Journal articles: 'Розпізнавання образу'

1

Левитський, С. "Проблема розпізнавання образів і філософія Платона." Вісник Київського національного університету імені Тараса Шевченка. Філософія. Політологія, Вип. 80 (2006): 33–35.

Find full text

APA, Harvard, Vancouver, ISO, and other styles

2

Захожай, О. І. "Інформаційна технологія гібридного розпізнавання образів для обробки неоднорідних даних в складних системах." ВІСНИК СХІДНОУКРАЇНСЬКОГО НАЦІОНАЛЬНОГО УНІВЕРСИТЕТУ імені Володимира Даля, no. 8(256) (December 10, 2019): 141–47. http://dx.doi.org/10.33216/1998-7927-2019-256-8-141-147.

Full text

Abstract:

Гібридне розпізнавання образів дозволяє обробляти неоднорідні дані за рахунок представлення складної системи сукупністю образів різної природи виникнення. Це сприяє отриманню бажаного рівня достовірності класифікації за умови динамічної зміни наявних у зовнішньому середовищі перешкод і викривлень. При цьому, гібридне розпізнавання пов’язано з розширенням розмірності інформаційного полю аналізу даних, що призводить до збільшення часової складності самого процесу обробки та прийняття рішення. У багатьох прикладних застосуваннях, час обробки має критичне значення, тому для ефективного використання гібридного розпізнавання образів необхідне вирішення важливої науково-технічної задачі забезпечення бажаного рівня достовірності розпізнавання при одночасній мінімізації часу отримання класифікаційного рішення. В статті представлене вирішення цієї задачі шляхом розробки нової інформаційної технології гібридного розпізнавання для обробки неоднорідних даних в складних системах. Згідно цієї технології, процес обробки здійснюється до моменту отримання апріорно завданого рівня достовірності класифікації, або до моменту завершення часу, виділеного на співставлення ознак складної системи та отримання результату. Ефективність розроблених технічних рішень було перевірено на трьох різноманітних прикладних інформаційних технологіях в яких було отримано позитивний результат.

APA, Harvard, Vancouver, ISO, and other styles

3

Захожай, O. I. "Визначення черги обробки даних при гібридному розпізнаванні образів." ВІСНИК СХІДНОУКРАЇНСЬКОГО НАЦІОНАЛЬНОГО УНІВЕРСИТЕТУ імені Володимира Даля, no. 7(255) (December 17, 2019): 111–16. http://dx.doi.org/10.33216/1998-7927-2019-255-7-111-116.

Full text

Abstract:

Гібридне розпізнавання образів полягає у обробці даних різної природи виникнення. Це дозволяє отримувати достовірні класифікаційні рішення за умови широкої зміни прояву різноманітних перешкод і викривлень. Однак, такий підхід призводить до значного збільшення кількості ознак, що надаються для співставлення та отримання рішення щодо розпізнавання і, як наслідок, призводить до значного підвищення часової складності аналізу та прийняття остаточного рішення. Цей аспект має особливе значення для систем критичного застосування, коли прийняття рішення повинно здійснюватися в режимі реального часу, а затримка у отриманні результату аналогічна відмові системи. Для виключення вказаного недоліку, у будь який момент часу необхідне забезпечення обробки меншої кількості найбільш інформативних даних. З цією метою, в статті пропонується метод побудови багатопоточної черги обробки даних, в якій послідовність визначається за рівнем інформативності кожної ознаки. Обробка черги дозволяє забезпечити завданий рівень достовірності отримання класифікаційного рішення з одночасною мінімізацією кількості даних, що надаються для співставлення.

APA, Harvard, Vancouver, ISO, and other styles

4

Povkhan, Igor. "ПИТАННЯ ГНУЧКОСТІ ЛОГІЧНИХ ДЕРЕВ КЛАСИФІКАЦІЇ В ЗАДАЧАХ РОЗПІЗНАВАННЯ ОБРАЗІВ." TECHNICAL SCIENCES AND TECHNOLOGIES, no. 3(17) (2019): 131–39. http://dx.doi.org/10.25140/2411-5363-2019-3(17)-131-139.

