Dissertations / Theses on the topic 'Нейронна мержа'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the top 50 dissertations / theses for your research on the topic 'Нейронна мержа.'
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 dissertations / theses on a wide variety of disciplines and organise your bibliography correctly.
Кохан, С. А., and В. І. Руженцев. "Використання штучних нейронних мереж у криптоаналізі блочного симетричного шифру AES." Thesis, ВА ЗС АР; НТУ "ХПІ"; НАУ, ДП "ПДПРОНДІАВІАПРОМ"; УмЖ, 2021. https://openarchive.nure.ua/handle/document/15759.
Full textГреков, І. С., and М. Г. Заворотна. "Классификация нейронных сетей." Thesis, Кременчуцький льотний коледж, 2019. http://openarchive.nure.ua/handle/document/9373.
Full textБулашенко, Андрій Васильович, Андрей Васильевич Булашенко, Andrii Vasylovych Bulashenko, and В. О. Коваль. "Ймовірнісна нейронна мережа." Thesis, Видавництво СумДУ, 2010. http://essuir.sumdu.edu.ua/handle/123456789/21033.
Full textКовнер, А. А. "Нейронні мережі в робототехніці." Thesis, Сумський державний університет, 2018. http://essuir.sumdu.edu.ua/handle/123456789/67036.
Full textЧернишов, Д. І. "Інформаційна технологія інтелектуального розпізнавання малорозмірних об'єктів на місцевості." Master's thesis, Сумський державний університет, 2018. http://essuir.sumdu.edu.ua/handle/123456789/72121.
Full textБурау, Н. І., and С. С. Рупіч. "Нейронна мережа для багатокласової дiагностики об’єктiв." Thesis, НТУ "ХПІ", 2016. http://repository.kpi.kharkov.ua/handle/KhPI-Press/25891.
Full textАзарова, А. О., and О. В. Антонюк. "Математичне моделювання конкурентної сили підприємства з використанням нечітко-нейронних технологій." Thesis, ВНТУ, 2009. http://ir.lib.vntu.edu.ua//handle/123456789/23614.
Full textМихайленко, Дмитро Геннадійович, Дмитрий Геннадьевич Михайленко, Dmytro Hennadiiovych Mykhailenko, Жан Володимирович Деркач, Жан Владимирович Деркач, and Zhan Volodymyrovych Derkach. "Прогнозування банкрутства підприємства на основі використання апарату нейронної мережі." Thesis, Видавництво СумДУ, 2010. http://essuir.sumdu.edu.ua/handle/123456789/15570.
Full textЧернец, В. В., Євгеній Анатолійович Лавров, Евгений Анатольевич Лавров, Yevhenii Anatoliiovych Lavrov, and Н. Л. Барченко. "Формирование данных для оценивания процесса функционирования в системе электронного обучения." Thesis, Сумский государственный университет, 2015. http://essuir.sumdu.edu.ua/handle/123456789/40880.
Full textАлександренко, Т. В. "Нейронна мережа в задачі управління параметрами клімату при зберіганні борошна." Master's thesis, Сумський державний університет, 2021. https://essuir.sumdu.edu.ua/handle/123456789/86781.
Full textАвдєйонок, Ірина Ігорівна. "Фотонна інтегральна схема для систем з штучним інтелектом." Master's thesis, КПІ ім. Ігоря Сікорського, 2021. https://ela.kpi.ua/handle/123456789/41180.
Full textThe dissertation is devoted to the development of a photonic integrated circuit for a neural network. Integrated circuits are an integral part of modern technology. Most of the functional units can be replaced by a photonic component (diodes, waveguides, filters and amplifier) to create a photonic integrated circuit. Photonic integrated circuits have several advantages: they have a higher speed of processing and transmission of information, a larger bandwidth and less energy loss. The most common is the use of hybrid circuits, namely part of the elements of the integrated system is integrated by photonic elements. The first section is devoted to the study of modern development of neural networks. Hardware implementations of neurons and neural networks are considered. A patent search for neuronal modeling was also performed. The second section considers modern architectures of the photon integrated circuit. A new structure of the integrated circuit and its manufacturing technology were proposed. For this purpose, the structure of the lithographic installation was proposed and the technical task was formulated. The third section is devoted to the design of the lithographic system. Dimensional calculations, calculation of structure of optical system were carried out. After the design, the system was analyzed, namely the optimization of the calculated system, energy calculation, and aberration analysis. The fourth section examines the Hopfield neural network, its mathematical model. Based on which a program was developed to model the Hopfield network and calculate weights. The fifth section is devoted to experimental research. A prototype of a photonic integrated system was developed. Experiments were performed: the study of the waveguides of the system for their further implementation and the study of the current prototype. The sixth section is devoted to the development of a startup project.
