кластерне подання описів не тільки скорочує час оброблення, але й показує чутливість модифікації методу до незначних особливостей зображення і його можливість широкого застосування у системах комп’ютерного зору. Хешування опису без втрати даних суттєво прискорює (у експерименті у сотні разів) процес обчислення ступеня релевантності описів. Вибрана хеш-функція може впливати на результат і сприяти покращенню рівня розрізнення зображень. Побудова узагальненого опису у вигляді спільного дескриптора значно скорочує час обчислень, при цьому виникає потреба у попередньому обробленні опису з метою формування скороченого опису із списку значущих дескрипторів. Висновки. Наукова новизна дослідження полягає в удосконаленні методу структурного розпізнавання зображень на основі опису як множини дескрипторів ключових точок шляхом застосування апарату кластеризації, виявлення узагальнених властивостей та хешування даних для визначення модифікованих мір релевантності аналізованих та еталонних описів. Практична значущість роботи – досягнення суттєвого рівня підвищення швидкодії обчислення релевантності зображень, підтвердження результативності запропонованих модифікацій на прикладах зображень, отримання прикладних програмних моделей для дослідження та впровадження методів класифікації у системах комп’ютерного зору.
16
Gorokhovatskyi, V., S. Gadetska, and R. Ponomarenko. "ЛОГІЧНИЙ АНАЛІЗ ТА ОБРОБЛЕННЯ ДАНИХ ЗАДЛЯ КЛАСИФІКАЦІЇ ЗОБРАЖЕНЬ НА ПІДСТАВІ ФОРМУВАННЯ СТАТИСТИЧНОГО ЦЕНТРУ ОПИСУ." Системи управління, навігації та зв’язку. Збірник наукових праць 4, no. 56 (September 11, 2019): 43–48. http://dx.doi.org/10.26906/sunz.2019.4.043.
Full textAbstract:
Предметом досліджень є моделі для класифікації зображень у просторі описів як множини дескрипторів ключових точок при розпізнаванні візуальних об’єктів у системах комп’ютерного зору. Метою є розвинення структурного методу класифікації шляхом впровадження логічного оброблення даних із використанням ймовірнісного розподілу у вигляді статистичного центру. Завдання: розроблення математичних та програмних моделей для обчислення релевантності описів зображень із використанням логічного аналізу, вивчення властивостей, варіантів застосування, значень параметрів моделей, оцінювання результативності за наслідками оброблення експериментальної бази зображень. Застосовуваними методами є: детектор BRISK для формування дескрипторів ключових точок, інтелектуальний аналіз даних, математична статистика, засоби визначення релевантності для множин даних, програмне моделювання. Отримані результати: ефективність способу класифікації на основі логічного аналізу з використанням статистичних центрів залежить від відстаней між центрами еталонів бази. Застосування логічного аналізу спрощує оброблення і підвищує швидкодію класифікації. Найкращі результати щодо класифікації окремих дескрипторів показав підхід з використанням уточнених центрів. Використання концентрованої частки даних опису дає можливість ретельніше зосередитися на його відмінностях з іншими описами. Висновки. Наукова новизна – удосконалення методу класифікації зображень на основі впровадження логічного аналізу на підставі статистичного центру опису, що дає можливість модифікувати склад опису зі збереженням властивостей об’єктів в аспекті результативної класифікації. Практична значущість роботи полягає у досягненні прийнятого рівня ефективності класифікації за визначеною моделлю релевантності, підтвердженні працездатності запропонованих модифікацій оброблення даних на прикладах зображень, розробленні програмних моделей для впровадження описаних методів класифікації у системах комп’ютерного зору.
17
Gadetska, S., and V. Gorokhovatskyi. "ЗАСТОСУВАННЯ СТАТИСТИЧНИХ МІР РЕЛЕВАНТНОСТІ ДЛЯ ВЕКТОРНИХ СТРУКТУРНИХ ОПИСІВ ОБ’ЄКТІВ У ЗАДАЧІ КЛАСИФІКАЦІЇ ЗОБРАЖЕНЬ." Системи управління, навігації та зв’язку. Збірник наукових праць 4, no. 50 (September 12, 2018): 62–68. http://dx.doi.org/10.26906/sunz.2018.4.062.
Full textAbstract:
Вирішується задача класифікації зображень у просторі ознак дескрипторів особливих точок з поданням опису у кластерному виді і використанням статистичних мір для обчислення релевантності описів. Проведено аналіз особливостей застосування статистичного та метричного класифікаторів при визначенні рівня релевантності структурних описів. Виконано порівняння характеристик мір релевантності на розрахункових прикладах. Запропоновано використання розходження Кульбака-Лейблера як універсальної і ефективної міри для задачі класифікації. Підтверджена результативність запропонованого підходу для прикладних баз зображень. Наукова новизна дослідження полягає у розвиненні методу структурного розпізнавання зображень на основі кластерного опису множини дескрипторів особливих точок шляхом застосування апарату статистичних мір для визначення релевантності аналізованих та еталонних даних і побудови класифікаційних висновків у просторі кластер – еталон. Практична значущість роботи – отримання прикладних розрахункових моделей для застосування методів класифікації і підтвердження їх результативності в конкретних прикладах базах зображень.
18
Glukhova, N. V., and L. A. Pesotskaya. "РОЗРОБКА МЕТОДУ АНАЛІЗУ КОЛЬОРОВИХ ЗОБРАЖЕНЬ ГАЗОРОЗРЯДНОГО ВИПРОМІНЮВАННЯ." Системи управління, навігації та зв’язку. Збірник наукових праць 2, no. 48 (April 11, 2018): 59–62. http://dx.doi.org/10.26906/sunz.2018.2.059.
Full textAbstract:
Виконаний аналіз сучасних методів отримання та обробки зображень газорозрядного випромінювання. Представлено результати експериментальних досліджень стану людини на основі реєстрації зображень газорозрядного світіння пальців в імпульсному електромагнітному полі. Запропоновано методику аналізу кольорових зображень газорозрядного випромінювання шляхом побудови гістограм яскравості пікселів для трьох базових кольорів. Викладено правила класифікації зображень на основі використання кількісних значень глобальних та локальних екстремумів огинаючих гістограм, які розраховуються шляхом застосування пікового детектору.
19
Мінцер, О. П., В. Г. Краснобрижев, Л. А. Пісоцька, Н. В. Глухова, and Т. Д. Тепла. "АНАЛІЗ БІОЛОГІЧНОЇ АКТИВНОСТІ ВОДИ ТА ЇЇ ЕНЕРГОІНФОРМАЦІЙНИХ КОПІЙ ЗА ДАНИМИ КІРЛІАНОГРАМ." Medical Informatics and Engineering, no. 2 (November 29, 2021): 34–47. http://dx.doi.org/10.11603/mie.1996-1960.2021.2.12451.
Full textAbstract:
Встановлено критерії біологічно активної води та її енергоінформаційних копій за даними кірліанограм, для використання в практичній біології. З метою дослідження та класифікації води різних типів було вирішено завдання накопичення експериментальних вибірок зображень води з різними фізико-хімічними та біологічними властивостями, побудови бази даних зображень. На основі аналізу експериментальних даних було виявлено специфічні ознаки, на базі яких можливо побудувати систему автоматизованої програмної класифікації. Метод кірліанфотографії крапель води досить інформативний для оцінювання природних властивостей води та може використовуватись, як експрес-метод.
20
Захарченко, Раїса, Леонід Захарченко, Тетяна Кірюшатова, and Олена Штуца. "ДОСЛІДЖЕННЯ АЛГОРИТМІВ НАВЧАННЯ НЕЙРОННОЇ МЕРЕЖІ ДЛЯ КЛАСИФІКАЦІЇ ЗОБРАЖЕНЬ." Problems of information technologies, no. 27 (2020): 44–53. http://dx.doi.org/10.35546/2313-0687.2020.27.44-53.