Full text

Abstract:

Актуальність теми дослідження. Сучасні тенденції розвитку теорії штучного інтелекту вимагають ефективних підходів та методів у задачах розпізнавання (класифікації) образів, але принциповою проблемою побудови логічних дерев класифікації є відсутність алгоритмів та методів, які б дозволили одноманітно описувати різні алгоритми розпізнавання у вигляді дерев класифікації. Робота присвячена проблемі логічних дерев класифікації. Запропоновано ефективний механізм донавчання та усунення помилок класифікації у структурі логічного дерева. Постановка проблеми. Нині відомі різні методи та алгоритми побудови логічних дерев класифікації, проте всі вони здебільшого зводяться до побудови одного дерева класифікації за даними початкової навчальної вибірки, а в літературі дуже мало алгоритмів побудови логічних дерев для вибірок великого об’єму. Зрозуміло, що це має під собою об‘єктивні фактори, які пов‘язані з особливостями генерації таких складних структур, методиками роботи з ними та зберігання. Ця робота має намір хоча б частково подолати ці обмеження та присвячена розробці ефективного механізму донавчання та усунення помилок класифікації у структурі логічного дерева. Аналіз останніх досліджень і публікацій. Були розглянуті останні публікації у відкритому доступі, які присвячені проблемі методів та алгоритмів логічних дерев класифікації в задачах розпізнавання образів. Виділення недосліджених частин загальної проблеми. Можливість ефективної та економної роботи запропонованого методу зміни структури логічного дерева з масивами навчальних вибірок великого об’єму. Постановка завдання. Розробка простого та якісного методу роботи з великими масивами початкових вибірок шляхом синтезу мінімальних форм дерев класифікації та розпізнавання, які забезпечують ефективну апроксимацію навчальної інформації. Виклад основного матеріалу. Виявлення механізму, за допомогою якого можна було б будувати логічне дерево класифікації за неповною початковою інформацією (і за кількістю об‘єктів, і за кількістю ознак). Таке логічне дерево буде безпомилково розпізнавати частину навчальної вибірки, за якою побудоване дерево, а на інших наборах давати помилки (уникнення такої ситуації пропонується за рахунок застосування схеми алгоритму усунення помилок у структурі дерева). Висновки відповідно до статті. Запропонований метод донавчання та усунення помилок у структурі логічного дерева класифікації дає змогу працювати з навчальними вибірками великого об’єму та забезпечує високу швидкість та економність апаратних ресурсів у процесі генерації кінцевої схеми класифікації.

APA, Harvard, Vancouver, ISO, and other styles

5

Sydor, А. І., О. P. Liura, and Ya М. Nykolaichuk. "ТЕОРЕТИЧНІ ЗАСАДИ ТА ЗАДАЧІ РОЗПІЗНАВАННЯ ГАРМОНІЧНИХ СИГНАЛІВ ТА ОБРАЗІВ НА ОСНОВІ ОЦІНКИ ХЕММІНГОВОЇ ВІДДАЛІ." Scientific Bulletin of UNFU 28, no. 3 (April 26, 2018): 131–36. http://dx.doi.org/10.15421/40280327.

Full text

Abstract:

Розв'язано задачу розпізнавання гармонічних сигналів та образів на основі оцінки Хеммінгової віддалі, що виникає під час виникнення збурень у високовольтних лініях електропересилень типу накидів, замикань на землю та запусків потужних електроприладів. Проаналізовано основні переваги та недоліки виробників мікроконтролерних засобів релейного захисту. Розроблено теоретичні засади диференціально-різницевого алгоритму розпізнавання накидів і коротких замикань у лініях електропересилань. Розроблено структуру та функціональну схему спецпроцесора розпізнавання збурень у високовольтних лініях електропересилань на основі кореляційної оцінки Хеммінгової віддалі. Проведено дослідження часової складності спецпроцесора визначення Хеммінгової віддалі у теоретико-числовому базисі Радемахера. Виконано постановку задачі динамічного опрацювання цифрових сигналів на основі визначення Хеммінгової віддалі до джерела акустичних сигналів. Розроблено принципи структурної побудови та структурних рішень спецпроцесора кореляційного опрацювання акустичних сигналів. Розроблено структурні рішення спецпристрою визначення Хеммінгової віддалі у базисах Радемахера та Хаара, його структуру та базові компоненти. Сформовано принципи роботи спецпроцесора визначення Хеммінгової віддалі у теоретико-числових базисах Радемахера та Хаара.

APA, Harvard, Vancouver, ISO, and other styles

6

Strela, Maxim, Oleg Dobridenko, and George Gorokhov. "Оцінка (класифікація) силових елементів літальних апаратів за областями технічного стану використовуючи статистичний метод розпізнавання та метод експертів." Journal of Scientific Papers "Social development and Security" 10, no. 4 (August 13, 2020): 3–11. http://dx.doi.org/10.33445/sds.2020.10.4.1.

