Academic literature on the topic 'Інформаційна система розпізнавання'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Contents
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Інформаційна система розпізнавання.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Інформаційна система розпізнавання"
1
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.
2
Stetsenko, Inna, Maryna Sukhaniuk, and Vladyslav Shyshkin. "ІНФОРМАЦІЙНА СИСТЕМА РОЗУМНОГО ВІДЕОРЕЄСТРАТОРА." TECHNICAL SCIENCES AND TECHNOLOG IES, no. 4 (14) (2018): 118–27. http://dx.doi.org/10.25140/2411-5363-2018-4(14)-118-127.
Full textAbstract:
Актуальність теми дослідження. Нині великою популярністю користуються «розумні пристрої». Такі пристрої зазвичай є певною модернізацією вже звичних речей. У цій статті представлена розробка пристрою «розумний відеореєстратор», що підтримує можливість розпізнавання українських автомобільних номерів. Такий засіб може підвищити рівень захищеності на дорогах, що також є актуальним питанням. Постановка проблеми. У процесі розробки комплексу такого рівня з’являється безліч питань, пов’язаних із його архітектурою та роботою з даними, а саме: які методи та алгоритми використовувати для перетворення даних у потрібний формат, передачі, прийому, консолідації даних та зберігання їх у базі даних. Крім того, необхідно взяти за увагу, що в процесі побудови необхідно враховувати фізичні особливості модулів та їхні можливості з обробки та передачі даних (швидкість роботи процесора, розмір пам’яті). Аналіз останніх досліджень та публікацій. Були розглянуті останні технології у сфері обробки даних (бібліотеки для серіалізації та десеріалізації), алгоритми розпізнавання автомобільних номерів та бази даних із можливістю текстового пошуку. Виділення недослідженої частини загальної проблеми. Побудова архітектури та розробка програмних модулів розумного відеореєстратора, вирішення задачі передачі даних до кластера за умови великої завантаженості та переривчастого інтернет-зв’язку, повнотекстовий та частковий пошук автомобільних номерів у базі даних, алгоритм розпізнавання автомобільних номерів у русі. Постановка задачі. Вибір необхідної комбінації методів та алгоритмів для успішної реалізації інформаційної системи розумного відеореєстратора. Виклад основного матеріалу. Опис основних модулів, з яких складається пристрій розумного відеореєстратора, та з якою метою використовується кожний модуль. Представлена схема роботи системи загалом та описаний алгоритм знаходження автомобільних номерів у режимі реального часу YOLO. Розглянуто основні принципи комунікації між серверами та пристроями. Висновки відповідно до статті. Наданий матеріал надає змогу зрозуміти, яким чином може бути побудований такий пристрій, які проблеми можуть з'явитись та як знайти шляхи їх вирішення.
3
Golodov, D., O. Pyatikop, and O. Tarasenko. "AUTOMATED INFORMATION SYSTEM FOR RECOGNITION AND REGISTRATION OF GRINDING BALLS." Naukovi praci Donec'kogo nacional'nogo tehnicnogo universitetu. Seria, Informatika, kibernetika i obcisluval'na tehnika 2, no. 25 (2017): 48–53. http://dx.doi.org/10.31474/1996-1588-2017-2-25-48-53.
Full text
4
Ряполов, І. Є., Я. І. Кметюк, and М. С. Дубинець. "Аналіз методів підвищення інформаційної безпеки інформаційно-телекомунікаційної системи на основі біотехнологій." Збірник наукових праць Харківського національного університету Повітряних Сил, no. 1(67), (January 21, 2021): 74–79. http://dx.doi.org/10.30748/zhups.2021.67.09.
Full textAbstract:
В сучасних умовах проблема інформаційної безпеки системи управління набуває особливого значення в умовах широкого застосування автоматизованих інформаційних систем. Забезпечення інформаційної безпеки повинно носити системний характер. В результаті проведеного дослідження встановлено, що існує велика кількість інструментів забезпечення інформаційної безпеки, які мають недоліки, пов’язані із захистом та дискримінацією, можливістю підробки паролю, невиконанням інструкцій по створенню безпечного пароля користувачем, існуванням і наявністю у вільному доступі спеціалізованих додатків для підбору і злому паролів. Людський фактор являється основним недоліком даних систем. Єдиного підходу щодо підвищення інформаційної безпеки інформаційно-телекомунікаційної системи Повітряних Сил не існує. Проведено аналіз застосування біотехнологій ідентифікації доступу з застосуванням стеганографічного методу захисту інформації. Метод підвищення інформаційної безпеки інформаційно-телекомунікаційної системи, в основі якого запропоновано використання процедури розпізнавання особи за райдужною оболонкою та реакцією очного яблука людини на подразники. Запропонований підхід щодо захисту інформації з використанням біометричних методів ідентифікації користувачів зменшить вплив “людського” фактору, що підвищить ефективність процедури ідентифікації та автентифікації.
5
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 textAbstract:
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.
6
Pavlenko, M., S. Shilo, I. Borosenets, and O. Dmitriev. "НАПРЯМИ РОЗРОБКИ ІНТЕЛЕКТУАЛЬНИХ МОДЕЛЕЙ ТА МЕТОДІВ ОБРОБКИ ІНФОРМАЦІЇ ДЛЯ УПРАВЛІННЯ ПРОЦЕСОМ ІНФОРМАЦІЙНОЇ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ В АВТОМАТИЗОВАНИХ СИСТЕМАХ УПРАВЛІННЯ ПОВІТРЯНИМ РУХОМ." Системи управління, навігації та зв’язку. Збірник наукових праць 5, no. 51 (October 30, 2018): 24–28. http://dx.doi.org/10.26906/sunz.2018.5.024.
Full textAbstract:
В роботі запропоновано шляхи переходу від машиноцентричного до антропометричного підходу при проектуванні автоматизованих систем управління повітряним рухом, з урахуванням сучасних досягнень розробки та впровадження систем підтримки прийняття рішень в складних організаційно-технічних системах. Удосконалення ситуаційного аналізу обстановки для управління процесом інформаційної підтримки прийняття рішень оператором автоматизованих систем управління повітряним рухом передбачає підвищення рівня автоматизації і інтелектуалізацію низки задач до яких відносяться оцінка обстановки, яка складається в зоні відповідальності органу управління; розробка методів представлення знань про завдання виявлення нештатних ситуацій в повітряному просторі; вибір і розробка методів і процедур формалізації знань про обстановку, яка складається; розробка процедур інтерпретації модальних знань; розробка методів вирішення завдань оцінки обстановки, яка складається; розробка методів розв'язання задач розпізнавання та оцінки позаштатних ситуацій в повітряному просторі; оцінка ступеня небезпеки ситуацій, що складаються в межах зони відповідальності органу управління. В результаті даного дослідження визначені напрями розробки та удосконалення інтелектуальних моделей та методів обробки інформації для управління процесом інформаційної підтримки при прийнятті рішень в автоматизованих системах управління повітряним рухом. Запропонований підхід, який передбачає необхідність розробки методів автоматизованого рішення задач оцінки обстановки, а також зміни структури інформаційних моделей і методів управління ними. При цьому ситуації обстановки, що складаються мають бути класифіковані а задача підготовки прийняття рішення має розглядатися як задача розпізнавання.
7
Khizhnyak, I., A. Makoveychuk, and H. Khudov. "ІНФОРМАЦІЙНА РОЙОВА ТЕХНОЛОГІЯ ТЕМАТИЧНОГО СЕГМЕНТУВАННЯ ЗОБРАЖЕНЬ, ЩО ОТРИМАНІ З БОРТОВИХ СИСТЕМ ОПТИКО-ЕЛЕКТРОННОГО СПОСТЕРЕЖЕННЯ." Системи управління, навігації та зв’язку. Збірник наукових праць 3, no. 49 (July 3, 2018): 26–32. http://dx.doi.org/10.26906/sunz.2018.3.026.
Full textAbstract:
Предметом вивчення в статті є інформаційні ройова технологія тематичного сегментування зображень, що отримані з бортових систем оптико-електронного спостереження. Метою є розробка інформаційної технології сегментування, в основу якої покладений ройовий метод тематичного сегментування оптико-електронного зображення. Завдання: аналіз рівнів технології дешифрування оптико-електронного зображення, аналіз основних етапів обробки оптико-електронного зображення та рівнів локалізації об’єктів інтересу на етапі розпізнавання, аналіз основних вимог до тематичних сегментів зображення, аналіз відомих методів та інформаційних технологій сегментування зображень, що отримані з бортових систем спостереження, обґрунтування цільової функції тематичного сегментування та вибору оптимального значення порогу сегментування, розробка інформаційної ройової технології тематичного сегментування зображень, що отримані з бортової системи оптико-електронного спостереження, наведення тестового прикладу тематичного сегментування кольорового зображення. Використовуваними методами є: методи теорії імовірності, математичної статистики, ройового інтелекту, кластерізації даних, еволюційних обчислень, методи оптимізації, математичного моделювання та цифрової обробки зображень. Отримані такі результати. Встановлено, що основним етапом обробки зображень, що отримані з бортових систем спостереження, є етап тематичного сегментування. Встановлено, що у теперішній час невелика кількість досліджень присвячена вирішенню задачі тематичного сегментування зображень, що отримані з бортових систем спостереження. Встановлено, що у якості цільової функції використовується функція, яка визначається як сума дисперсії інтенсивності пікселів в межах кожного тематичного сегменту, а оптимізація полягає у мінімізації цільової функції. В основу інформаційної ройової технології покладені удосконалені методи ройового інтелекту (штучної бджолиної колонії) тематичного сегментування оптико-електронного зображення та ройового інтелекту (штучної бджолиної колонії) тематичного сегментування багатомасштабної послідовності оптико-електронних зображень. Висновки. Наукова новизна отриманих результатів полягає в наступному: підвищення візуальної якості сегментованого зображення, що в подальшому суттєво впливає на вирішення завдання дешифрування зображення.
8
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 textAbstract:
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.
9
ТИМОШЕНКО, Юрій, and Дмитро КИСЛЕНКО. "ПРАВООХОРОННА СИСТЕМА В ЕПОХУ ДІДЖИТАЛІЗАЦІЇ." Наукові праці Міжрегіональної Академії управління персоналом. Юридичні науки 59, no. 1 (February 23, 2022): 40–45. http://dx.doi.org/10.32689/2522-4603.2020.1.6.
Full textAbstract:
У статті доводиться, що в Україні наразі відбувається стрімкий розвиток суспільства, «оцифровуються» усі сфери життя. При цьому не за усіма змінами встигають правоохоронні органи. Цифрова реальність пов’язана із появою нових форм злочинності – кіберзлочинів, інформаційного шахрайства, великою кількістю кібернетичних атак на різні підприємства та установи, в тому числі, і державні бази даних. Такі загрози потребують вироблення нових форм протидії, трансформації системи правоохоронних органів, їх «осучаснення». Безумовно, розвиток інформаційних технологій, діджиталізація вимагає закріплення нових форм та методів здійснення правоохоронними органами своїх функцій. Щодо конкретних проявів діджиталізації правоохоронної системи, у статті нами визначаються наступні: 1) Національне антикорупційне бюро України, Спеціалізована антикорупційна прокуратура та Вищий антикорупційний суд розпочали впровадження у свою діяльність системи електронного кримінального провадження eCase MS; 2) затвердження Положення про інформаційно-телекомунікаційну систему досудового розслідування «іКейс» з метою автоматизації процесів досудового розслідування, включаючи створення, збирання, зберігання, пошук, оброблення і передачу матеріалів та інформації (відомостей) у кримінальному провадженні, а також процесів, які забезпечують організаційні, управлінські, аналітичні, інформаційно-телекомунікаційні та інші потреби користувачів; 3) використання правоохоронними органами програми «Безпечне місто» з метою виявлення та розслідування злочинів, вчасне реагування пожежної, рятувальної, медичної, дорожньої й інших комунальних та державних служб, припинення і ліквідацію кризових ситуацій криміногенного, терористичного, природного й техногенного характеру тощо; 4) запровадження проєкту Smart City – інформаційно-аналітична програма нового покоління, що здійснює розпізнавання потенційних небезпек, аналіз ситуації в реальному часі та передачу вже опрацьованих даних про виявлені загрози терористичного, кримінального та іншого характеру.
10
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.
Dissertations / Theses on the topic "Інформаційна система розпізнавання"
1
Кравець, Олександра Олегівна. "Інформаційна система розпізнавання числової інформації." Bachelor's thesis, КПІ ім. Ігоря Сікорського, 2021. https://ela.kpi.ua/handle/123456789/46874.
Full textAbstract:
Пояснювальна записка дипломного
проєкту складається з п’яти розділів, містить 22 рисунки, 4 таблиці, 1
додаток та 37 джерел.
Дипломний проєкт присвячений вирішенню задачі розпізнавання,
класифікації та подальшої обробки та збереження рукописної числової
інформації.
Метою створення системи є спрощення процесу перевірки
контрольних робіт студентів або учнів (де в якості відповідей маємо
рукописні числові значення) за рахунок автоматизації цього процесу шляхом
розпізнавання написаних студентами (учнями) відповідей у відповідному
бланку для відповідей за допомогою моделей машинного навчання.
У розділі загальних положень встановлено мету, цілі та задачі
розробки, визначено функціональні границі системи та побудована
структурна схема варіантів використання, проаналізовано існуючі аналоги
та встановлено відмінність від них системи, що проектується.
У розділі інформаційного забезпечення надано детальний опис
вхідних та вихідних даних, описано структуру масиву з інформацією, який
використовується у даній системі.
Розділ математичного забезпечення присвячений опису змістовної та
математичної постановки задачі, аналізу існуючих методів розв’язання
задачі даного дипломного проєкту та обґрунтування вибору одного з них з
його подальшим детальним описом.
Розділ програмного забезпечення описує засоби розробки
програмного продукту та етапи проектування його архітектури. Описано специфікацію функцій та звіти, які генеруються в ході запуску
програми.
У технологічному розділі визначено мету проведення випробувань
програмного продукту та описано їх результати.Explanatory note of the diploma project consists of five sections, contains 22 drawings, 5 tables, 1 application and 37 sources. The diploma project is devoted to solving the problem of recognition, classification, further processing and saving of handwritten numerical information. The system purpose is simplifying the process of checking the student’s tests (where the answers are handwritten numerical values) by automating this process by recognizing the answers written by students in the appropriate form for answers using machine learning models. In the general terms section the developmt purpose and are established, functional borders of system are defined and the structural scheme of variants of use is constructed, the existing analogues are analyzed and the difference from them of the projected system is established. The information support section provides a detailed description of the input and output data, as well as the structure description of the information array, that is used in this system is provided. The mathematical support section is devoted to the meaningful and mathematical formulation of the problem, analysis of the existing methods for solving the problem of this thesis project and justification of choosing one of them with its subsequent detailed description. The software support section describes the software development tools and the stages of designing its architecture. The specification of functions and reports generated during program startup is described. The technology section defines the purpose of testing the software product and describes their results.
2
Ровник, О. С. "Інформаційна система розпізнавання та обробки первинної проєктної інформації." Thesis, Чернігів, 2021. http://ir.stu.cn.ua/123456789/22472.
Full textAbstract:
Ровник, О. С. Інформаційна система розпізнавання та обробки первинної проєктної інформації : магістерська робота : 121 Інженерія програмного забезпечення / О. С. Ровник ; керівник роботи О. В. Трунова ; НУ «Чернігівська політехніка», кафедра Інформаційних технологій та програмної інженерії . – Чернігів, 2021. – 95 с.Метою роботи є підвищення ефективності та прискорення проєктування без втрати якості продукту, динамічне доповнення новою, оновлення застарілої або некоректної інформацій, скорочення часових і фінансових витрат. Об’єктом роботи є процес розпізнавання, обробки та редагування діаграм. Предметом роботи є система, що призначена для розпізнавання та обробки первинної проєктної інформації яка мала би мала наступний функціонал: − вибір типу діаграми для розпізнавання; − створення діаграми за допомогою аналізу фото або рисунка; − редагування, зберігання, видалення та експорт діаграм; − керування камерою та ліхтариком мобільного пристрою; − зміна графічного інтерфейсу та налаштувань додатка. Розроблювана система призначена для операційної системи Android, адже для створення фотографії діаграми необхідна камера. Також, однією з причин була вимога швидкості та мобільності, яку стаціонарний ПК не може забезпечити. Для роботи з системою необхідно мати мобільний пристрій з доступом до мережі Інтернет та основною камерою з мінімальними характеристиками ІР – 12мп та діафрагмою – F2.0. Для реалізації системи використовувались: мова програмування C#, середовище розробки Visual Studio 2019, графічний рушій Unity 2020, платформа доповненої реальності Vuforia, служба для розпізнавання символів Azure Computer Vision API, фреймворк маніпуляції файлами Aspose.Diagram, Emgu CV. Практичною цінністю розробленого додатка є вирішення проблеми розпізнавання ескізів UML-діаграм за допомогою мобільного пристрою з доступом о мережі Інтернет, що надає змогу підвищити ефективність та прискорити проєктування без втрати якості продукту. Наукова новизна полягає в тому, що запропоновано алгоритм розпізнавання ескізу, аналізу зображення та генерування діаграми на основі сучасних ІТ технологій. Подальша розробка системи можлива в напрямку збільшення точності розпізнавання елементів діаграм, розробки нових типів діаграм для розпізнавання та обробки, створення функціоналу експорту діаграм до інших середовищ. Результати дипломної роботи були висвітлені в тезах всеукраїнської конференції.
The object of the work is the process of recognition, processing and redaction diagrams. The subject of the work is a system that is designated for the recognition and processing of the initial design information. The goal of the work is to increase the efficiency and accelerate the design without losing the quality of the product, dynamic addition of new, updating outdated or incorrect information, reducing time and financial costs. The result of the work is the implementation of the following application features: − selection of chart type for recognition; − creating a chart by analyzing a photo or drawing; − editing, storing, deleting and exporting charts; − control of the camera and flashlight of the mobile device; − change the graphical interface and application settings. The developed system is designed for the Android operating system, because a camera is needed to create a photo of the chart. Also, one of the reasons was the requirement for speed and mobility, which a desktop PC cannot provide. To work with the system, it is necessary to have a mobile device with Internet access and a main camera with a recommended IP characteristic of 12MP and an aperture of F2.0. Visual Studio 2019, Unity 2020, Vuforia augmented reality platform, Azure Computer Vision API, Aspose.Diagram tools were used to implement the system. The practical value of the developed application is to solve the problem of recognizing UML diagram thumbnails using a mobile device with Internet access, which allows you to increase efficiency and speed up design without losing product quality. The scientific novelty is that the algorithm of sketch recognition, image analysis and chart generation based on modern IT technologies is proposed. Further development of the system is possible in the direction of increasing the accuracy of recognition of chart elements, development of new types of charts for recognition and processing, creating the functionality of exporting charts to other environments. The results of the thesis were covered in the abstracts of the All-Ukrainian conference.
3
Лютий, В. О. "Інформаційна система розпізнавання елементів будівельного плану та побудови 3d моделі." Master's thesis, Сумський державний університет, 2019. http://essuir.sumdu.edu.ua/handle/123456789/74856.
Full textAbstract:
Проведений аналіз об’єкта дослідження. Проведено аналіз методів рішення для розробки програмного продукту. Виконаний огляд програмних продуктів необхідних для розв’язання поставленої задачі. Після огляду можливого програмного забезпечення, для створення моделі та реалізації необхідних задач було обрано середовище розробки Android Studio.
4
Липівець, Б. В. "Інформаційна техноглогія розпізнавання структурних дефектів труб." Master's thesis, Сумський державний університет, 2019. http://essuir.sumdu.edu.ua/handle/123456789/76772.
Full textAbstract:
Розроблено систему класифікації дефектів в водостічних
трубах на основі Rotation forest. Розроблений алгоритм реалізовано у формі
програмного забезпечення, написаного на мові програмування Python 3.
5
Москаленко, В. В. "Інтелектуальна система розпізнавання дефектів стічних труб." Master's thesis, Сумський державний університет, 2021. https://essuir.sumdu.edu.ua/handle/123456789/81986.
Full textAbstract:
Кваліфікаційну роботу магістра присвячено розробці інформаційної системи розпізнавання дефектів стічних труб на зображеннях відоінспекції. В роботі проведено аналіз проблеми розпізнавання функціонального стану стічних труб та моделій і методі існучих алгоритмів штучного інтелекту. Були сформульовані мета та задачі, вирішення яких необхідне для її досягнення.
У роботі виконано розробку інтелектуальної інформаційної системи, а саме запропоновано модель і метод машинного навчання, сформновано навчальну та тестову вибірки, здійснено навчання та тестування моделі. Виконано короткий опис програмної реалізації інформаційної системи.
Результатом проведеної роботи є розроблені модель та метод машинного навчання для розпізнавання дефектів стічних труб, програмна реалізація та результати валідації на тестових даних.
Практичне значення роботи полягає у підвищенні рівня автономності процесу відомоніторингу стічних труб і підвищення точності прийняття рішень у порівняння з традиційним підходом.
6
Журавель, І. А. "Інформаційна система розпізнавання злочинців у супермаркеті (на прикладі ТОВ ,,ЕКО’’ м.Суми )." Master's thesis, Сумський державний університет, 2018. http://essuir.sumdu.edu.ua/handle/123456789/71860.
Full textAbstract:
Дипломний проект присвячений розробці інформаційної системи розпізнавання злочинців для супермаркету. В роботі проведено аналіз методів розпізнавання обличь. Робота виконувалась методом Віоли Джонса з використовуванням ознак Хаара. Результатом проведеної роботи є створена локальна програма для пошуку злочинців у супермаркеті. В майбутньому планується удосконалення системи, додавши нові методи обробки зображень. Практичне значення роботи полягає у використанні даної інформаційної системи в супермаркеті, що покращить роботу служби безпеки.
7
Гуща, А. А. "Роль інформаційних систем розпізнавання номерних знаків в управлінні транспортними процесами." Thesis, ХНАДУ, 2020. https://openarchive.nure.ua/handle/document/19240.
Full text
8
Погибелєва, Л. В. "Інформаційна технологія оптичного розпізнавання тексту з зображення для мобільного додатку." Master's thesis, Сумський державний університет, 2021. https://essuir.sumdu.edu.ua/handle/123456789/86869.
Full textAbstract:
Розроблено інформаційне, алгоритмічне та програмне забезпечення системи інтелектуального аналізу даних з зображень з метою виявлення розпізнавання тексту. В роботі використовується комплекс алгоритмів розпізнавання символів. Розроблений алгоритм реалізовано мовою програмування JS.
9
Істратов, В. І. "Інформаційна інтелектуальна технологія розпізнавання шкідливого трафіку в мережі інтернету речей." Master's thesis, Сумський державний університет, 2019. http://essuir.sumdu.edu.ua/handle/123456789/74855.
Full textAbstract:
Кваліфікаційну роботу магістра присвячено розробці інформаційної
інтелектуальної технології розпізнавання шкідливого трафіку в мережі
Інтернету речей, саме ця технологія і є результатом проведеної роботи. В роботі
визначено актуальність проблеми, виконано аналіз моделей, визначено мету та
задачі дослідження, обрано методи дослідження, проведено планування робіт,
формування та підготовку вхідних даних, навчання та тестування моделі.
10
Литвиненко, А. М. "Інформаційна технологія оптимізації вхідного математичного опису бортової системи розпізнавання безпілотного літального апарату при зміні висоти польоту." Master's thesis, Сумський державний університет, 2021. https://essuir.sumdu.edu.ua/handle/123456789/86709.
Full textAbstract:
Розроблено та програмно реалізовано бортову систему розпізнавання наземних об’єктів, яка використовує інформаційно-екстремальне машинне навчання. У рамках обраної технології було здійснено паралельно-послідовну оптимізація системи контрольних допусків на ознаки розпізнавання. Для формування вхідного математичного опису та перевірки працездатності бортової системи розпізнавання було змодельовано 3Д-макет місцевості. Це дозволило перевірити результати класифікації об’єктів під час динамічного випробування безпілотника. Було висунуто і експериментально підтверджено припущення про недоцільність використання вхідного математичного опису, який був зроблений на різній висоті польоту безпілотника. Реалізовано алгоритм зміни розміру класів розпізнавання, при зміні висоти польоту безпілотного літального апарату.