Помпа, Костянтин Віталійович. "Нейронна мережа для виявлення повторних новоутворень у мозку пацієнта на МРТ-зображенні." Master's thesis, Київ, 2019. https://ela.kpi.ua/handle/123456789/27735.
Full textThe volume of the master's dissertation is 77 pages, contains 25 figures, 6 tables. In total, 53 sources were processed. The work is devoted to the creation of an informative neural network for the detection of recurrence of the brain tumor. The developed system can be used for postoperative monitoring of changes in the affected area of the tumor, as well as for research in the field of neural networks and medicine. The purpose of the work is to create an informative neural network for the detection of recurrent neoplasms in the patient's brain. The object of the study is a neural network for the segmentation of MRI images. The subject of the study is the characteristics of MRI images and the information neural network tested in the development environment of Python. In the master's dissertation the necessity of creation of the informative neural network, its efficiency in comparison with other existing neural networks is substantiated. The developed neural network allows to detect recurrence of tumors of the brain. In addition, the architecture of this neural network combination can be improved. In the development environment of Python, a neural network ensemble was created and the accuracy of the recognition of the brain tumors was checked.
Болбас, Ю. А., and М. Г. Заворотна. "Выбор структуры нейронной сети для выполнения функций распознавания." Thesis, ХНУРЕ, 2019. http://openarchive.nure.ua/handle/document/8475.
Full textТатаренко, М. Д. "Використання нейронних мереж для стиснення та шифрування даних." Master's thesis, Сумський державний університет, 2021. https://essuir.sumdu.edu.ua/handle/123456789/86510.
Full textАрутюнов, Е. Р. "Сегментацiя зображень пневмонії та пухлини за допомогою згорткових нейронних мереж з набором даних MNIST." Thesis, ХНУРЕ, 2022. https://openarchive.nure.ua/handle/document/20295.
Full textКит, М. О. "Математичні моделі і методи прогнозування забруднення повітря на основі нейронних мереж." Thesis, ХНУРЕ, 2020. http://openarchive.nure.ua/handle/document/12128.
Full textЗубенко, О. В., Л. М. Семенова, O. V. Zubenko, and L. M. Semenova. "Artificial Neural Networks and Their Current Level of Development." Thesis, Міжнародний гуманітарний університет; Південний регіональний центр Національної академії правових наук України, 2018. http://ir.lib.vntu.edu.ua//handle/123456789/24113.
Full textВ роботі розглянуто нейронні мережі як один з провідних сучасних напрямків розвитку інформаційних технологій. Представлено загальну концепцію нейронної мережі, основні різновиди таких мереж та їх сучасний рівень розвитку.
Коваленко, Володимир Володимирович. "Кіберфізична система розумної парковки на основі технології комп’ютерного зору." Магістерська робота, Хмельницький національний університет, 2022. http://elar.khnu.km.ua/jspui/handle/123456789/11951.
Full textСоболь, А. В., Світлана Михайлівна Ващенко, Светлана Михайловна Ващенко, and Svitlana Mykhailivna Vashchenko. "Технологія адаптації тестових завдань." Thesis, Сумський державний університет, 2017. http://essuir.sumdu.edu.ua/handle/123456789/64755.
Full textКасаткина, Е. В., and Д. Д. Насридинова. "О применении генетического алгоритма для надстройки топологии нейросетевых моделей." Thesis, Сумский государственный университет, 2014. http://essuir.sumdu.edu.ua/handle/123456789/39119.
Full textНалімова, П. О. "Прогнозування часових рядів за допомогою нейронних мереж прямого поширення." Master's thesis, Сумський державний університет, 2021. https://essuir.sumdu.edu.ua/handle/123456789/86513.
Full textВербицька, А. А. "Програмний додаток визначення медичної дезінформації в онлайн-спільнотах." Master's thesis, Сумський державний університет, 2019. http://essuir.sumdu.edu.ua/handle/123456789/75638.
Full textЛипова, Ольга Миколаївна. "Прогнозна модель на базі штучних нейронних мереж." Магістерська робота, Київський національний університет технологій та дизайну, 2021. https://er.knutd.edu.ua/handle/123456789/19453.
Full textStrukov, D. D., and O. Y. Myronchuk. "Application of neural networks for solving interpolation tasks." Thesis, National Aviation University, 2021. https://er.nau.edu.ua/handle/NAU/50536.
Full textArtificial neural networks (ANN) are fundamental solution for most of nowadays algorithmic and optimization problems. The most frequently encountered artificial neuron models are neurons with multiple inputs and single output, named feedforward neural network (FNN).
Штучні нейронні мережі (ANN) є фундаментальним рішенням для більшості сучасних задач алгоритмізації та оптимізації. Найбільш часто зустрічаються моделі штучних нейронів - це нейрони з кількома входами та єдиним виходом, названі нейронною мережею прямого пересилання (FNN).
Васильченко, М. А. "Штучний інтелект для скринінгу та діагностики грудної залози." Master's thesis, Сумський державний університет, 2021. https://essuir.sumdu.edu.ua/handle/123456789/86524.
Full textАбойі, С. О. "Метод машинного навчання для веб-безпеки та аналітики." Master's thesis, Сумський державний університет, 2018. http://essuir.sumdu.edu.ua/handle/123456789/72577.
Full textЧумак, В. С., and І. В. Свид. "Преимущества выбора ПЛИС при аппаратной реализации искусственной нейронной сети." Thesis, ХНУВС, 2020. http://openarchive.nure.ua/handle/document/11765.
Full textВакал, С. М. "Інформаційна технологія моніторингу психофізіологічного стану людей-операторів, що працюють в автоматизованих системах обробки інформації і управління." Master's thesis, Сумський державний університет, 2021. https://essuir.sumdu.edu.ua/handle/123456789/81425.
Full textЛевченко, Р. Р., and В. І. Руженцев. "Дослідження використання нейронних мереж у криптографії." Thesis, НТУ «ХПІ», 2020. http://openarchive.nure.ua/handle/document/14294.
Full textВ'юнков, О. Б., Андрій Володимирович Толбатов, Андрей Владимирович Толбатов, and Andrii Volodymyrovych Tolbatov. "Система прогнозування витрат енергоресурсів для бюджетних установ на основі нейромережевих технологій." Thesis, Сумський державний університет, 2017. http://essuir.sumdu.edu.ua/handle/123456789/65623.
Full textШаповалов, М. С., Олександр Юрійович Заковоротний, and В. М. Гугнін. "Нейронні мережі адаптивної резонансної теорії в задачах розпізнавання." Thesis, Національний технічний університет "Харківський політехнічний інститут", 2017. http://repository.kpi.kharkov.ua/handle/KhPI-Press/45201.
Full textГончаров, О. С. "Прогнозування довговічності геотекстильних матеріалів методами інтелектуального аналізу даних." Thesis, Київський національний університет технологій та дизайну, 2017. https://er.knutd.edu.ua/handle/123456789/8414.
Full textЧумак, В. С., and І. В. Свид. "Применение FPGA при реализации искусственной нейронной сети для информационных систем." Thesis, ХНУВС, 2021. https://openarchive.nure.ua/handle/document/16033.
Full textАрутюнов, Е. Р., and В. О. Філатов. "Сегментація зображень пневмонії та пухлин за допомогою згорткових нейронних мереж з набором даних MNIST." Thesis, НТУ "ХПІ", 2022. https://openarchive.nure.ua/handle/document/20345.
Full textСлавіта, С. Ю. "Мобільний додаток визначення харчових продуктів рослинного походження на основі штучного інтелекту." Master's thesis, Сумський державний університет, 2019. http://essuir.sumdu.edu.ua/handle/123456789/75644.
Full textМац, В. І., and Леонід Михайлович Любчик. "Перенесення стилю за допомогою нейронних мереж." Thesis, Національний технічний університет "Харківський політехнічний інститут", 2019. http://repository.kpi.kharkov.ua/handle/KhPI-Press/48448.
Full textТаценко, А. С. "Підсистема визначення рівня безпеки аккаунту з використанням методів машинного навчання в системі виявлення кіберзагроз." Thesis, Чернігів, 2021. http://ir.stu.cn.ua/123456789/22474.
Full textМетою даної кваліфікаційної роботи є розробка підсистеми визначення рівня безпеки аккаунту з використанням методів машинного навчання в системі виявлення кіберзагроз. Об’єктом дослідження є моделі та методи штучного інтелекту в галузі обробки та інтелектуального аналізу даних природніх мов. Предметом дослідження є методи та системи машинного навчання, на розмічених прикладах для побудови моделі прогнозування багато класової класифікації текстів Методами дослідження стали – метод обробки текстових даних до векторного виду (Word2Vec), логістична регресія, метод наівних баєсів та згорткова нейронна мережа LSTM (RNN). За допомогою цих методів можна приймати рішення для бізнесу, в політичних цілях і т.п. Останнім часом велика кількість людей діляться своєю думкою через Інтернет, тому в епоху інформації даний підхід до аналізу думки громадськості вимагає своєї уваги і є достатньо актуальним. В роботі запропоновано система класифікаціі рівня безпеки акаунтів. Виконане ретельне проектування систем. Програмна реалізація була здійснена за допомогою мови програмування Python за підтримки відкритих програмних бібліотек для машинного навчання TensorFlow, бекенду машинного навчання Keras та Sckit Learn. Підсистема була реалізована за на основі веб-фреймворку Flask. Результати роботи викладені у вигляді таблиць та ілюстрацій, що демонструють правильність вибору методів виділення суттєвих ознак, а також прикладу класифікації повідомлень. Результати роботи можуть бути використані для подальшої розробки системи пошуку токсичних повідомлень у соціальних мережах, або бути перекваліфікованими для пошуку повідомлень іншого характеру, наприклад, терористичних.
The purpose of this qualification work is to develop a subsystem for determining the level of account security using machine learning methods in the cyber threat detection system. The object of research are models and methods of artificial intelligence in the field of processing and intellectual analysis of natural language data. The subject of research are methods and systems of machine learning, on the marked examples for construction of model of forecasting of many class classification of texts The methods of research were the method of processing text data into a vector form (Word2Vec), logistic regression, the method of naive bayes and the convolutional neural network LSTM (RNN). With these methods you can make decisions for business, political purposes, etc. Recently, a large number of people share their opinions via the Internet, so in the information age, this approach to the analysis of public opinion requires attention and is quite relevant. The system of classification of account security level is offered in the work. Careful design of systems is executed. The software was implemented using the Python programming language with the support of open source software libraries for machine learning TensorFlow, machine learning backend Keras and Sckit Learn. The subsystem was implemented on the basis of the Flask web framework. The results are presented in the form of tables and illustrations that demonstrate the correctness of the choice of methods for highlighting the essential features, as well as an example of the classification of messages. The results of the work can be used to further develop a system for searching for toxic messages on social networks, or be retrained to search for messages of another nature, such as terrorist.
Поліщук, Михайло Олегович. "Модифікований метод виявлення частин тіла людини на зображеннях." Master's thesis, Київ, 2018. https://ela.kpi.ua/handle/123456789/26685.
Full textActuality of theme. Computer vision is a modern technology trend that has wide potential for use in a wide range of fields of activity. A promising direction is the recognition of the human body and its parts. Such technologies could be widely used in medicine, video surveillance systems or in the cinema industry, in order not to use expensive motion capture devices. Object of research - methods of object recognition. The subject of the study is the search for ways to modify the recognition of parts of the human body in the convolutional neural network, review and analysis of all steps of the convolutional neural network. Purpose: to modify the method of recognizing human body parts to improve the processing efficiency of dark images with low detail. The scientific novelty consists in the creation of a method that allows more efficient recognition of images of parts of the human body in images with poor detail compared with existing analogues of recognition. The practical value of the results obtained in the work can be used to select ways to modify existing methods for recognizing human body parts. Test work. The main results of the work were presented and discussed at the XI Scientific Conference of Young Scientists "Applied Mathematics and Computer", PMK-2018-2 (Kyiv, November 14-16, 2018), as well as at the V International Scientific and Technical Conference "Modern Methods , information, software and technical support of control systems for organizational, technical and technological complexes "(Kyiv, November 22-23, 2018). Structure and scope of work. The master's dissertation consists of an introduction, three sections and conclusions. The introduction gives a general description of the work, describes the modern methods of recognition and the prospects for the development of computer vision. The first section provides a general overview of methods for recognizing with neural networks, their main characteristics, architecture and features, and also why the method was chosen. The second section presents the main disadvantages of recognizing parts of the human body, possible modifications to the method of recognition. The third section analyzes the test results before and after the modifications. The conclusions are the results of the work. The work is presented on 86 pages, contains a reference to the list of used literary sources.
Актуальность темы. Компьютерное зрение - это современное направление технологий который имеет широкий потенциал для использования в большом количестве сфер деятельности. Перспективным направлением является именно распознавание человеческого тела и его частей. Такие технологии могли бы широко использоваться в медицине, системах видеонаблюдения или в киноиндустрии, чтобы не использовать дорогие приборы захвата движения. Объект исследования - методы распознавания объектов. Предмет исследования - поиск путей для модификации распознавания частей человеческого тела в згорткових неронний сети, обзор и анализ всех шагов згорткових нейронной сети. Цель работы: модификация метода распознавания частей тела человека для повышения эффективности обработки темных изображений с низкой детализацией. Научная новизна заключается в создании метода который позволяет эффективно распознавать образы частей тела человека на изображениях с плохой детализацией по сравнению с существующими аналогами распознавания. Практическая ценность полученных в работе результатов могут быть использованы для выбора путей модификации существующих методов распознавания частей тела человека. Апробация работы. Основные результаты работы были представлены и обсуждались на XI научной конференции молодых ученых «Прикладная математика и компьютинг» ПМК-2018-2 (Киев, 14-16 ноября 2018), а также на V Международной научно-технической конференции «Современные методы, информационное, программное и техническое обеспечение систем управления организационно-техническими и технологическими комплексами» (Киев, 22-23 ноября 2018). Структура и объем работы. Магистерская диссертация состоит из введения, трех глав и выводов. Во введении представлена общая характеристика работы, описаны современные методы распознавания и перспектив развития компьютерного зрения. В первой главе приведен общий обзор методов распознавания с помощью нейронных сетей, их основные характеристики, архитектуры и особенности, а также обоснованно почему был выбран метод на основе сверточный сетей. Во втором разделе приведены основные недостатки распознавания частей человеческого тела, возможные модификации метода распознавания. В третьем разделе проанализированы результаты тестов до и после модификаций. В выводах представлены результаты проведенной работы. Работа представлена на 86 листах, содержит ссылки на список использованных литературных источников.
Федоришин, О. В. "Моделювання інтелектуальної системи класифікаційного прогнозування успішності соціальних проектів." Thesis, Сумський державний університет, 2014. http://essuir.sumdu.edu.ua/handle/123456789/39396.
Full textБутко, Б. В. "Порівняльний аналіз методів розпізнавання образів на прикладі зображень облич." Master's thesis, Сумський державний університет, 2018. http://essuir.sumdu.edu.ua/handle/123456789/72086.
Full textСтепаненко, Ю. С. "Застосування рекурентних діаграм для класифікації часових рядів." Thesis, ХНУРЕ, 2020. http://openarchive.nure.ua/handle/document/12133.
Full textКузьмінський, Михайло Сергійович. "Система прогнозування продажів сервісних послуг в системах обслуговування." Магістерська робота, Хмельницький національний університет, 2020. http://elar.khnu.km.ua/jspui/handle/123456789/9437.
Full textКит, М. О. "Математичні методи прогнозування забруднення повітря на основі нейронних мереж." Thesis, ХНУРЕ, 2021. https://openarchive.nure.ua/handle/document/16434.
Full textЛюбінецький, Денис Володимирович. "Інтелектуальна система аналізу трафіку в складі комплексної системи захисту." Бакалаврська робота, Хмельницький національний університет, 2021. http://elar.khnu.km.ua/jspui/handle/123456789/10389.
Full textШевченко, Артем Олександрович. "Застосування штучного інтелекту для класифікації продуктів харчування." Магістерська робота, Хмельницький національний університет, 2020. http://elar.khnu.km.ua/jspui/handle/123456789/9415.
Full textКобиляшний, Олексій Геннадійович. "Обробка вихідних сигналів акселерометра за допомогою нейронних мереж." Bachelor's thesis, КПІ ім. Ігоря Сікорського, 2020. https://ela.kpi.ua/handle/123456789/34544.
Full textThe thesis is presented in 63 pages. It contains bibliography of 32 references. 25 figure and 8 tables are given in the thesis. The goal of the thesis is checking the feasibility of using neural networks to process the output signals of the accelerometer. The thesis considers the relevance of the problem of recognizing the types of physical activity. An accelerometer is used as the main source of information. The paper provides theoretical information about the accelerometer, its physical principle of operation, as well as an overview of the main manufacturing technologies. Classical methods of information processing and neural networks as a tool of modern data analysis are described. A probabilistic neural network and a logistic regression model were used as the main models for processing accelerometer signals. A study on the use of these methods to determine the type of physical activity.
Сковронська, А. І. "Інтелектуальний аналіз кіберзагроз в банках." Master's thesis, Сумський державний університет, 2018. http://essuir.sumdu.edu.ua/handle/123456789/68542.
Full textIn this work are investigated the theoretical and methodological foundations of the intellectual analysis of cyber threats in banks. The analysis of existing approaches to detecting cyber threats in banks and methods of intellectual analysis is carried out. The main purpose of this study is to build a mathematical model for detecting cyber threats in banks and its practical implementation using intelligent analysis methods with the help of the package «SAS Enterprise Miner».
Шамрелюк, В'ячеслав Валерійович. "Розпізнавання образів нейромережею із генетичним алгоритмом навчання." Магістерська робота, Хмельницький національний університет, 2021. http://elar.khnu.km.ua/jspui/handle/123456789/10987.
Full textВисовень, Богдан Петрович. "Система розпізнавання емоцій людини на основі нейронної мережі." Bachelor's thesis, КПІ ім. Ігоря Сікорського, 2020. https://ela.kpi.ua/handle/123456789/34995.
Full textThe purpose of the thesis project is to explore information about the means of machine vision, methods and algorithms for recognizing emotions and human face in the image, to compare different neural network architectures and determine which is best suited for a particular system. Create a system that could use a neural network to recognize human emotions in an image. During the development of the program, an analysis of existing solutions was performed, algorithms for program implementation were also analyzed, neural network architectures were compared, and a convolutional neural network was found to be the best fit. There was also a general analysis in which areas of human life such a system can be used, and what are the problems in its development. The developed program performs recognition of human emotions in the image using a neural network, which allows you to use this system for various purposes. Thesis project contains: 64 articles, 23 figures, 2 tables, 15 references to the sources used.
Шаровецька, Тетяна Миколаївна. "Компʼютерна система визначення етнічного походження за допомогою нейронних мереж." Bachelor's thesis, Київ, 2020. https://ela.kpi.ua/handle/123456789/37504.
Full textThesis: 65 p., 10 fig., 2 add. and 10 references. Thesis is devoted to the creation of a software product that using methods of face recognition, neural networks and clustering will determine the affiliation of the person depicted in the photo to the area of the particular ethnic group, anthropological group. The aim of the work is to create a computer system that, using the external features of the person in the image, will determine its probable anthropological origin, based on anthropometric data. This work can be used both for research in somatic anthropology (because even the results of its work do not require much adaptation for further analytical work with them) and as a more entertaining application, which is already more common due to the rapid development of technology . The object of research is the appearance of a person as a result of the process of anthropogenesis. The subject of research is the use of neural networks for computer vision, clustering and classification problems. During the development of this system, a study of effective methods of facial recognition, clustering and training of neural networks for use in graphical problems. The subject area of such a science as anthropology, its relevance today and the basics of one of its basic methods - anthropometry - were also considered.