Full text

Abstract:

Відповідно до діючого курсу підтримки справності авіації Збройних Сил України виникла проблема забезпечення справності парку літальних апаратів та виконання точної класифікації технічного стану силових елементів різних типів літаків для своєчасного виявлення їх граничного стану. Мета статті полягає в оприлюдненні результатів дослідження щодо системи класифікації технічного стану – системи розпізнавання образів. В статті розглянуто проблематику щодо вибору ефективного методу розпізнавання, головні вимоги до нього, проаналізовано обраний метод класифікації технічного стану (або розпізнавання образів технічного стану), який заснований на статистичному методі розпізнавання. Виконана реалізація методу в графічній оболонці (для застосування на персональних електронно-обчислювальних машинах) за допомогою мови програмування Python та допоміжних наукових і графічних бібліотек. Обрані еталонні об’єкти, визначені основні визначальні параметри, які характеризують інтенсивність вичерпання ресурсного потенціалу, які були розділені на два образи технічного стану, а саме на “добрі” та “погані”, та контрольний досліджуваний об’єкт. Як приклад, проаналізовано технічний стан відповідального силового елемента літака-винищувача Збройних Сил України, які мають приблизно однакові ресурсні напрацювання, та різні статистичні дані щодо інтенсивності використання в процесі експлуатації. Проаналізовано адекватність роботи методу за допомогою експертів, надані рекомендації у вигляді рішень управління щодо досліджуваного об’єкта.

APA, Harvard, Vancouver, ISO, and other styles

7

Галкін, О. А. "Непараметричні оцінки усереднених ядерних відображень умовних розподілів для задач розпізнавання образів." Наукові записки Національного університету "Києво-Могилянська академія" 177 (2015): 29–33.

Find full text

APA, Harvard, Vancouver, ISO, and other styles

8

Клюшин, Д. А. "Непараметричні методи статистичного розпізнавання образів (за роботами наукової школи Ю.І. Петуніна)." Журнал обчислювальної та прикладної математики. Серія "Прикладна математика". Серія "Оптимізація", no. 4 (110) (2012): 5–13.

Find full text

APA, Harvard, Vancouver, ISO, and other styles

9

Fedorchenko, Ye M., A. O. Oliinyk, S. K. Korniienko, A. S. Kharchenko, and D. A. Goncharenko. "Особливості побудови рішень генетичного алгоритму в задачі розпізнавання образів захворювання пневмонії." Реєстрація, зберігання і обробка даних 22, no. 3 (October 27, 2020): 76–95. http://dx.doi.org/10.35681/1560-9189.2020.22.3.218978.

Full text

APA, Harvard, Vancouver, ISO, and other styles

10

Rozhkov, S. O. "МЕТОД КОМПЕНСАЦІЇ ІНФОРМАЦІЙНИХ ПОТОКІВ У ЗАДАЧІ КОНТРОЛЮ ЯКОСТІ ТЕКСТИЛЬНИХ МАТЕРІАЛІВ." Scientific Bulletin of UNFU 25, no. 10 (December 29, 2015): 274–80. http://dx.doi.org/10.15421/40251042.

Full text

Abstract:

Розглянуто метод побудови системи ідентифікації, яка ґрунтується на використанні автономної системи розрахунку міри близькості між пред'явленими образом та еталоном. Істотною особливістю такого підходу є значне зменшення (стиснення) інформації, що надходить на вхід системи прийняття рішення. Розглянутий метод дає змогу побудувати систему розпізнавання, яка буде інваріантною до збурень у просторі об'єкта.

APA, Harvard, Vancouver, ISO, and other styles

11

Povkhan, I. F. "The Question of Synthesis of Discrete Images in the Task of Pattern Recognition." Visnyk of Vinnytsia Politechnical Institute 151, no. 4 (2020): 50–57. http://dx.doi.org/10.31649/1997-9266-2020-151-4-50-57.

Full text

APA, Harvard, Vancouver, ISO, and other styles

12

Зайцева, Д., and І. Рябчук. "ФРАЗЕОЛОГІЗМИ В АНГЛІЙСЬКИХ НАУКОВО–ТЕХНІЧНИХ ТЕКСТАХ З ЕКСПЛУАТАЦІЇ МОРСЬКОГО ТРАНСПОРТУ." Vodnij transport, no. 2(30) (February 27, 2020): 71–78. http://dx.doi.org/10.33298/2226-8553/2020.2.30.08.