Full text
21
Іванченко, А. С., К. С. Бовсуновська, І. М. Дикан, Б. А. Тарасюк, В. А. Павлов, and Є. А. Настенко. "КЛАСИФІКАТОР ДИФЕРЕНЦІАЛЬНОЇ ДІАГНОСТИКИ АУТОІМУННОГО ГЕПАТИТУ ТА ХВОРОБИ ВІЛЬСОНА НА ОСНОВІ АНАЛІЗУ УЛЬТРАЗВУКОВИХ ЗОБРАЖЕНЬ ПЕЧІНКИ." Біомедична інженерія і технологія, no. 6 (November 17, 2021): 62–73. http://dx.doi.org/10.20535/2617-8974.2021.6.233008.
Full textAbstract:
Реферат: Проблематика. При інтенсивному моніторингу профілактичного огляду пацієнтів у медичних закладах первинної ланки найбільш зручно по ультразвуковим зображенням діагностувати лише наявність чи відсутність фіброзних змін печінки. Подібний підхід є найбільш ефективним при профілактиці захворювань, при цьому алгоритм класифікації визначає лише наявність патології, а уточнення діагнозу, ступінь ураження вже знайденої патології може визначатися в подальшому у спеціалізованих медичних закладах висококваліфікованим лікарем діагностом. Однак, розробка автоматизованих систем підтримки рішень при диференціації клінічно схожих захворювань завжди є актуальною задачею в медичній практиці. Однією з таких задач є диференціація аутоімунного гепатиту і хвороби Вільсона.
Мета. Розробити діагностичний алгоритм класифікації аутоімунного гепатиту і хвороби Вільсона за результатами аналізу ультразвукових зображень печінки.
Методика реалізації. Дані для виконання дослідження надано Інститутом ядерної медицини та променевої діагностики НАМН України – 9 знімків УЗД стосуються хворих на аутоімунній гепатит, 20 знімків пацієнтів з хворобою Вільсона. Об’єктами класифікації є області інтересу, що було виділено на ультразвукових зображеннях медичними фахівцями. Для збільшення об’єму навчальної вибірки та підвищення якості системи класифікації застосовано аугментацію одержаних зображень. В результаті для навчання (навчальна вибірка) та верифікації (тестова вибірка) було одержано загалом 600 областей інтересу (150 для аутоімунного гепатиту і 450 для хвороби Вільсона). Виходячі з припущення, що відмінності у характеристиках зображень класів знаходяться у відмінностях їх текстур в роботі розраховані текстурні ознаки на основі частот зустрічаємості патернів бінарного шаблону відтінків сірого. Для побудови класифікатора застовано алгоритм Random Forest.
Результати дослідження. Загальна вибірка з 600 областей інтересу була розбита випадковим чином на навчальну (80%) і тестову (20%). Одержано модель класифікатору алгоритмом Random Forest з показниками якості класифікації на навчальній вибірці: точність - 100%, чутливість - 1, специфічність - 1, F-score -1, та на тестовій вибірці: точність 90,8% , чутливість 0.767 , специфічність – 0,956, F-score – 0,873.
Висновки. Запропоновано ефективний підхід для вирішення задачі автоматичної диференційної діагностики аутоімунного гепатиту та хвороби Вільсона. На основі текстурних ознак та алгоритму випадкового лісу була отримана високоякісна модель класифікації
Ключові слова – диференціальна діагностика, аутоімунний гепатит, хвороба Вільсона, ультразвукова діагностика, аугментація зображень, патерни, локальні бінарні шаблони, Random Forest.
22
А.І. Поляченко. "РУЧНА ОБРОБКА МЕДИЧНИХ ЗОБРАЖЕНЬ ЛІКАРЕМ-ДІАГНОСТОМ У СИСТЕМІ РОЗПІЗНАВАННЯ ТОМОГРАФІЧНИХ І РЕНТГЕНІВСЬКИХ ЗНІМКІВ ДЛЯ ПОШУКУ І ЛОКАЛІЗАЦІЇ ПАТОЛОГІЙ." Наукові нотатки, no. 67 (January 31, 2020): 117–20. http://dx.doi.org/10.36910/6775.24153966.2019.67.18.
Full textAbstract:
У статті запропоновано та побудовано систему розпізнавання томографічних і рентгенівських знімків для пошуку і локалізації патологій. У даній статті необхідно розробити систему розпізнавання томографічних і рентгенівських знімків для пошуку і локалізації патологій та розглянути принципи ручної обробки медичних зображень лікарем-діагностом.
Для пошуку і локалізації аномалій на томографічних і рентгенівських знімках пропонується система, яка буде складатися з наступних блоків : блок введення інформації про пацієнта; блок обробки медичних зображень, що включає: згорткову нейронну мережу (ЗНМ) для класифікації томографічних і рентгенівських знімків; ЗНМ для визначення залежностей значень просторового фактора від стандартизованих -значень і з наступним розрахунком коефіцієнту загальної просторової автокореляції; ЗНМ для сегментації томографічних і рентгенівських знімків; підсистему ручної обробки медичних зображень, що представлена лікарем-діагностом;блок для встановлення висновку, що включає нейронну мережу (НМ), призначену для порівняння отриманих результатів; блок для класифікації виявлених патологій, що включає НМ; базу даних, як вже існуючих знімків, так і нових, у т.ч. з результатом оброблення; блок підготовки звіту.
23
Настенко, Є., В. Павлов, Олена Носовець, В. Круглий, М. Гончарук, А. Карлюк, Д. Грішко, О. Трофименко, and В. Бабенко. "Застосування текстурного аналізу у вирішенні задачі класифікації медичних зображень." Біомедична інженерія і технологія, no. 4 (December 29, 2020): 69–82. http://dx.doi.org/10.20535/2617-8974.2020.4.221876.
Full text
24
Zhukovskyy, V. V., S. V. Shatnyi, and N. A. Zhukovska. "Нейронна мережа для розпізнавання та класифікації картографічних зображень ґрунтових масивів." Scientific Bulletin of UNFU 30, no. 5 (November 3, 2020): 100–104. http://dx.doi.org/10.36930/40300517.
Full textAbstract:
Запропоновано нейронну мережу для розпізнавання картографічних зображень ґрунтових масивів та класифікації ландшафтних ділянок за типами ґрунтових масивів із використанням нейронної мережі. Описано підходи до проектування архітектури, методів навчання, підготовки даних для проведення навчання, тренування та тестування нейронної мережі. Розроблено структурно-функціональну схему нейронної мережі, яка складається із вхідного, прихованих та вихідного шарів, кожен окремий нейрон описано відповідною активаційною функцією із підібраними ваговими коефіцієнтами. Показано доцільність застосування кількості нейронів, їх тип та архітектуру для проведення задачі розпізнавання та класифікації ділянок на кадастрових картах. Як вихідні дані використано відкриті державні інформаційні ресурси, в яких виділено окремі ділянки за типами ґрунтів, їх поширення та сформовано базу даних для навчання та тренування нейронної мережі. Проаналізовано ефективність, швидкодію та точність роботи нейронної мережі, зокрема, проведено комп'ютерну симуляцію із використанням сучасного програмного забезпечення та математичне моделювання обчислювальних процесів у середині структури нейронної мережі. Розроблено програмні засоби для попередньої підготовки та оброблення вхідних даних, подальшого тренування та навчання нейронної мережі та безпосередньо процесу розпізнавання та класифікації. Відповідно до отриманих результатів, розроблена модель та структура нейромережі, її програмні засоби реалізації показують високу ефективність як на етапі попереднього оброблення даних, так і загалом на етапі класифікації та виділення цільових ділянок ґрунтових масивів. Надалі наступним етапом досліджень є розроблення та інтеграція програмно-апаратної системи на основі розпаралелених та частково розпаралелених засобів обчислювальної техніки, що дасть змогу значно пришвидшити обчислювальні операції, досягти виконання процесів навчання та тренування нейронної мережі в режимі реального часу та без втрати точності. Подані наукові та практичні результати мають високий потенціал для інтеграції в сучасні інформаційно-аналітичні системи, системи аналізу та моніторингу за станом навколишнього середовища, технологічними об'єктами та об'єктами промисловості.
25
Поляченко, A. "Згорткова нейронна мережа для класифікації томографічних і рентгенівських знімків в системі розпізнавання." КОМП’ЮТЕРНО-ІНТЕГРОВАНІ ТЕХНОЛОГІЇ: ОСВІТА, НАУКА, ВИРОБНИЦТВО, no. 36 (November 27, 2019): 128–33. http://dx.doi.org/10.36910/6775-2524-0560-2019-36-15.
Full textAbstract:
У роботі запропоновано та побудовано систему розпізнавання томографічних і рентгенівських знімків для пошуку і локалізації патологій. Дана система включає блоки: введення інформації про пацієнта, обробки медичних зображень, для встановлення висновку, для класифікації виявлених патологій, базу даних, підготовки звіту. У статті приділено увагу особливостям розробки згорткової нейронної мережі для класифікації томографічних і рентгенівських знімків в системі розпізнавання, призначеної для пошуку і локалізації патологій. В результаті, було запропоновано згорткову нейронну мережу для класифікації томографічних і рентгенівських знімків в запропонованій системі розпізнавання, призначеної для пошуку і локалізації патологій.
26
Поліщук, М., С. Костючко, and М. Христинець. "Порівняння методів оптимізації нейронних мереж на прикладі задачі класифікації зображень." КОМП’ЮТЕРНО-ІНТЕГРОВАНІ ТЕХНОЛОГІЇ: ОСВІТА, НАУКА, ВИРОБНИЦТВО, no. 37 (December 28, 2019): 43–52. http://dx.doi.org/10.36910/6775-2524-0560-2019-37-7.
Full textAbstract:
У статті проаналізовано існуючі методи оптимізації та типи розподілених обчислень для тренування нейронних мереж. На основі проведених експериментів досліджено доцільність використання даних методів для різних типів даних та архітектури нейронних мереж
27
Гладких, В. М. "Метод класифікації цифрових зображень документів суворої звітності за колірним контентом." Зв"язок, no. 5 (111) (2014): 36–38.
Find full text
28
Севрук, Володимир, and Кирило Цуркан. "ЧЕКАНКА ГРОШЕЙ АЛЬБРЕХТА БРАНДЕНБУРГ-АНСБАХСКОГО ГОГЕНЦОЛЛЕРНА ГЕРЦОГА ПРУССІЇ В ПЕРІОД З 1529 РОКУ ПО 1531 РІК." Молодий вчений, no. 2 (90) (February 26, 2021): 25–35. http://dx.doi.org/10.32839/2304-5809/2021-2-90-6.
Full textAbstract:
У статті викладені основні етапи заснування герцогства Пруссії. Надано біографічні відомості стосовно Альбрехта Бранденбург-Ансбахского Гогенцоллерна, щодо запровадження грошової реформи та карбування герцогом монет. Слід відзначити, що з кожним роком нумізматична тематика набирає загально масштабних розмірів. Колекціонери та дослідники друкують цікавий нумізматичний матеріал. На теренах України також прослідковується активність нумізматичної тематики, випуску статей, брошур, книг, каталогів, створення аукціонів та Інтернет форумів. Але на жаль тема чеканки монет за часів Альбрехта Бранденбург-Ансбахского Гогенцоллерна герцога Пруссії на сьогодні залишається відкритою. Є ряд питань, що потребують детального дослідження щодо класифікації монет Пруссії. Відповідно здійснено огляд літературних джерел, що здійснюють опис монет Альбрехта Гогенцоллерна. Надано цікавий нумізматичний матеріал щодо стандартів карбування (ваги та вмісту чистого срібла в монетах герцогства Пруссії), дизайну тогочасних монет, місця карбування монет (монетного двору), номінальності, а також років випуску. Запропоновано певну класифікацію монет Альбрехта Бранденбург-Ансбахского Гогенцоллерна герцога Пруссії для колекціонування, як для початківців, так і нумізматів з досвідом, що надасть змогу чітко усвідомлювати різноманітність та особливу цікавість монет Альбрехта Бранденбург-Ансбахского герцога Пруссії із роду Гогенцоллернів. Розкриваючи тему статті з використанням іншомовної літератури, з ілюстрованими зразками монет, знаків, додаткової роз’яснювальної інформації, а також використовуючи власний досвід ми намагалися висвітлити цікавий нумізматичний матеріал із запропонуванням класифікації для колекціонування монет Альбрехта Гогенцоллерна. На сьогодні для нумізматів України на жаль не вистачає ознайомчої літератури щодо колекціонування монет Альбрехта Бранденбург-Ансбахского Гогенцоллерна, тому в подальших дослідженнях намагатимуся розширити уявлення про монети Альбрехта Гогенцоллерна, висвітлюючи цікаві аспекти та неописані монети у літературі, їх карбування, топографію знахідок з наглядним приведенням зображень та з детальною характеристикою.
29
Поляченко, А. І. "РУЧНА ОБРОБКА МЕДИЧНИХ ЗОБРАЖЕНЬ ЛІКАРЕМ-ДІАГНОСТОМ У СИСТЕМІ РОЗПІЗНАВАННЯ ТОМОГРАФІЧНИХ І РЕНТГЕНІВСЬКИХ ЗНІМКІВ ДЛЯ ПОШУКУ І ЛОКАЛІЗАЦІЇ ПАТОЛОГІЙ." Automation of technological and business processes 11, no. 3 (November 11, 2019): 42–45. http://dx.doi.org/10.15673/atbp.v11i3.1502.
Full textAbstract:
У статті запропоновано та побудовано систему розпізнавання томографічних і рентгенівських знімків для пошуку і локалізації патологій. Дана система включає блоки: введення інформації про пацієнта, обробки медичних зображень, для встановлення висновку, для класифікації виявлених патологій, базу даних, підготовки звіту. У запропонованій системі початковим етапом є отримання томографічних чи рентгенівських знімків, які, далі, поступають до блоків введення інформації про пацієнта і обробки медичних зображень. Інформація про пацієнта в результаті введення потрапляє до бази даних разом із томографічними чи рентгенівськими знімками. У пропонуємій системі розпізнавання томографічних і рентгенівських знімків для пошуку і локалізації патологій існує можливість для лікаря-діагноста самому виділяти підозрілу з його точки зору область і надалі обробити тільки цю область або за допомогою існуючих загорткових нейронних мереж виділити області патологій-новоутворень, або вибрати конкретні алгоритми обробки медичних зображень.
30
Орда, М. В., С. В. Абрамов, and М. ф. Полторак. "Алгоритм класифікації ділянок кусково-однорідних зображень для систем виявлення та спостереження." Збірник наукових праць Центру воєнно-стратегічних досліджень НУОУ імені Івана Черняховського, no. 1-59 (March 7, 2018): 124–30. http://dx.doi.org/10.33099/2304-2745/2017-1-59/124-130.
Full text
31
Gorokhovatskyi, V., D. Rudenko, and Т. Siryk. "ДОСЛІДЖЕННЯ СИСТЕМИ ІЄРАРХІЧНИХ ОЗНАК ПРИ БЛОЧНОМУ ПОДАННІ ОПИСУ У СКЛАДІ МНОЖИНИ КЛЮЧОВИХ ТОЧОК ЗОБРАЖЕННЯ." Системи управління, навігації та зв’язку. Збірник наукових праць 2, no. 54 (April 11, 2019): 69–73. http://dx.doi.org/10.26906/sunz.2019.2.069.
Full textAbstract:
Предметом досліджень статті є ієрархічні моделі для встановлення ступеня релевантності описів зображень при розпізнаванні візуальних об’єктів у системах комп’ютерного зору. Метою є розроблення модифікації методу структурного розпізнавання на підставі впровадження блокових моделей даних із інтегруванням ймовірнісних розподілів. Завдання: розроблення математичних та програмних моделей для ефективного за швидкодією ієрархічного оброблення даних при визначенні релевантності структурних описів, вивчення властивостей цих моделей, оцінювання результативності при обробленні зображень. Застосовуваними методами є: детектор ORB для формування дескрипторів ключових точок, інтелектуальний аналіз даних, методи побудови розподілів бітових даних, апарат метричного визначення релевантності, програмне моделювання. Отримані такі результати. Перехід від опису множин дескрипторів до розподілів фрагментів, побудова ієрархічних ознак забезпечують необхідну результативність розпізнавання. Оброблення та аналіз даних виконується у кілька разів швидше, ніж на підставі розподілів. Висновки. Наукова новизна дослідження полягає в удосконаленні методу структурного розпізнавання зображень на основі впровадження блочної структури опису із використанням інтегрованих значень розподілу для фрагментів множини дескрипторів. Практична значущість – досягнення суттєвого рівня підвищення швидкодії при обчисленні релевантності, підтвердження результативності запропонованих ієрархічних ознак на прикладах зображень, отримання прикладних програмних моделей для дослідження та впровадження методів класифікації системах комп’ютерного зору.
32
Barkovska, O., V. Kholiev, and D. Polikanov. "ЗНАЧУЩІСТЬ ОБЧИСЛЮВАЛЬНИХ СИСТЕМ ІЗ МАСОВИМ ПАРАЛЕЛІЗМОМ ПРИ ОБРОБЦІ СКАНОВАНИХ ДОКУМЕНТІВ." Системи управління, навігації та зв’язку. Збірник наукових праць 1, no. 67 (April 1, 2022): 43–47. http://dx.doi.org/10.26906/sunz.2022.1.043.
Full textAbstract:
У роботі запропоновано узагальнена модель системи класифікації сканованих документів, яка являє організаційно-функціональний, технологічний і програмно-технічний комплекс для класифікації або категоризації документу за ключовими словами, які визначаються частотним словником. Актуальність теми дослідження полягає у скороченні часу впорядкування нових інформаційних ресурсів, що надходять до сховища, завдяки збільшенню швидкості роботи методів покращення якості вихідного зображення безпосередньо перед обробкою та аналізом тексту. Аналіз результатів довів ефективність та доцільність використання обчислювачів із масовим паралелізмом для виконання таких задач, як шумопригнічення та зміна значення колірних каналів вихідного повнокольорового зображення, досягаючи прискорення до 53,51% у порівнянні із використанням обчислювального ресурсу центрального процесору.
33
Gorokhovatskyi, V., S. Gadetska, and R. Ponomarenko. "СТАТИСТИЧНІ РОЗПОДІЛИ ТА ЛАНЦЮЖКОВЕ ПОДАННЯ ДАНИХ ПРИ ВИЗНАЧЕННІ РЕЛЕВАНТНОСТІ СТРУКТУРНИХ ОПИСІВ ВІЗУАЛЬНИХ ОБ’ЄКТІВ." Системи управління, навігації та зв’язку. Збірник наукових праць 6, no. 52 (December 13, 2018): 87–92. http://dx.doi.org/10.26906/sunz.2018.6.087.
Full textAbstract:
Предметом досліджень статті є моделі для встановлення рівня релевантності зображень у просторі розподілів для дескрипторів ключових точок при розпізнаванні візуальних об’єктів у системах комп’ютерного зору. Метою є створення методу структурного розпізнавання зображень на підставі впровадження ланцюжкових моделей даних із використанням ймовірнісних розподілів множини дескрипторів. Завдання: розроблення математичних та програмних моделей для ефективного за швидкодією аналізу даних при визначенні релевантності структурних описів, вивчення властивостей, атрибутів застосування, значень параметрів цих моделей, оцінювання результативності за наслідками оброблення конкретних зображень. Застосовуваними методами є: детектор BRISK для формування дескрипторів ключових точок, апарат інтелектуального аналізу даних, методи побітового оброблення та побудови розподілів бітових даних, апарат метричного визначення релевантності, програмне моделювання. Отримані такі результати. Перехід від опису множин дескрипторів до ймовірнісних розподілів фрагментів і зіставлення образів у просторі розподілів забезпечують необхідну результативність розпізнавання. Оброблення та аналіз даних виконується у сотні разів швидше, ніж традиційний підрахунок голосів. Оброблення та аналіз сполучень бітів формує значимі властивості для сукупності елементів опису зі збереженням структури даних і їх уніфікації. Зі збільшенням числа бітів у фрагменті розподілу зростає відстань між зображеннями, що сприяє збільшенню ступеня їх розрізнення. Ланцюговим поданням та застосуванням розподілів створюється новий простір даних, що дає можливість суттєво покращити показники функціонування систем розпізнавання зображень. Висновки. Наукова новизна дослідження полягає в удосконаленні методу структурного розпізнавання зображень на основі впровадження узагальненої ланцюгової структури опису із використанням значень розподілу для фрагментів множини дескрипторів ключових точок, що змістовно відображають властивості зображень об’єктів і забезпечують результативне розпізнавання. Практична значущість – досягнення суттєвого рівня підвищення швидкодії обчислення релевантності, підтвердження результативності запропонованих модифікацій на прикладах зображень, отримання прикладних програмних моделей для дослідження та впровадження методів класифікації в системах комп’ютерного зору.
34
Кривошеєв, Е., Є. Настенко, and В. Павлов. "Класифікація норма-патологія печінки по фрактальній розмірності бінаризованого ультразвукового зображення." Біомедична інженерія і технологія, no. 4 (December 28, 2020): 14–20. http://dx.doi.org/10.20535/2617-8974.2020.4.221836.
Full text
35
KRASNOSHLYK, Nataliya, and Maryna SERDIUK. "APPLICATION OF NEURAL NETWORK ENSEMBLES TO SOLVE THE PROBLEM OF CLASSIFICATION OF IMAGES." CHERKASY UNIVERSITY BULLETIN: APPLIED MATHEMATICS. INFORMATICS, no. 1 (2020): 53–60. http://dx.doi.org/10.31651/2076-5886-2019-1-53-60.
Full text
36
ПУСТЮЛЬГА, Сергій, Володимир САМЧУК, Валентин ПРИДЮК, and Віктор САМОСТЯН. "ДИСКРЕТНЕ (ПІКСЕЛЬНЕ) ПРЕДСТАВЛЕННЯ ТРАНСПОРТНОЇ МЕРЕЖІ МІСТА ДЛЯ ТОПОЛОГІЧНОЇ ІДЕНТИФІКАЦІЇ ТА ФРАКТАЛЬНОГО АНАЛІЗУ ЇЇ ГЕОМЕТРИЧНИХ СКЛАДОВИХ." СУЧАСНІ ТЕХНОЛОГІЇ В МАШИНОБУДУВАННІ ТА ТРАНСПОРТІ 1, no. 16 (May 20, 2021): 137–49. http://dx.doi.org/10.36910/automash.v1i16.516.
Full textAbstract:
Робота присвячена розробці способів дискретного (піксельного) представлення транспортної мережі міста для топологічної ідентифікації та фрактальної оцінки її структурних складових.
Розвиток транспортної мережі міст іде, як правило, шляхом ускладнення топологічної структури маршрутів пересування та взаємовідносин між геометричними характеристиками їх окремих елементів. Такі тенденції свідчать про необхідність розробки ефективних математичних методів моделювання нових та оптимізації вже існуючих мереж, в основі якої лежатимуть алгоритми аналізу та кількісної оцінки якості функціонування транспортної системи міста.
Властивості міської транспортної мережі істотним чином залежать від складності її геометрії та топологічної структури. Аналіз літературних джерел показав, що транспортну мережу міста, з топологічних позицій, можна розглядати як сукупність великого числа розподілених точок або областей (зупинкових вузлів чи обмежених територій), які взаємодіють між собою через транспортні канали, тобто маршрути. При цьому, топологія складної транспортної мережі є випадковим фракталом, оскільки її мала частина подібна цілої. Розмірність цієї множини точок, областей і ліній має дробову розмірність. Розрахувавши розмірність мережі, можна кількісно виразити її системні властивості і знайти загальні закономірності удосконалення існуючих та побудови нових транспортних потоків.
При визначенні фрактальної розмірності зображення клітковим методом геометрична структура мережі, на кожному кроці ітерації, покривається клітинами певних розмірів. Відтак, пропонується, відразу, представляти зображення у дискретному вигляді на решітці з клітинами мінімального розміру (може бути розмір пікселя), ідентифікувати фрагменти заданої структури, а у подальшому розраховувати потрібні геометричні параметри та проводити їх аналіз. При цьому, необхідно класифікувати окремі об’єкти та фрагменти, а також виявити геометричні критерії, за якими визначатиметься ступінь фрактальності як фрагментів, так і структури в цілому.
Для ідентифікації зображень запропоновано топологічну класифікацію дискретних моделей геометричних об’єктів та комбінованих множин на площині. Визначено основні характеристики зв’язності окремих клітин дискретних бінарних моделей множин довільної розмірності. Запропонована структура практичної ідентифікації комбінацій геометричних об’єктів, які зустрічаються на зображеннях міських маршрутних схем.
Подальші дослідження із даної тематики проводяться у напрямі виокремлення та обчислення геометричних характеристик об’єктів для запропонованих дискретних кліткових моделей.
Ключові слова: транспортна мережа міста, дискретне представлення, топологічна ідентифікація, фрактальний аналіз, комбіновані множини, кліткова модель.
37
Красиленко, В. Г., Р. О. Яцковська, and В. І. Яцковський. "Моделювання методів розпізнавання та класифікації фрагментів кольорових зображень земель сільськогосподарського призначення при їх дистанційному моніторингу." Системи обробки інформації, no. 5(151) (December 19, 2017): 55–61. http://dx.doi.org/10.30748/soi.2017.151.07.
Full text
38
Дудін, О. Є., О. П. Мінцер, and О. М. Сулаєва. "ЦИФРОВА ПАТОЛОГІЯ В РОБОТІ МЕДИЧНОЇ ЛАБОРАТОРІЇ. / АНАЛІТИЧНИЙ ОГЛЯД." Medical Informatics and Engineering, no. 3 (August 11, 2021): 41–50. http://dx.doi.org/10.11603/mie.1996-1960.2020.3.11608.
Full textAbstract:
Цифрова патологія є невід'ємним технологічним елементом науково-лабораторного середовища та відіграє важливу роль у сучасній клінічній практиці. Мета огляду полягала в аналізі сучасного стану розвитку цифрової патології, її можливостей та ролі в розвитку патології як невід'ємної складової персоналізованої медицини. Отримання повноцінних віртуальних препаратів полегшило б роботу з зображеннями, надало можливість перегляду та обміну зображень між патологами і фахівцями інших спеціальностей. Розроблення відповідного програмного забезпечення та рішень про зберігання й обмін цифрових зображень визначила також широке використання цифрової патології в освітньому процесі при навчанні цитопатологів, патологоанатомів і молекулярних патологів. Окрім зручних інструментів діагностики, отримання другої думки, проведення мультидисциплінарних консиліумів і безперервного навчання патологів, цифрова патологія скоро стане технологічною вимогою в науковому та лабораторно-діагностичному середовищі. У підсумку, впровадження систем штучного інтелекту у діагностику онкологічної патології свідчить про можливість інтеграції патогістологічних даних із результатами клінічного обстеження, лабораторними показниками, даними радіологічного дослідження та результатами молекулярно-генетичного тестування, що надає змогу для повноцінної діагностики та вибору лікування відповідно до вимог персоналізованої медицини. Водночас підкреслено необхідність створення єдиної професійної мови та багатовимірних класифікацій станів пацієнтів, що підлягають комп'ютерному розпізнаванню.
39
Загородній, О. "Принципи медичної діагностики злоякісного раку шкіри людини за допомогою штучних нейронних мереж." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, no. 40 (September 19, 2020): 31–36. http://dx.doi.org/10.36910/6775-2524-0560-2020-40-05.
Full textAbstract:
Наведено принципи медичної діагностики онкологічних захворювань шкіри людини за допомогою штучних нейронних мереж. Розкрито аспекти розвитку штучного інтелекту, які дозволяють створювати на базі біологічних підходів інтелектуальні системи в різних областях застосування. Охарактеризовано етапи онкологічної діагностики, які є обов’язковими та мають фундаментальний вплив на подальше лікування пацієнта у разі діагностування злоякісного раку шкіри, результатом кожного з етапів є клінічний діагноз, морфологічний діагноз та патоморфологічний діагноз. Окреслено поняття меланоми та особливості її розвитку. Досліджено алгоритми автоматизованого комп'ютерного аналізу дерматологічних зображень, які забезпечують допомогу лікарям у постановці діагнозу та сприяють підвищенню точності діагностики. Розроблено структурну схему діагностування онкологічних захворювань шкіри людини за допомогою штучних нейронних мереж. В основі завдання диференціації патологій шкірних покривів людини лежить умовний поділ на 4 частини для вирішення завдань бінарної класифікації. Підкреслено, що навчання штучної нейронної мережі відбувається за допомогою наборів даних. Наголошується, що враховуючи завдання бінарної класифікації, у кожному напрямку застосування, наборам даних присвоюються мітки класу нуль та один, представлені у вигляді масиву. У статті розроблено детальний алгоритм, наведений у вигляді блок-схеми, здатний здійснювати постановку остаточного медичного діагнозу щодо захворювання шкіри на онкологічні патології за допомогою штучної нейронної мережі. Описаний алгоритм розроблений на основі штучних нейронних мереж, навчених вирішувати завдання бінарної класифікації. Результатом роботи штучної нейронної мережі є висновок приналежності вхідного значення до класів, на яких описана нейромережа проходила етап навчання.
40
Vorobel, R. A. "Moving rank transformations of airspace images with pixel classification by object characteristics." Kosmìčna nauka ì tehnologìâ 4, no. 4 (July 30, 1998): 97–102. http://dx.doi.org/10.15407/knit1998.04.097.
Full text
41
Чжен, Дай. "Підготовка дизайнерів мультимедійного профілю у китайській професійній системі освіти." Professional Art Education 2, no. 1 (April 15, 2021): 4–11. http://dx.doi.org/10.34142/27091805.2021.2.01.01.
Full textAbstract:
У статті розглядається професійна підготовка фахівців мультимедійного дизайну у вищих закладах освіти КНР. Здійснено спробу визначити сутність професійної компетентності фахівців з мультимедійного дизайну, що полягає в інтегральній якості особистості, яка реалізує готовність і здатність майбутнього фахівця до здійснення професійної творчої діяльності: використання комп’ютерних технологій, що дозволяють створити новий відео-арт продукт, інтерактивний об'єкт або інтерактивні цифрові твори як в рамках галузі сучасного мистецтва, так і виходячи за ці межі за допомогою ілюзії руху об’ємних і площинних зображень, а також здатність керувати інформаційними потоками у вигляді текстів, музики, анімації, графічних зображень та ін. на основі сформованих знань, умінь, навичок. Теоретично обґрунтовані психолого-педагогічні особливості та організаційно-педагогічні умови розвитку професійної підготовки фахівців мультимедійного дизайну у вищих закладах освіти мистецького профілю КНР. Проведено систематизацію, осмислення й узагальнення результатів дослідження; встановлені особливості і загальні тенденції сучасної медіагалузі та її вплив на стан розвитку професійної підготовки фахівців мультимедійного дизайну у вищих закладах освіти; окреслено характеристики медіасередовища, обґрунтовано зміст і структуру мультимедійної діяльності, виявлено її класифікацію. Уточнено сутність базових понять дослідження (професійна підготовка, мультимедійний дизайн, медіа-дизайн). Визначено доцільність головних навчальних блоків, що забезпечують активізацію творчих можливостей та професійну підготовку фахівців мультимедійного дизайну у вищих закладах освіти; розкрито суть їх складових; уточнені теоретичні висновки, визначені перспективи вивчення досліджуваної проблеми.
42
Povkhan, Igor. "ПИТАННЯ СКЛАДНОСТІ ПРОЦЕДУРИ ПОБУДОВИ СХЕМИ АЛГОРИТМІЧНОГО ДЕРЕВА КЛАСИФІКАЦІЇ." TECHNICAL SCIENCES AND TECHNOLOGIES, no. 3(21) (2020): 142–53. http://dx.doi.org/10.25140/2411-5363-2020-3(21)-142-153.
Full textAbstract:
Актуальність теми дослідження. На сучасному етапі розвитку інформаційних систем та технологій, які базуються на математичних моделях теорії штучного інтелекту (методах та схемах алгоритмічних дерев класифікації), виникає принципова проблема вузької спеціалізації наявних підходів та методів у соціально-економічних, екологічних та інших системах первинного аналізу та обробки великих масивів інформації. Задачі, які об’єднуються тематикою розпізнавання образів, дуже різноманітні та виникають у сучасному світі в усіх сферах економіки та соціального контенту діяльності людини, що приводить до необхідності побудови та дослідження математичних моделей відповідних систем. На сьогодні немає універсального підходу до їх розв’язання, запропоновано декілька досить загальних теорій та підходів, що дозволяють вирішувати багато типів (класів) задач, але їх прикладні застосування відрізняються досить великою чутливістю до специфіки самої задачі або предметної області застосування. Представлена робота присвячена проблемі моделей логічних та алгоритмічних дерев класифікації (схем ЛДК/АДК), пропонує оцінку складності структур алгоритмічних дерев (моделей дерев класифікації), які складаються з незалежних та автономних алгоритмів класифікації і будуть являти собою певною мірою новий алгоритм розпізнавання (зрозуміло, що синтезований із відомих схем, алгоритмів та методів). Постановка проблеми. Нині актуальні різні підходи до побудови систем розпізнавання у вигляді дерев класифікації (ЛДК/АДК), причому інтерес до методів розпізнавання, які використовують дерева класифікації, викликаний багатьма корисними властивостями, якими вони володіють. З одного боку, складність класу функцій розпізнавання у вигляді моделей дерев класифікації, при визначених умовах, не перевищують складності класу лінійних функцій роз-пізнавання (простішого з відомих). З іншого – функції розпізнавання у вигляді дерев класифікації дозволяють виділити в процесі класифікації як причинно-наслідкові зв’язки (та однозначно врахувати їх у подальшому), так і фактори випадковості або невизначеності, тобто врахувати одночасно і функціональні, і стохастичні відношення між властивостями та поведінкою всієї системи. При цьому відомо, що процес класифікації нових, таких, що досі не зустрічалися, об’єктів світу багатьох тварин і людей (за винятком об’єктів, інформація про які передається генетичним шляхом (наслідковим), а також в деяких інших випадках), відбувається за так званим логічним деревом рішень (у зв‘язку з нейромережевою концепцією). Зрозуміло, що доцільно не розробляти новий алгоритм, а запропонувати деяку концепцію раціонального використання вже накопиченого потенціалу алгоритмів та методів класифікації у вигляді моделей алгоритмічних дерев класифікації (структур АДК). Саме тому ця робота має намір хоча б частково подолати ці обмеження та присвячена оцінці складності процедури побудови моделей алгоритмічних (логічних) дерев класифікації в галузі задач розпізнавання. Аналіз останніх досліджень і публікацій. У дослідженні розглянуті останні наукові публікації у відкритому доступі, які присвячені загальній проблемі підходів, методів, алгоритмів та схем розпізнавання (моделей ЛДК/АДК) дискретних об’єктів (дискретних зображень) у задачах розпізнавання образів (теорії штучного інтелекту). Виділення недосліджених частин загальної проблеми. Можливість простого та економного методу побудови моделі алгоритмічного дерева класифікації (або структур АДК/ЛДК) та оцінка складності такої процедури (моделі структури АДК/ЛДК) на основі початкових масивів дискретної інформації великого об’єму. Постановка завдання. Дослідження актуального питання складності загальної процедури побудови алгоритмічного дерева класифікації (моделі АДК) на основі концепції поетапної селекції наборів незалежних алгоритмів класифікації (можливих їх різнотипних множин та сполучень), яке для заданої початкової навчальної вибірки (масиву дискретної інформації) будує деревоподібну структуру (модель класифікації АДК), з набору алгоритмів оцінених на кожному кроці схеми побудови моделі за даною початковою вибіркою. Виклад основного матеріалу. Пропонується оцінка складності процедури побудови алгоритмічного дерева класифікації для довільного випадку (для умов слабкого та сильного розділення класів навчальної вибірки). Розв’язок цього питання має принциповий характер, щодо питань оцінки структурної складності моделей класифікації (у вигляді деревоподібних конструкцій), структур АДК дискретних об’єктів для широкого класу прикладних задач класифікації та розпізнавання в плані розробки перспективних схем та методів їх фінальної оптимізації (мінімізації) конструкції. Це дослідження має актуальність не лише для конструкцій алгоритмічних дерев класифікації, але й дозволяє розширити саму схему оцінки складності і на загальний випадок структур логічних дерев класифікації. Висновки відповідно до статті. Досліджені питання структурної складності конструкцій ЛДК/АДК, запропонована верхня оцінка складності для процедури побудови алгоритмічного дерева класифікації в умовах слабкого та сильного розділення класів початкової навчальної вибірки.
43
Hlavcheva, D., and V. Yaloveha. "КАПСУЛЬНІ НЕЙРОННІ МЕРЕЖІ." Системи управління, навігації та зв’язку. Збірник наукових праць 5, no. 51 (October 30, 2018): 132–35. http://dx.doi.org/10.26906/sunz.2018.5.132.
Full textAbstract:
Предметом вивчення є історія становлення та розвиток теорії нейронних мереж, сучасні підходи до проблем розпізнавання та класифікації зображень. Особлива увага приділяється якісному огляду капсульних та згорткових нейронних мереж, принципів їх роботи та визначення основних відмінностей. Метою роботи є аналіз сучасного стану досліджень нейронних мереж та можливих перспектив розвитку цієї галузі. Завдання: проаналізувати історичний розвиток теорії нейронних мереж. Провести порівняння між типами нейронних мереж, що базуються на концепції глибокого навчання: згортковими та капсульними. Методом проведення дослідження є аналіз сучасної літератури та основних тенденцій розвитку глибокого навчання. Результатами проведеного дослідження є виявлення значущих відкриттів, що вплинули на розвиток нейронних мереж. Функціонування нейронних мереж базується на роботі нервової системи біологічних організмів. Зокрема, це принцип активності біологічного нейрону, ансамблі нейронів, виявлення «простих клітин» у зоровій корі мозку. На даний момент найбільший розвиток мають нейронні мережі, що засновані на концепції глибокого навчання, яка дозволяє багатошаровим обчислювальним моделям вивчати дані з кількома рівнями абстракції. Згорткові мережі, що використовують цю концепцію досягли значних успіхів у розпізнаванні зображень, відео та аудіо. Рекурентні мережі виявилися кращі у аналізі тексту та мови. Згорткові нейронні мережі маються низку недоліків, на яких наголошено у роботі. Капсульні нейронні мережі є вдосконаленням концепції згорткових нейронних мереж. В їх основі покладено «капсули», які призначені для виявлення характеристик об’єкта. Капсули як група нейронів характеризуються вектором активації. Запропонований відомими ученими векторний підхід дозволяє врахувати поворот та трансляцію об’єктів. Капсульні нейронні мережі потребують значно меншу навчальну вибірку, ніж згорткові. У висновках роботи визначаються основні перспективи розвитку теорії нейронних мереж, а також можливий стрімкий розвиток неконтрольованого навчання нейронних мереж. Наголошується на важливості критичного аналізу проблем нейронних мереж як вирішального фактору їх майбутнього розвитку.
44
Havrys, A. P., R. Ya Moreniuk, and I. M. Harasymiuk. "Метод просторового розміщення пожежонебезпечних ділянок на підставі даних дистанційного зондування землі." Scientific Bulletin of UNFU 29, no. 8 (October 31, 2019): 36–42. http://dx.doi.org/10.36930/40290804.
Full textAbstract:
Проаналізовано дані дистанційного зондування Землі зі супутника MODIS, на яких відображається інфрачервоний спектр температур у вигляді точок (загорянь) на території Австралії. Встановлено, що ці дані являють собою пікселі, що показують температури вище порогового значення, а не окремі пожежі. Проведено моделювання ділянок пожеж використовуючи точки загорянь з подальшим відображенням на картах пожежонебезпечних місць. Встановлено та проаналізовано графічну залежність між кількістю кластерів та відстанню між точками в окремих кластерах. Визначено оптимальну відстань для класифікації скупчення точок як однієї пожежі та створення полігону пожежонебезпечного місця за допомогою інструментів програми ArcGIS. Проведено моделювання відображення наслідків пожеж з використанням історичних зображень Землі, на прикладі Австралії в період із грудня 2012 по грудень 2013 рр. Проведено моделювання зміни температури загорянь у різних точках. Створено і проаналізовано карти впливу пожеж та карти пожежної небезпеки для органів місцевого самоврядування на прикладі територій Австралії. Створено карти гарячих точок з використанням кластерного аналізу для визначення просторової зміни температури загоряння в цих точках. Запропоновано використовувати наведений метод локалізації пожежонебезпечних ділянок разом з історичними даними про пожежі обраного регіону для прогнозування й аналізу ймовірності виникнення загорянь на окремих досліджуваних територіях.
45
Гавенко, Світлана Федорівна, Володимир Владиславович Бернацек, and Марта Тарасівна Лабецька. "Дослідження впливу типу зволожувальних систем в офсетному друці на якість відбитків." Технологія і техніка друкарства, no. 2(72) (June 29, 2021): 20–28. http://dx.doi.org/10.20535/2077-7264.2(72).2021.241544.
Full textAbstract:
Незмінно високі показники якості відбитків в офсетному друці забезпечуються підтриманням стабільності стандартного друкарського середовища — балансу фарба/зволожуючий розчин. Вплив зволоження на якість друку відіграє вирішальну роль в досягненні оптимальних результатів репродукування поліграфічної продукції офсетним способом. Тому вбачається доцільним проведення досліджень із визначення впливу систем і процесів зволоження на якість поліграфічної продукції, адже постійно удосконалюється склад сучасних концентратів зволожувальних розчинів та конструкції апаратів зволоження для офсетного друку. За останні роки увагу дослідників привертають розробки засобів управління, регулювання, встановлення оптимальних режимів зволожувальних систем в друкарських машинах, що свідчить про інтенсивне використання плоского офсетного друку зі зволоженням друкарських форм. У роботі представлено короткий аналіз та класифікація відомих методів нанесення зволожувального розчину, а також наведено результати експериментальних досліджень впливу технологічних параметрів друкування, а саме зміни типу зволожувального апарату та властивостей задруковуваного матеріалу на якість та точність відтворення кольорового зображення шляхом побудови графічних залежностей та визначення репродукційно-графічних показників офсетних відбитків.
46
Прочухан, Д. В. "Нейромережеве моделювання в реалізації системи визначення правильності носіння медичної маски." Системи обробки інформації, no. 1(164) (March 17, 2021): 65–72. http://dx.doi.org/10.30748/soi.2021.164.07.
Full textAbstract:
Розглянуто актуальну проблему визначення правильності одягнення медичної маски у людини. Для її вирішення запропоновано побудування моделі з використанням штучного інтелекту. Розглянуто механізм класифікації та обробки вхідних даних. Розроблено структуру згорткової нейронної мережі у вигляді моделі послідовної реалізації шарів згортки, агрегування, повного зв’язку. Обґрунтовано доцільність використання функції ReLU для активації вузлів. Застосовано метод Dropout для запобігання перенавчанню нейронної мережі. Вихідний шар реалізовано у вигляді одного нейрону з використанням функції активації сигмоїда. Оптимізація згорткової нейронної мережі здійснена методом стохастичного градієнтного спуску. Використано метод зворотного поширення помилки для навчання нейронної мережі. Розроблено програмний додаток на мові програмування Python. Використано бібліотеку Keras для забезпечення точності, правильності, повноти побудованої моделі. Проведено компіляцію з використанням бінарної перехресної ентропії в якості цільової функції. За допомогою розробленого додатку проведено ефективне навчання згорткової нейронної мережі на тестових вхідних зображеннях. Зважаючи на значні вимоги до апаратного забезпечення і програмних ресурсів, цей процес було здійснено під керуванням операційної системи Linux. Обмежена кількість періодів навчання забезпечила зменшення підсумкового часу навчання. Здійснено перевірку побудованої системи на контрольній множині. Отримано високі показники розпізнавання зображень. Працездатність програмного додатку перевірена з використанням різної апаратної і програмної конфігурації. Розроблена система може бути використані у галузях, які потребують контролю виконання правил безпеки під час пандемії.
47
Назарець, В. М., and В. М. Миронюк. "КОНЦЕПЦІЇ ЖАНРОВОЇ ОРГАНІЗАЦІЇ ЛІРИКИ В ЛІТЕРАТУРОЗНАВСТВІ ХХ СТОЛІТТЯ." Collection of scientific works "Visnyk of Zaporizhzhya National University Philological Sciences", no. 2 (April 9, 2021): 184–88. http://dx.doi.org/10.26661/2414-9594-2020-2-26.
Full textAbstract:
У статті досліджено основні концепції жанрової організації лірики в літературознавстві ХХ ст. Установлено, що на сучасному етапі розвитку літературознавства однією з найбільш актуальних є проблема теоретичного осмислення жанрової природи ліричного твору, розроблення принципів класифікації ліричних жанрів. На основі опрацювання фахової літератури з аналізованої проблеми з’ясовано дискусійність не лише питання визначення чітких критеріїв жанрового виокремлення типів ліричних творів, а й проблеми функціонування в ліриці такої цілком усталеної теоретичної категорії, як жанр. Проблематичність чіткої жанрової ідентифікації ліричних творів полягає й у тому, що дослідницькі уявлення про них не є сталими, а історично змінними – не лише через ускладнення парадигми їхньої теоретичної рецепції, але, насамперед, з огляду на історичну рухомість категорії жанру, специфіку його комунікативних настанов та естетичних стратегій, внутрішніх смислових взаємозв’язків між елементами його художньої структури та тематичної спрямованості. Унаслідок вивчення художньої практики поетів ХІХ–ХХ ст. спостережено використання авторською індивідуальністю, попри теоретичні аргументи прибічників концепції жанрової атрофії лірики та, відповідно, авторитарний диктат жанрових вимог, певних жанрових стратегій, що полягають у модифікації відповідно до власних творчих настанов усталених канонів жанрового мислення. Простежено відродження з огляду на зміну теоретичної парадигми літературознавства останніх десятиліть активного інтересу до теорії ліричного жанру, характеру та форм його художньої трансформації в минулій та сьогоденній поетичній практиці. Сучасними літературознавцями розроблено шість основних концепцій, які зумовлюють жанрову специфіку художнього твору особливостями його: 1) форми, 2) змісту, 3) змістово-формальної єдності, 4) історичної ґенези, 5) літературного функціонування, 6) феноменології сприйняття. Найбільш усталеною сьогодні концепцією класифікації ліричних творів визнано концепцію їх тематичної класифікації (за характером проблематики, що домінує у творі) та диференціації за ознакою специфіки форми зображення, яку запропонував ще у 70-х роках ХХ ст. відомий російський літературознавець Г. Поспєлов. У концепції передбачено розмежування таких п’яти типів лірики: 1) медитативної, 2) медитативно-зображальної, 3) описово- зображальної, 4) «персонажної», 5) розповідної. Зазначено, що у цій концепції не відображено жанрової специфіки художньої організації ліричного твору.
48
Берестов, Руслан Володимирович, and Наталія Євгеніївна Гоц. "ДОСЛІДЖЕННЯ МЕТОДІВ ВИМІРЮВАННЯ АКТИВНОСТІ РАДІОНУКЛІДІВ ДЛЯ КАЛІБРУВАННЯ ДЖЕРЕЛ α-, β-, γ-ВИПРОМІНЕННЯ." Вісник Черкаського державного технологічного університету, no. 3 (October 22, 2021): 14–23. http://dx.doi.org/10.24025/2306-4412.3.2021.243580.
Full textAbstract:
В статті розглянуто методи вимірюваннння активності джерел іонізуючого випромінення. Розглянуто нормативні документи, які нормують безпеку використання джерел іонізуючого випромінення. На основі аналізу літератури сформовано класифікацію методів вимірювання активності радіонуклідів залежно від фізичного принципу реєстрації випромінення. Зазначено вимоги до методів, які можуть бути застосовані для вимірювання активності джерел іонізуючого випромінення під час їх калібрування, а саме: висока точність, а отже, непевність результатів вимірювання не перевищує 10 %, та простота їх технічної реалізації. Проведено аналіз літературних джерел щодо різних методів. Докладно розглянуто сцинтиляційний та іонізаційний методи і засоби їх реалізації. Визначено переваги сцинтиляційного та іонізаційного методів для практичного використання для калібрування джерел іонізуючого випромінення і спектрометрів α-, β-, γ-випромінення. Результати вимірювання активності радіонуклідів сцинтиляційним методом гамма-спектрометром СЕГ-05 та результати вимірювання активності радіонуклідів іонізаційним методом гамма-спектрометром ORTEC GEM-130 зображено на графіках. Отримані результати вимірювань, проведених цими методами, свідчать про те, що сцинтиляційний та іонізаційний методи вимірювання активності радіонуклідів найкраще підходять для застосування при калібруванні джерел іонізуючого випромінення, оскільки непевність результатів вимірювання, проведених цими методами, не перевищує 7,5 % та є одного рівня.
49
Belousova, Tаtiana. "До питання щодо виконавської інтерпретації образу Марфи в опері «Хованщина» Модеста Мусоргського." Musicology of Kyiv, no. 59 (December 9, 2019): 197–213. http://dx.doi.org/10.33643/kmus.2019.59.15.
Full textAbstract:
У статті розглянуто проблему виконавської інтерпретації партiї Марфи – головної героїні опери «Хованщина» М. Мусоргського – на прикладі творчості трьох яскравих представниць оперного вокального мистецтва середини й другої половини ХХ – початку ХХI ст. – Софії Преображенської, Ірини Архипової та Людмили Шемчук.
Мета дослідження – виявити особливості виконавського прочитання образу оперної героїні у творчості згаданих співачок на прикладі Пісні Марфи.
Актуальність роботи зумовлена відсутністю досліджень з питань специфіки виконавської інтерпретації образу героїні опери «Хованщина», попри всю очевидність щодо затребуваності таких розробок у сучасній оперній практиці.
Наукова новизна статті полягає в активізації розробки щодо вокальної сфери виконавського музикознавства на підставі об’єктивних категорій порівняльного аналізу низки інтерпретацій партії героїні опери Мусоргського. Авторка статті вперше у вітчизняному музикознавстві запропонувала класифікацію типів виконавського прочитання партії Марфи (лірико-драматичної і лірико-епічної).
Методологічною базою роботи є інтонаційна засада розуміння музики як мистецтва, тісно пов’язаного з мовленнєвою діяльністю, у традиціях школи Б. Асаф’єва, а також метод текстологічно-виконавського аналізу Пісні Марфи, основаного на графічному зображенні змісту цього номера у формі вокально-виконавської партитури ремарок.
50
Микитенко, Павло Васильович, and Віталій Васильович Лапінський. "ПРОЄКТУВАННЯ МІЖДИСЦИПЛІНАРНОЇ ІНТЕГРАЦІЇ МЕДИЧНОЇ ІНФОРМАТИКИ." Information Technologies and Learning Tools 75, no. 1 (February 24, 2020): 26–41. http://dx.doi.org/10.33407/itlt.v75i1.3569.
Full textAbstract:
На основі аналізу комплексу наукових дисциплін, які вивчаються студентами спеціальності «Медицина», а саме фундаментальних біомедичних і хімічних, клінічних та соціально-гігієнічних дисциплін, здійснено їх класифікацію для побудови змішаного графу з метою встановлення міждисциплінарної інтеграції з медичною інформатикою. Показано, що для того, щоб сформувати в студентів-медиків цілісне уявлення про професійні сфери застосування інформатики та мотивувати їх до отримання нових знань, необхідно посилити міждисциплінарну інтеграцію дисципліни «Медична інформатика». Результати аналізу зв’язків між елементами субграфів свідчать, що оптимальним є той випадок, коли деякий елемент з кожного кластеру «дисципліна» з’єднаний ребрами з деяким елементом кластера «навчальна тема» з урахуванням множини загальних ознак кожної дисципліни, при цьому відповідно реалізуються випереджальні й зворотні зв'язки змісту навчання. За такої побудови послідовностей зв’язків практичних занять з комплексом наукових дисциплін можна отримати позитивний ефект від застосування міждисциплінарного підходу, оскільки відбуватиметься актуалізація навчального матеріалу, яка сприятиме систематизації й узагальненню знань, формуванню цілісного уявлення про професійні сфери застосування інформатики, створенню мотивації до використання комп’ютерних технологій в професійній діяльності медика. Також побудовано «радіальну» модель, яка відображає поточний стан міждисциплінарних зв’язків та встановлено, що інтеграція навчальних тем реалізується вибірково. Розглянуто ключові аспекти, котрі забезпечують максимальну міждисциплінарну інтеграцію такого практичного заняття, як «Аналіз біосигналів. Методи опрацювання біосигналів. Візуалізація медико-біологічних даних. Оброблення та аналіз медичних зображень». Шляхом анкетування студентів-медиків щодо визначення характеру інтеграції навчальних тем з медичної інформатики та мотивації до використання комп’ютерних технологій в майбутній професійній діяльності отримано результати, які підтверджують доцільність міждисциплінарної інтеграції.