Full text

Abstract:

Специфіка функціональних різновидів вираження інформації не перешкоджає національній єдності мови, тим самим підтверджуючи, що фразеологізми можуть також функціонувати як одиниці номінації спеціальних понять у спеціалізованому науково-технічному тексті професійної мови, а в ряді випадків вони репрезентують підкреслену національну ідентичність автора висловлення. В статті досліджено питання розповсюдження фразеологізмів у науково-технічних текстах з експлуатації морського транспорту. Розглянуті екстралінгвістичні фактори, що впливають на склад спеціалізованої мови з тематики експлуатації морського транспорту. Показано, що існує прямий зв'язок між значеннями фразеологічних одиниць та змістом науково-технічного тексту. В статті виділено групи фразеологічних елементів, у концептуальному змісті яких актуалізується представлення про індустрію морського транспорту, як стійко розпізнаваний образ та на прикладі терміну “морської індустрії” досліджені фразеологізми. Доведено, що у переважній кількості випадків фразеологічні одиниці вербалізують комплексний концепт “подолання проблеми”, репрезентуючи розуміння важкої, небезпечної праці як портретного явища індустрії морського транспорту. Застосовуючи процедури морфемного аналізу ключових компонентів термінологічних словосполучень і дериваційного синтезу в роботі виявлені параметри терміноутворювання: використання найбільш продуктивних, легко розпізнаваних, апробованих способів словоутворення; вибір двосторонньої одиниці з передбачуваним заздалегідь, експліцитно представленим значенням на рівні плану змісту; перевага словотворчим моделям, аналогічним вже існуючим зразкам, що забезпечує передбачуваність терміна. В статті доведено, що різке збільшення обсягу, якості і багатомовності комунікації в сучасних науково-технічних галузях знаходить висвітлення в науковому корпусі мови у виді явища термінологізації фразеологізмів. У цьому процесі фразеологічні одиниці отримують додаткові спеціальні значення і починають функціонувати як багатокомпонентні терміни. Встановлені два напрямки переходу фразеологізмів в розряд термінів: безпосередньо термінологізується сам загальновживаний фразеологізм; термін-фразеологізм детермінологізується в загальнолітературній сфері і ретермінологізується в іншій спеціальній сфері, відмінній від першої спеціальної сфери. Ключові слова. дискурс, експлуатація морського транспорту, термінологічна одиниця, фразеологічна одиниця, language for specific purposes

APA, Harvard, Vancouver, ISO, and other styles

13

Ostrenko, Dmytro, and O. Kollarov. "The search for the power extremum of a photovoltaic cell by the pattern recognition technique by artificial neural networks." Journal of Electrical and power engineering, no. 1 (2019): 42–46. http://dx.doi.org/10.31474/2074-2630-2019-1-42-46.

Full text

APA, Harvard, Vancouver, ISO, and other styles

14

Войченко, Михайло, and Василь Татарин. "Використання автоматичної сегментації з допомогою гармонічного поля для розпізнавання образу зубів у щелепі." Automation, Measuring and Management / Автоматика, вимірювання та керування, 2020, 93–99. http://dx.doi.org/10.23939/amm2020.01.093.

Full text

Abstract:

An important preliminary procedure in automated orthodontics is the precise segmentation of the teeth from the 3D model of the jaw, which should include as few manual operations as possible. Motivated by ultramodern general methods of mesh segmentation, which have adopted the theory of harmonic field to identify segments, this article investigates a new, aimed at dentistry structure of dental mesh segmentation. Thanks to a specially designed weighing scheme and a priori knowledge strategy for managing harmonic constraints, this method can effectively determine the boundaries of the teeth.

APA, Harvard, Vancouver, ISO, and other styles

15

S. A. Subbotin. "Розбиття вихідної вибірки великого обсягу для вирішення задач діагностики та розпізнавання образів на основі методів обчислювального інтелекту." Реєстрація, зберігання і обробка даних 15, no. 4 (December 8, 2013). http://dx.doi.org/10.35681/1560-9189.2013.15.4.103417.

Full text

Abstract:

Запропоновано новий метод розбиття вихідної вибірки на навчальну та тестову, що зберігає в згенерованій підвибірці найбільш важливі топологічні властивості вихідної вибірки і не потребує її завантаження у пам’ять. Він забезпечує послідовну обробку екземплярів, а також виконує перетворення багатовимірних координат у одновимірні і дискретизацію для поліпшення узагальнювальних властивостей. Метод дозволяє значно зменшити розмір вибірки і знизити вимоги до ресурсів комп’ютера. Табл.: 1. Бібліогр.: 12 найм.

APA, Harvard, Vancouver, ISO, and other styles

Journal articles on the topic 'Розпізнавання образу'

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles