Статті в журналах з теми "Задача розпізнавання"
Щоб переглянути інші типи публікацій з цієї теми, перейдіть за посиланням: Задача розпізнавання.
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся з топ-50 статей у журналах для дослідження на тему "Задача розпізнавання".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Переглядайте статті в журналах для різних дисциплін та оформлюйте правильно вашу бібліографію.
1
Pavlenko, M., S. Shilo, I. Borosenets та 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, № 51 (30 жовтня 2018): 24–28. http://dx.doi.org/10.26906/sunz.2018.5.024.
Повний текст джерелаАнотація:
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.
2
Gorokhovatsky, V. O., та 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, № 48 (11 квітня 2018): 63–67. http://dx.doi.org/10.26906/sunz.2018.2.063.
Повний текст джерелаАнотація:
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.
3
Gorokhovatsky, V. O., D. V. Pupchenko та 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, № 47 (8 лютого 2018): 93–98. http://dx.doi.org/10.26906/sunz.2018.1.093.
Повний текст джерелаАнотація:
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.
4
Gadetska, S., та 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, № 50 (12 вересня 2018): 62–68. http://dx.doi.org/10.26906/sunz.2018.4.062.
Повний текст джерелаАнотація:
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.
5
Голубков, П., Д. Путников та В. Егоров. "Комп’ютерний зір у вирішенні проблеми розпізнавання форми кубічного пельменя." Automation of technological and business processes 11, № 4 (13 лютого 2020): 4–10. http://dx.doi.org/10.15673/atbp.v11i4.1593.
Повний текст джерелаАнотація:
В статті вирішується задача розпізнавання форми продукції випускаємої новим комплексом обладнання з виробництва пельменної продукції особливої, кубічної форми. Випуск продукції складної важкореалізовуваної форми використовується для збільшення економічної складової і виключення підробок. При виготовленні товарів виникає ряд труднощів, які необхідно подолати. Однією з них є облягання фаршу з мінусовою температурою в тісто яке має кімнатну температуру. Провівши ряд активних експериментів з замороженим фаршем і теплим тістом, отримавши і обробивши отримані результати, ми прийшли до висновку, що створюване обладнання повинно мати не тільки систему автоматичного керування, що включає в себе можливість керувати комплексом, а й містити алгоритми, які дадуть можливість розраховувати за математичними моделями необхідну для підтримання властивостей тісту температуру. А також включити в можливості комплексу комп'ютерну обробку отриманої продукції і використовуючи сучасні технології комунікацій, забезпечити передачу інформації, яка буде доступна для віддаленої роботи як самого комплексу, так і інформації про вироблену ним продукцію. Використовуючи нову, важкореалізовану форму і сучасні технології, створений комплекс в майбутньому дасть можливість не тільки виробляти нову продукцію з формою захищеної від підробки, а й скоротити витрати виробництва. Ефективність буде обумовлена ще й в тому, що на продукцію такої форми, може бути підвищена ціна з міркування змісту в собі кращих інгредієнтів і можливість використання більш компактною упаковки. Так як в пачках маючих в собі напівфабрикати кубічної форми фактично буде відсутній вільне місце на відміну від сучасних пачок з пельменній продукцією, що містить до 20% повітря. Це, так само дасть приріст ефективності при зберіганні і переміщенні продукції. Варто звернути увагу ще і на те, що дане обладнання зможе виробляти нові види продукції напівфабрикатів, що включають в себе не тільки використовуються в даний час поширені інгредієнти, такі як свинина і яловичина, а й м'ясо птиці, риби і містити безліч різних рецептів фаршу і тіста. Що в свою чергу розширить асортимент виробляємої продукції напівфабрикатів. Кінцевою стадією приготування пельменя є його перевірка та відбраківка. Якщо форма пельменя відповідає регламенту, його відправляють на подальшу заморозку, в протилежному випадку, його відправляються на переробку, при цьому вноситься коригування у систему керування температурою нагріву. Сучасні комп’ютерні методи дозволяють отримувати ці дані з фото. Існує 3 методи обробки фото для виявлення необхідних властивостей: статичні методи, методи порівняння із зразком, нейронні мережі. У роботі розглядається розпізнавання пельменя з використанням бібліотеки відкритого доступу OpenCV, яка вже має безліч функцій розпізнавання та постійно дописується новими.
6
Тимочко, О. І., Г. В. Дубовик та В. С. Мажаров. "Метод формалізації даних при вирішенні задач розпізнавання повітряних об'єктів". Збірник наукових праць Харківського національного університету Повітряних Сил, № 2(64), (15 червня 2020): 108–13. http://dx.doi.org/10.30748/zhups.2020.64.15.
Повний текст джерелаАнотація:
В роботі розроблена методика формалізації структур даних ознак повітряних об’єктів яка враховує характеристики точності і достовірності джерел інформації з нестохастичною невизначеністю і рекурентними правилами узагальнення оцінок значень ознак при багаторазовому спостереженні повітряних об’єктів. В основу розробленої методики були покладені методи формалізації процесу розпізнавання, оцінки ступеня істинності різнорідних ознак, об'єднання незалежних результатів розпізнавання, пошуку рішень про класи розпізнаваних повітряних об'єктів з урахуванням неповноти і надмірності даних про ознаки. Розроблений метод формалізації процесу розпізнавання повітряних об’єктів на основі описів класів різнорідними ознаками, відрізняється від відомих використанням ієрархічної функціональної мережі. Удосконалення методу об'єднання незалежних результатів розпізнавання на основі правила Демпстера полягає в попередньому перетворенні одного з неузгоджених розподілів можливостей класів алфавіту в розподіл ймовірностей. Це дозволяє проводити коректне об'єднання неузгоджених розподілів можливостей класів алфавіту з використанням правила Демпстера. Проведено дослідження застосовності розробленого правила при об'єднанні неузгоджених розподілів ймовірностей класів алфавіту. Розроблений метод пошуку рішень про класи розпізнаваних об'єктів на графі функціональної мережі відрізняється від відомих розробленим способом отримання інтервальної оцінки ступеня істинності класів в умовах відсутності даних щодо окремих ознак повітряних об’єктів і запропонованим евристичним правилом, що дозволяє скоротити розмірність безлічі вершин мережі, які перебираються при пошуку рішення про клас повітряних об’єктів. Метод дозволяє проводити пошук рішень про класи повітряних об’єктів в умовах неповноти і надмірності даних про ознаки.
7
Настенко, Є., В. Максименко, С. Поташев, В. Павлов, В. Бабенко, С. Рисін, О. Матвійчук та В. Лазоришинець. "ЗАСТОСУВАННЯ МЕТОДУ ГРУПОВОГО УРАХУВАННЯ АРГУМЕНТІВ ДЛЯ ПОБУДОВИ АЛГОРИТМІВ ДІАГНОСТИКИ ІШЕМІЧНОЇ ХВОРОБИ СЕРЦЯ". Біомедична інженерія і технологія, № 5 (12 травня 2021): 1–9. http://dx.doi.org/10.20535/2617-8974.2021.5.227141.
Повний текст джерелаАнотація:
Проблематика. Метод групового урахування аргументів є доволі недооціненим інструментом для отримання високоточних прогностичних моделей. Перший варіант штучної нейронної мережі (які користуються величезною популярністю в світі машинного навчання) був отриманий в 1965 році українським вченим Олексієм Івахненко, який як раз використовував метод групового урахування аргументів для навчання мережі. Відомо, що даний підхід має місце фактично в будь-якій проблематиці, і не виключенням є задача розпізнавання ішемічної хвороби серця по відеоданим спекл-трекінг ехокардіографії. Вирішення подібної задачі є актуальним, оскільки це надасть можливість аналізувати ехокардіограми навіть якщо вони не оснащені технологією спекл-трекінг.
Мета. Методом групового урахування аргументів за даними спекл-трекінг ехокардіографії побудувати класифікаційні алгоритми діагностики порушень кінематики скорочень лівого шлуночка серця у хворих на ішемічну хворобу серця в умовах стану спокою, та при застосуванні ехострестесту із добутаміновою пробою.
Методика реалізації. Національним інститутом серцево-судинної хірургії імені М.М. Амосова були надані відеодані, отримані за допомогою методу спекл-трекінг ехокардіографії, яким було обстежено 56 пацієнтів з підозрою на ішемічну хворобу серця. Серед них лише у 16 пацієнтів патологію виявлено не було. Ехокардіографія реєструвалась у B-режимі за трьома позиціями: довгої вісі, 4-камерної та 2-камерної позиціях. Усього для дослідження було використано 6245 кадрів відео потоку: 1871 – без порушень серцевої діяльності, та 4374 – при наявності патології під час обстеження.
Результати дослідження. Методом групового урахування аргументів було одержано 12 моделей класифікації з урахуванням доз добутаміну (0, 10, 20 і 40 мкг), точність яких на екзаменаційній вибірці варіювалась від 81.7% до 97.4%. Також були отримані 3 моделі класифікації без урахування доз добутаміну, які на екзаменаційній вибірці показали точність в межах 75.2-82.2%.
Висновки. Отримані високоточні моделі класифікації методом групового урахування аргументів. Дані моделі можна буде застосувати для аналізу ехокардіограм, отриманих у B-режимі на обладнанні, яке не оснащене технологією спекл-трекінг.
Ключові слова: метод групового урахування аргументів; спекл трекінг ехокардіографія; ехострестест з добутаміном; ішемічна хвороба серця.
8
Kovalevsky, S. V., та N. D. Sidyuk. "Ідентифікація об'єктів дослідження з використанням сигнатур". Обробка матеріалів тиском, № 1(50) (31 березня 2020): 210–16. http://dx.doi.org/10.37142/2076-2151/2020-1(50)210.
Повний текст джерелаАнотація:
Ковалевський С. В., Сидюк Д. М. Ідентифікація об'єктів дослідження з використанням сигнатур. Oбробка матеріалів тиском. 2020. № 1 (50). C. 210-216.
В роботі запропонований спосіб обробки зображення для подальшого розпізнавання об'єктів різних структур штампованок на основі зображень (фотографії). Цей метод дозволяє зробити інваріантними невраховані фактори, які можуть вплинути на якість фотографії. Як об'єкт дослідження виступають зразки шліфів сталей після термічної обробки. Час витримки і умови охолодження ідентичні для всіх випадків. Обробка зображень передбачає їх попереднє поліпшення, а саме видалення шумів і виставляння авторівней, подальше перетворення в цифровий масив даних, отримання гістограми зображення з подальшим виділенням більш інформативною частини сигнатури. Перетворення безперервного сигналу (зображення) в сигнатуру за допомогою дискретизації і квантування виконано в системі MatLab 6.1 і дозволило виключити суб'єктивні фактори візуального аналізу і класичних методів розрахунку співвідношення структур в металі. Кількість інтервалів приймається рівним 10. Тестове і навчальне безлічі формуються в програмі Microsoft Access на основі даних про зображення, термічної обробки, склад і співвідношенні структур. У програмі NeuroPro 0.25определяется значимість входів і встановлюється взаємозв'язок між температурним режимом, фазами в структурі і сигнатурою зображення. Підтверджено можливість прогнозу структури і зображення фаз на основі температурного режиму, типу і часу охолодження. Додатково вирішена зворотна задача можливості прогнозу технологічних параметрів термічної обробки на основі раніше існуючих прикладів. Метод застосуємо до будь-якої кількості інтервалів, від 2 до 255. Збільшення кількості інтервалів може дати можливість відтворити прогнозовану структуру в якості зображення.
9
Ліщина, Н., В. Ліщина та Ю. Повстяна. "Підходи та алгоритми обробки та розпізнавання зображень складної структури." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, № 38 (12 березня 2020): 5–9. http://dx.doi.org/10.36910/6775-2524-0560-2020-38-01.
Повний текст джерелаАнотація:
У статті описані високопродуктивні алгоритми та програмне забезпечення, що виконує одну із задач обробки зображень – аналітичного описання контурів об’єктів виділених на растрових зображеннях. Показано, що запропонована методика, алгоритми та розроблене програмне забезпечення повністю вирішує розглянуту задачу для зображень як штучного так і природного походження.
10
Povkhan, Igor. "ПИТАННЯ СКЛАДНОСТІ ПРОЦЕДУРИ ПОБУДОВИ СХЕМИ АЛГОРИТМІЧНОГО ДЕРЕВА КЛАСИФІКАЦІЇ". TECHNICAL SCIENCES AND TECHNOLOGIES, № 3(21) (2020): 142–53. http://dx.doi.org/10.25140/2411-5363-2020-3(21)-142-153.
Повний текст джерелаАнотація:
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.
11
Sydor, А. І., О. P. Liura та Ya М. Nykolaichuk. "ТЕОРЕТИЧНІ ЗАСАДИ ТА ЗАДАЧІ РОЗПІЗНАВАННЯ ГАРМОНІЧНИХ СИГНАЛІВ ТА ОБРАЗІВ НА ОСНОВІ ОЦІНКИ ХЕММІНГОВОЇ ВІДДАЛІ". Scientific Bulletin of UNFU 28, № 3 (26 квітня 2018): 131–36. http://dx.doi.org/10.15421/40280327.
Повний текст джерелаАнотація:
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.
12
Хаустов, Дмитро Євгенович, Олег Олександрович Бурашніков, Ярослав Євгенович Хаустов та Юрій Адамович Настишин. "Узагальнена математична модель виконання вогневих задач екіпажем танка". Озброєння та військова техніка 29, № 1 (9 лютого 2022): 20–27. http://dx.doi.org/10.34169/2414-0651.2021.1(29).20-27.
Повний текст джерелаАнотація:
В статті представлено математичну модель виконання вогневих задач екіпажем танка, яка включає наступну послідовність станів: вихідний стан зразка бронетанкового озброєння в районі зосередження, марш із місця зосередження до передбаченого місця бою, початок спостереження, виявлення, розпізнавання та ідентифікація противника, бойове застосування зразка бронетанкового озброєння, ураження/неураження ворожої цілі, які утворюють ланцюг Маркова.Граничний розподіл ймовірностей, отриманий як розв’язок рівняння на власні значення та власні вектори, дає ймовірність виконання вогневої задачі екіпажем танка, як функцію ймовірностей переходів між відповідними станами.
13
Хаустов, Дмитро Євгенович, Юрій Адамович Настишин, Ярослав Євгенович Хаустов та Анатолій Михайлович Андрієнко. "Ймовірність виконання візуальної задачі як сигмоїдна функція". Озброєння та військова техніка 31, № 3 (3 лютого 2022): 80–94. http://dx.doi.org/10.34169/2414-0651.2021.3(31).80-94.
Повний текст джерелаАнотація:
Розглядаються питання вирішення візуального завдання зі збору інформації багатоканальним прицільно-спостережним комплексом зразка бронетанкового озброєння в інтересах усвідомлення ціле-фонової обстановки, супроводження та знищення озброєння та військової техніки противника на максимальних дальностях (в межах дії основного штатного озброєння зразків бронетанкового озброєння). В якості критерію ефективності виконання завдання з виявлення/розпізнавання/ідентифікації цілі виступає ймовірність виконання відповідної візуальної задачі. Проведено аналіз сучасних підходів щодо оцінки ефективності виконання завдання зі збору даних про ціль, основу яких складають моделі Джонсона та ТТР (Targeting Task Performance, ефективність задачі прицілювання). Пороговий характер зорового сприйняття свідчить про те, що ймовірність виконання візуальної задачі також повинна мати пороговий характер. Тому дво-порогова лінійна апроксимація, запропонована в цій роботі, є більш адекватним модельним представленням, ніж власне сигмоїдні функції, які моделюють ймовірності виконання візуальних задач в рамках моделей Джонсона та моделі TTP.
14
Sokolova, Natalia. "Інформаційна технологія автоматизованого розпізнавання будівель". System technologies 3, № 128 (16 березня 2020): 57–67. http://dx.doi.org/10.34185/1562-9945-3-128-2020-06.
Повний текст джерелаАнотація:
Дана робота присвячена опису розробленої інформаційної технології для задач розпізнавання будівель на знімках дистанційного зондування Землі високої роздільної здатності та верифікації результатів розпізнавання. Проаналізовані сучасні підходи до розпізнавання будівель. Запропонована технологія заснована на аналізі гістограм та сегментації в просторі ознак. Для верифікації результатів розпізнавання розроблені методики на основі геометричного аналізу, тіньового аналізу та використання метаданих. Результатом роботи є векторний файл, який містить розпізнані багатокутні об’єкти.
15
Захожай, О. І. "Інформаційна технологія гібридного розпізнавання образів для обробки неоднорідних даних в складних системах". ВІСНИК СХІДНОУКРАЇНСЬКОГО НАЦІОНАЛЬНОГО УНІВЕРСИТЕТУ імені Володимира Даля, № 8(256) (10 грудня 2019): 141–47. http://dx.doi.org/10.33216/1998-7927-2019-256-8-141-147.
Повний текст джерелаАнотація:
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.
16
Островська, Катерина, та Анна Мінаєнко. "ЗАСТОСУВАННЯ НЕЙРОМЕРЕЖНИХ ТЕХНОЛОГІЙ ДЛЯ ВИЯВЛЕННЯ ПНЕВМОНІЇ ПО РЕНТГЕНІВСЬКИМ ЗНІМКАМ". System technologies 5, № 136 (29 травня 2021): 189–95. http://dx.doi.org/10.34185/1562-9945-5-136-2021-18.
Повний текст джерелаАнотація:
У роботі спроектовано та розроблено додаток для виявлення пневмонії по рентгенівським знімкам із застосуванням нейромережних технологій на мові Python. Для реалізації програми для розпізнавання пневмонії по рентгенівськім знімкам, яке відноситься до задачі розпізнавання образів, буде застосована архітектура згортко-вих штучних нейроних мереж.
17
Білобородова, Т. О., І. С. Скарга-Бандурова, О. Л. Прищепа, Л. О. Шумова та С. О. Ломакін. "Технології цифрової гістології". ВІСНИК СХІДНОУКРАЇНСЬКОГО НАЦІОНАЛЬНОГО УНІВЕРСИТЕТУ імені Володимира Даля, № 2 (266) (13 березня 2021): 5–12. http://dx.doi.org/10.33216/1998-7927-2021-266-2-5-12.
Повний текст джерелаАнотація:
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.
18
Vaivala, Ye, та N. Tsyopa. "ПІДВИЩЕННЯ ТОЧНОСТІ РОЗПІЗНАВАННЯ ОБІГОВИХ МОНЕТ ЗА РАХУНОК ВИКОРИСТАННЯ ЗГОРТКОВОЇ НЕЙРОННОЇ МЕРЕЖІ З ДЕКІЛЬКОМА ВИХОДАМИ". Системи управління, навігації та зв’язку. Збірник наукових праць 3, № 65 (3 вересня 2021): 69–73. http://dx.doi.org/10.26906/sunz.2021.3.069.
Повний текст джерелаАнотація:
У роботі розглянуто проблему розпізнавання зображень обігових монет за допомогою згорткових нейронних мереж. Описано традиційний підхід до вирішення задачі розпізнавання зображень, який передбачає використання звичайної згорткової нейронної мережі з одним виходом, показано та проаналізовано отримані результати. Для підвищення точності розпізнавання було застосовано архітектуру згорткової нейронної мережі з декількома виходами. Отримані результати були порівняні із результатами роботи звичайної мережі, були наведені причини відмінностей у результатах та переваги і недоліки кожного із розглянутих підходів
19
Терейковська, Л. "Метод нейромережевого розпізнавання емоцій по зображенню обличчя." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, № 40 (24 вересня 2020): 146–52. http://dx.doi.org/10.36910/6775-2524-0560-2020-40-22.
Повний текст джерелаАнотація:
Стаття присвячена вирішенню задачі вдосконалення нейромережевих засобів розпізнавання емоцій операторів інформаційно-управляючих систем на основі зображення обличчя. З’ясовано, що труднощі розробки таких засобів пов’язані з формуванням репрезентативної навчальної вибірки. Запропоновано нівелювати означені труднощі за рахунок застосування експертних знань. Розроблено метод нейромережевого розпізнавання емоцій по зображенню обличчя людини, який за рахунок запропонованого підходу до застосування продукційних правил для подання в нейронну мережу експертних знань, дозволяє підвищити оперативність розпізнавання та розширити множину видів складних емоцій, характеристики яких не представлені в статистичних даних. Проведені експериментальні дослідження показали, що використання розробленого методу дозволяє забезпечити помилку розпізнавання емоцій на рівні кращих сучасних систем подібного призначення.
20
Povkhan, Igor. "ПИТАННЯ ГНУЧКОСТІ ЛОГІЧНИХ ДЕРЕВ КЛАСИФІКАЦІЇ В ЗАДАЧАХ РОЗПІЗНАВАННЯ ОБРАЗІВ". TECHNICAL SCIENCES AND TECHNOLOGIES, № 3(17) (2019): 131–39. http://dx.doi.org/10.25140/2411-5363-2019-3(17)-131-139.
Повний текст джерелаАнотація:
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.
21
Королюк, Н. О., А. В. Леонов, М. Р. Будков та Д. А. Литвин. "Особливості автоматизації процесів вироблення рішень при оцінці повітряної обстановки на пунктах управління Повітряних Сил Збройних Сил України". Системи озброєння і військова техніка, № 1(61), (14 травня 2020): 106–12. http://dx.doi.org/10.30748/soivt.2020.61.12.
Повний текст джерелаАнотація:
У статті пропонується підхід по формалізації знань щодо розпізнавання дій повітряного противника з метою автоматизації процесів оцінки повітряної обстановки на пунктах управління Повітряних Сил з урахуванням невизначеності. В якості моделі представлення знань про процеси розпізнавання варіантів дій повітряного противника в умовах невизначеності, пропонується використовувати інтервальні нечіткі множини 2 порядку і засновані на них нечіткі логічні системи, що дозволяють в загальному випадку формалізувати задачі, що мають логіко-аналітичний характер.
22
Сенаторов, Микола Володимирович, Володимир Миколайович Cенаторов, Андрій Володимирович Кучинський та Ігор Іванович Деркач. "Вплив людського фактору на бойову ефективність стрільби зі стрілецької зброї з оптичним прицілом". Озброєння та військова техніка 25, № 1 (15 лютого 2022): 19–23. http://dx.doi.org/10.34169/2414-0651.2020.1(25).19-23.
Повний текст джерелаАнотація:
Розглянуто замкнений контур виконання бойової задачі із застосуванням стрілецької зброї з оптичним прицілом. Показано, що ймовірність виконання бойової задачі залежить не тільки від технічних характеристик зброї, боєприпасів тафоноцільової обстановки, але й від людського фактору. Оцінено ймовірність її виконання, враховуючи достовірність підготовки даних стрільби, виявлення, розпізнавання та ідентифікації цілі, вірного прицілювання і влучання при стрільбі.Для зменшення похибок стрільця при підготовці даних стрільби доцільно використовувати високоточні прилади вимірювання дальності і метеорологічну станцію. Похибки стрільця при прицілюванні суттєво зменшуються при систематичному тренуванні на спеціальному стенді з електронною мішенню. Для скорочення часу при пошуку цілі на великій відстані доцільно використовувати телескопічний приціл. Для підвищення ймовірності розпізнавання та ідентифікації цілі доцільні тренування на спеціальному стенді, на якому імітується різноманітна фоноцільова обстановка.
23
Шумейко, О. О., В. В. Шевченко, О. О. Жульковський та І. І. Жульковська. "ПОРІВНЯЛЬНЕ ДОСЛІДЖЕННЯ МЕТОДІВ РОЗПІЗНАВАННЯ ОБЛИЧ". Математичне моделювання, № 2(45) (13 грудня 2021): 29–38. http://dx.doi.org/10.31319/2519-8106.2(45)2021.246871.
Повний текст джерелаАнотація:
Розпізнавання облич завоювало свою популярність завдяки своїй унікальності серед інших біометричних методів, тому що має всі характеристики ефективної системи безпеки. Проте існують певні обмеження у системі розпізнавання облич, які необхідно дослідити та вивчити. Так, наприклад, вирішення таких проблем, як зміна освітлення, розташування об’єкту, емоцій, віку тощо потребують застосування спеціальних алгоритмів. Використання цих алгоритмів та їх комбінацій певною мірою сприятимуть вирішенню подібних задач. У роботі досліджені та застосовані аналіз основних компонентів, лінійний дискримінантний аналіз, незалежний аналіз компонентів та класифікація за допомогою машини опорних векторів. Для реалізації перелічених алгоритмів було використано мову Python та бібліотеку машинного навчання Scikit-learn. Проведено порівняння продуктивності систем на основі точності. Результати досліджень показують, що продуктивність SVM-класифікатора з використанням NMF є найгіршою з точки зору точності передбачення. Ефективність інших моделей, що були натреновані з використанням методів ICA, PCA та LDA, коливається в припустимих межах. Модель, навчена з використанням алгоритму PCA, працює з найвищою точністю передбачення.
24
Островська, Катерина, Іван Стовпченко та Олександр Губанов. "ВИКОРИСТАННЯ НЕЙРОМЕРЕЖЕВИХ КЛАСИФІКАТОРІВ ДЛЯ РЕАЛІЗАЦІЇ СИСТЕМИ ІДЕНТИФІКАЦІЇ ТРАНСПОРТНИХ ЗАСОБІВ". System technologies 2, № 133 (1 березня 2021): 135–46. http://dx.doi.org/10.34185/1562-9945-2-133-2021-15.
Повний текст джерелаАнотація:
Робота присвячена дослідженню нейромережевих класифікаторів для реалізації системи ідентифікації транспортних засобів. В роботі вирішувалося завдання розпізнавання світлових сигналів транспортних засобів. Як детектор транспортних засобів використовувалася полегшена версія YOLOv3, а класифікатором світлових сигналів виступала адаптована під умови задачі архітек-тура MobileNetv2. Моделі навчалися на декількох датасетах, приведених до єдиного формату.Отримана якість моделей є досить хорошою для доказу працездатності системи. По-дальше поліпшення якості можливо за рахунок збільшення обсягу навчальної вибірки і більш точного підбору гіперпараметрів моделі. З точки зору швидкості роботи си-стема розпізнавання показала прийнятний результат.
25
Rozhkov, S. O. "МЕТОД КОМПЕНСАЦІЇ ІНФОРМАЦІЙНИХ ПОТОКІВ У ЗАДАЧІ КОНТРОЛЮ ЯКОСТІ ТЕКСТИЛЬНИХ МАТЕРІАЛІВ". Scientific Bulletin of UNFU 25, № 10 (29 грудня 2015): 274–80. http://dx.doi.org/10.15421/40251042.
Повний текст джерелаАнотація:
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.
26
Боровик, О. В., О. В. Андрушко, А. В. Качур та Д. О. Боровик. "Удосконалена модель розпізнавання рівня небезпеки ситуацій та її застосування при дослідженні функціонування системи охорони кордону". Наука і техніка Повітряних Сил Збройних Сил України, № 2(39), (7 травня 2020): 108–20. http://dx.doi.org/10.30748/nitps.2020.39.13.
Повний текст джерелаАнотація:
У роботі представлено авторський підхід щодо підвищення ефективності розв’язування задачі покращення достовірності визначення допустимого періоду часу на формування і реалізацію рішення, для якого ймовірність переходу певної ситуації в критичну, надзвичайну або катастрофічну не перевищуватиме заданого значення, опис задачі класифікації та розпізнавання рівня небезпеки ситуацій, програмно-алгоритмічне забезпечення його реалізації та варіант застосування до прикладу аналізу функціонування системи охорони державного кордону у випадку впливів диверсійно-розвідувальної групи у межах контрольованого прикордонного району.
27
Фаніна, Леся Олександрівна. "Використання вейвлет-перетвотення для представлення мовних сигналів у задачі розпізнавання мови". Адаптивні системи автоматичного управління 1, № 7 (10 лютого 2004): 115–23. http://dx.doi.org/10.20535/1560-8956.7.2004.37575.
Повний текст джерела
28
Fedorchenko, Ye M., A. O. Oliinyk, S. K. Korniienko, A. S. Kharchenko та D. A. Goncharenko. "Особливості побудови рішень генетичного алгоритму в задачі розпізнавання образів захворювання пневмонії". Реєстрація, зберігання і обробка даних 22, № 3 (27 жовтня 2020): 76–95. http://dx.doi.org/10.35681/1560-9189.2020.22.3.218978.
Повний текст джерела
29
Лісовиченко, Олег Іванович, та Давид Георгійович Мелкон. "Підхід до вдосконалення методу Віоли - Джонса при вирішенні задач розпізнавання зображення". Адаптивні системи автоматичного управління 1, № 28 (7 листопада 2016): 67–72. http://dx.doi.org/10.20535/1560-8956.28.2016.82393.
Повний текст джерела
30
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.
Знайти повний текст джерела
31
Gorokhovatskyi, V., A. Zaporozhchenko, Т. Siryk та O. Tarasenko. "ДОСЛІДЖЕННЯ РЕЗУЛЬТАТИВНОСТІ ЗАСТОСУВАННЯ ОЗНАК РОЗПОДІЛІВ ДАНИХ ДЛЯ ОБЧИСЛЕННЯ РЕЛЕВАНТНОСТІ ОПИСІВ ЗОБРАЖЕНЬ". Системи управління, навігації та зв’язку. Збірник наукових праць 1, № 59 (26 лютого 2020): 68–73. http://dx.doi.org/10.26906/sunz.2020.1.068.
Повний текст джерелаАнотація:
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
32
Stetsenko, Inna, Maryna Sukhaniuk та Vladyslav Shyshkin. "ІНФОРМАЦІЙНА СИСТЕМА РОЗУМНОГО ВІДЕОРЕЄСТРАТОРА". TECHNICAL SCIENCES AND TECHNOLOG IES, № 4 (14) (2018): 118–27. http://dx.doi.org/10.25140/2411-5363-2018-4(14)-118-127.
Повний текст джерелаАнотація:
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.
33
Любимова, Н. "Використання діагностичної цінності ознак якості ґрунту при його екологічному контролі". Науковий журнал «Інженерія природокористування», № 4(14) (25 лютого 2020): 86–90. http://dx.doi.org/10.37700/enm.2019.4(14).86-90.
Повний текст джерелаАнотація:
Дане дослідження присвячене питанням можливості вирішення задачі інтегрованого керування якістю землі при організації його контролю з метою виконання норм природокористування та прогнозованого вирішення завдань отримання максимального урожаю, стратегічного керування технологічними процесами для зменшення дегуміфікації, організації земельного кадастру та упорядкуванню землі в умовах сільськогосподарського упорядкування.
Стратегічний напрямок використання земельних ресурсів у перспективі визначає його подальший характер використання, вибір сівозмін, застосування оптимальних технологічних процесів, строків висіву та збору урожаю, тощо... Необхідною ланкою для цього є контроль якості проведених польових робіт, фізичних, хімічних та біологічних показників антропогенного впливу.
Запропонована математична модель для можливості діагностики об’єкту контролю та отриманням у подальшому узагальнюючих показників його якості (грунту). Розглядається діагностична цінність ознак (показники хімічного та фізичного стану землі, результати оцінки якості обробітку, хімічної меліорації, якості робіт по удобренню, проведеної сівби, застосування гербіцидів, проведення перевірки якості заходів боротьбі із шкідниками, збиральних робіт тощо), розробка аналітичних залежностей критеріїв, із можливістю діагностики об’єкту та отриманням у подальшому узагальнюючих показників якості контролю. Експериментальні дані отримують згідно нормативним вимогам у визначені строки.
Проведена постановка діагнозу при вірогіднісних методах розпізнавання наступна. Побудоване вирішальне правило, за допомогою котрого, сукупність ознак, що діагностується, віднесена до одного із можливих станів (діагнозів). Оцінена вірогідність прийнятного рішення та ступінь ризику помилкового рішення. Кількісне визначення діагностичної цінності окремої ознаки, комплексу ознак або узагальнюючих ознак проведено на основі теорії інформації . Діагностична цінність ознак визначається долею кількості інформації, що привнесена цією ознакою в систему розпізнавання стану. Більшість ознак (складні) при оцінюванні стану грунтів визначають наявність ряду градацій – діагностичні інтервали, так як завжди можливо кількісно чітко з’ясувати, як пороги.
Отримані результати дослідження можливо використати для формалізації оцінки стану грунтів з метою впорядкування землеустрою і кадастру, вирішення загальних діагностичних задач стратегічного та поточного корегування і поліпшення якості землі для отримання ефективних і оптимальних рішень покращення урожайності за умови виконання екологічного законодавства.
34
Логвін, A. "Глибинне навчання для аудіо-додатків". COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, № 42 (26 березня 2021): 72–78. http://dx.doi.org/10.36910/6775-2524-0560-2021-42-11.
Повний текст джерелаАнотація:
Розкрито принципи застосування глибокого навчання для нейронних мереж щодо розпізнавання аудіо-сигналів. Відокремлено області подання звуку. Підкреслено, що дослідження буде обмежено аудіо-сигналами. Описано принципи розбиття сигналу на складові елементи та їх вилучення із аудіо запису. Наведено схему формування розподілу аудіо-сигналу та запропоновано загальний підхід до задачі розпізнавання аудіо-сигналів. Він умовно поділений на три окремі етапи: обробка аудіо-запису та його перетворення у частотно-часову область, побудова спектрограми та її перетворення на формат з подальшим виведенням послідовності ознак у вигляді векторів. Визначений коефіцієнт накладання та середньозважений коефіцієнт перекриття (частковий збіг). Сформовано низку значень на основі проведеного експерименту, які показали, що на характеристики / параметри аудіо-додатків, сформовані за допомогою нейронної мережі з глибоким навчанням, має вплив метод підготовки даних, додавання шарів та формування спектру одиниць, що покращує результат за рахунок помноженого часу навчання, те саме стосується і періодичних з'єднань.
35
Korniienko, Oleksandr. "THE METHOD OF DISPLAYING SPEECH SIGNALS IN THE SPEECH RECOGNITION TASK." TECHNICAL SCIENCES AND TECHNOLOG IES, no. 3(9) (2017): 129–37. http://dx.doi.org/10.25140/2411-5363-2017-3(9)-129-137.
Повний текст джерела
36
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.
Повний текст джерела
37
Гавриленко, Олена, та Неля Новіченко. "ДОСЛІДЖЕННЯ ОПТИМІЗАТОРІВ НЕЙРОННОЇ МЕРЕЖІ ДЛЯ КЛАСИФІКАЦІЇ ЗОБРАЖЕНЬ БУДІВЕЛЬ ЗА АРХІТЕКТУРНИМ СТИЛЕМ". System technologies 5, № 136 (29 травня 2021): 169–79. http://dx.doi.org/10.34185/1562-9945-5-136-2021-16.
Повний текст джерелаАнотація:
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.
38
Ахаладзе, I., та O. Лісовиченко. "Підвищення ефективності обробки потокового відео за допомогою використання безсерверних технологій". Адаптивні системи автоматичного управління 2, № 39 (15 грудня 2021): 34–38. http://dx.doi.org/10.20535/1560-8956.39.2021.247393.
Повний текст джерелаАнотація:
В даній статті проведено аналіз підходів для вирішення задачі аналізу вхідного відео потоку в режимі реального часу. Розглянуто архітектури для побудови системи обробки відео потоку в якій функціонують більше одного джерелавідеопотоку, що передають дані одночасно в режимі реального часу для вирішення задачі покадрового розпізнавання, та запропоновано рішення з урахуванням умов динамічної зміни кількості джерел, обробка в реальному часі, ізольованість відео потоку кожного окремого джерела. Розглянуто реалізацію із статично виділеними ресурсами, а також запропонована безсерверна архітектура що вирішує виявленні дедоліки. Швидкодія та модульність запропонованої архітектури вирішує виявлені недоліки архітектури з статтично виділеними ресурсами, а також дає можливість зменшити час простою обчислювальних потужностей, шляхом автоматичного швидкого динамічноговидалення ресурсів, що не використовуються в конкретний момент часу або додавання додаткових ресурсів при підвищенні навантаження.
Бібл. 3, іл. 3.
39
Коровій, О. "Адаптація методу Distilling Knowledge в обробці природної мови для аналізу тонального забарвлення текстів." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, № 45 (23 грудня 2021): 78–83. http://dx.doi.org/10.36910/6775-2524-0560-2021-45-11.
Повний текст джерелаАнотація:
У цій статті описано, як адаптувати прикладний метод «дистиляції знань» для аналізу настроїв для української та російської мов. Показано, як мінімізувати ресурси без втрати значної точності, але прискорити розпізнавання тексту, а також як зменшити витрати на хмарі за допомогою методу «перегонки знань». Для дослідження ми використовували два типи архітектури різних нейронних мереж для обробки природної мови: BERT замість моделей ансамблю та FastText як невелику модель. Поєднання цих двох нейронних мереж (BERT як викладач і FastText як учень) дозволило нам досягти прискорення до 5 разів і без великої точності в задачі аналізу настроїв.
40
Zhukovskyy, V. V., S. V. Shatnyi та N. A. Zhukovska. "Нейронна мережа для розпізнавання та класифікації картографічних зображень ґрунтових масивів". Scientific Bulletin of UNFU 30, № 5 (3 листопада 2020): 100–104. http://dx.doi.org/10.36930/40300517.
Повний текст джерелаАнотація:
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.
41
Порхун, О. В. "Побудова параметричного простору в задачах атрибуції текстів. Метод формування вхідного вектора для розпізнавання стилю тексту нейронною мережею". Вісник Київського національного університету імені Тараса Шевченка. Серія "Фізико-математичні науки", Вип. 4 (2005): 207–12.
Знайти повний текст джерела
42
Bevza, M. "Tying of embeddings for improving regularization in neural networks for named entity recognition task." Bulletin of Taras Shevchenko National University of Kyiv. Series: Physics and Mathematics, no. 3 (2018): 59–64. http://dx.doi.org/10.17721/1812-5409.2018/3.8.
Повний текст джерелаАнотація:
We analyze neural network architectures that yield state of the art results on named entity recognition task and propose a new architecture for improving results even further. We have analyzed a number of ideas and approaches that researchers have used to achieve state of the art results in a variety of NLP tasks. In this work, we present a few of them which we consider to be most likely to improve existing state of the art solutions for named entity recognition task. The architecture is inspired by recent developments in language modeling task. The suggested solution is based on a multi-task learning approach. We incorporate part of speech tags as input for the network. Part of speech tags to be yielded by some state of the art tagger and also ask the network to produce those tags in addition to the main named entity recognition tags. This way knowledge distillation from a strong part of speech tagger to our smaller network is happening. We hypothesize that designing neural network architecture in this way improves the generalizability of the system and provide arguments to support this statement.
43
Gubarev, Vyacheslav, Viktor Volosov, Nikolay Salnikov, Vladimir Shevchenko, Sergiy Melnychuk та Lyubov Maksymyuk. "СИСТЕМА ТЕХНІЧНОГО ЗОРУ ДЛЯ ВИЗНАЧЕННЯ ВЗАЄМНОГО ПОЛОЖЕННЯ КОСМІЧНИХ АПАРАТІВ ПРИ ЗБЛИЖЕННІ ТА СТИКУВАННІ". Science and Innovation 17, № 2 (27 квітня 2021): 50–63. http://dx.doi.org/10.15407/scine17.02.050.
Повний текст джерелаАнотація:
Вступ. У країнах-лідерах космічної галузі інтенсивно ведуться роботи зі створення сервісних космічних апаратів для інспекції та обслуговування некооперованих космічних апаратів, які не оснащено спеціальними засобами для стикування. Застосування оптичних систем, так званих систем технічного зору, визначення положення дозволяють здійснити автоматичне зближення і стикування з некооперованим космічним апаратом. Проблематика. На сьогодні проблема розпізнавання за відеозображенням взаємного положення космічних апаратів при зближенні і стикуванні, ще не має ефективного розв’язання. Під ефективністю розуміється виконання технічних вимог до бортової системи технічного зору за точністю та швидкодією при допустимих обсягах обчислень і збереження інформації. Тому актуальним є побудова системи технічного зору, створення відповідного математичного, алгоритмічного та програмного забезпечення з перевіркою запропонованих рішень у стендових випробуваннях. Систему призначено для автоматичного зближення і стикування з некооперованим космічним апаратом. Мета. Розробка науково-технічних основ побудови системи технічного зору та методів розв’язання задачі визначення положення космічного апарата відносно некооперованого космічного апарата, створення математичного опису процесу зближення та стиковки, а також програмно-алгоритмічного забезпечення системи технічного зору, що задовольняє задані вимоги. Матеріали й методи. Використано методи фільтрації та обробки цифрових зображень, комп’ютерної графіки, динаміки космічних апаратів, методи еліпсоїдального оцінювання стану нелінійних динамічних систем, методи розв’язування систем нелінійних рівнянь, методи теорії графів та навчання. Результати. Створено математичне, алгоритмічне та програмно-технічне забезпечення системи технічного зору для визначення положення та орієнтації космічного апарата відносно некооперованого космічного апарата, придатне для практичного застосування. Висновки. Проведені випробування системи технічного зору на стенді показали працездатність запропонованих науково-технічних рішень та можливість використання їх на практиці.
44
Galkin, O. A. "The asymptotic properties of a Σ-classifier for multiclass recognition problems with non-elliptic distribution of data". Reports of the National Academy of Sciences of Ukraine, № 6 (16 червня 2016): 25–30. http://dx.doi.org/10.15407/dopovidi2016.06.025.
Повний текст джерела
45
Grishmanov, E., A. Mogilatenko та Yu Danilov. "РОЗРОБКА ІНФОРМАЦІЙНОЇ ТЕХНОЛОГІЇ АВТОМАТИЗОВАНОГО ПРОГНОЗУВАННЯ НЕСПРИЯТЛИВИХ АВІАЦІЙНИХ ПОДІЙ В ПОЛЬОТІ". Системи управління, навігації та зв’язку. Збірник наукових праць 1, № 53 (5 лютого 2019): 36–40. http://dx.doi.org/10.26906/sunz.2019.1.036.
Повний текст джерелаАнотація:
В роботі розроблена інформаційна технологія автоматизованого прогнозування несприятливого авіаційних подій в польоті з використання глибоких нейронних мереж для вирішення задач розпізнавання і запобігання несприятливих авіаційних подій є мало розглянутими і вимагають подальших досліджень. Запропоновано реалізація розробленої інформаційної технології (ІТ) в чотири етапи: підготовчий, основний, додатковий та заключний. Перший (підготовчий) етап функціонування ІТ виконується до початку прогнозування несприятливих авіаційних подій в польоті. Вхідні дані задаються у вигляді архівних текстових повідомлень про ситуацію в польоті за даними від зовнішніх джерел. Вихідні дані включають топологію та вагові коефіцієнти згорткової нейронної мережі (ЗНМ), які передаються для виконання основного етапу функціонування ІТ. Основний, додатковий та заключний етапи функціонування ІТ виконуються в процесі прогнозування несприятливих авіаційних подій в польоті. Вхідними даними для відповідних етапів є текстові повідомлення про ситуацію в польоті за даними від зовнішніх джерел, а також топологія та вагові коефіцієнти ЗНМ, отримані на підготовчому етапі з використанням модулю рекурентної нейронної мережі (LSTM). Вихідними даними основного етапу функціонування ІТ є задокументована інформація щодо результатів прогнозування несприятливих авіаційних подій в польоті. Розроблена ІТ технологія дозволяє реалізувати процес автоматизованого прогнозування несприятливого авіаційних подій в польоті з використанням глибоких нейронних мереж, з чітко визначеною і взаємозалежної сукупністю етапів, з можливістю подальшого розпаралелювання виконання їх процедур, з урахуванням особливостей подання (формалізації) знань про розпізнавання несприятливих авіаційних подій в польоті по текстовій інформації, що отримана та узагальнена від різних джерел за результатами контролю повітряного простору.
46
Демчишин, Анатолій, та Іван Купріянов. "МЕТОД СИНТЕЗУ «ЖИВИХ» КАРТИН". System technologies 6, № 131 (1 березня 2021): 163–74. http://dx.doi.org/10.34185/1562-9945-6-131-2020-14.
Повний текст джерелаАнотація:
Під терміном «жива» картина в роботі розуміється зображення картини, яке, при перегляді через смартфон або інший цифровий пристрій з камерою, набуває елементів анімації, які в реальному світі відсутні.В роботі розглянуто задачу розробки систематизованої сукупності кроків синтезу живої картини. Запропоновано метод, який включає: створення анімації, генерація маркеру, розміщення картини та маркеру на площині галереї; захоплення відео потоку; відстеження маркера доповненої реальності; позиціонування об’єктів доповненої реальності відносно маркера; відображення анімації на екрані пристрою.Показано, що застосування наведеної послідовності алгоритмів комп’ютерного ба-чення дає можливість проводити стабільне розпізнавання маркеру, а методи проек-тивної геометрії дозволяють віднайти розміри маркера та визначити площину його розташування для позиціонування анімації. Реалізація програмної системи синтезу у вигляді веб-застосунку дала можливість сформувати єдину базу програмного коду, який з успіхом виконується як на персональному комп’ютері, так і на мобільному при-строї.
47
Yalovets, A. L. "Statement of problem of unknown environment recognizing, navigating and path planning by agent." PROBLEMS IN PROGRAMMING, no. 1 (January 2018): 113–27. http://dx.doi.org/10.15407/pp2018.01.113.
Повний текст джерела
48
Semerikov, Serhiy O., Tetiana A. Vakaliuk, Iryna S. Mintii, Vita A. Hamaniuk, Vladimir N. Soloviev, Olga V. Bondarenko, Pavlo P. Nechypurenko, Svitlana V. Shokaliuk, Natalia V. Moiseienko та Vitalii R. Ruban. "Розробка системи комп'ютерного зору на основі машинного навчання для освітніх цілей". Educational Dimension 57, № 5 (9 грудня 2021): 8–60. http://dx.doi.org/10.31812/educdim.4717.
Повний текст джерелаАнотація:
У роботі наведено огляд витоків та сучасного стану систем комп'ютерного зору, приклади задач комп'ютерного зору. Описано використання систем комп'ютерного зору освіти як у звичайних, і у пандемічних умовах. Пандемія COVID-19 викликала зміни в освіті, які видозмінили існуючі освітні програми систем комп'ютерного зору та породили нові, у тому числі соціальне дистанціювання, розпізнавання маски на обличчі, виявлення проникнення в університети та школи, запобігання вандалізму та виявлення підозрілих предметів, моніторинг відвідуваності, емоцій на обличчях у масках та без них. Системи комп'ютерного зору також можна використовувати у освіті для упровадження імерсивних освітніх ресурсів. На основі аналізу автономних бібліотек для ідентифікації динамічних об'єктів зроблено висновок, що при створенні систем машинного зору в освітніх цілях доцільно використовувати бібліотеки комп'ютерного зору, що ґрунтуються на глибокому навчанні (зокрема, реалізації згорткових нейронних мереж). Описано прототип системи комп'ютерного зору, розроблений на основі Microsoft Cognitive Toolkit і розгорнутий у хмарі Microsoft Azure. Система дозволяє з високим ступенем надійності виконувати головні функції: ідентифікацію емоцій та наявність маски на обличчі, а також дає можливість визначити стать, вік, колір волосся, інтенсивність посмішки, наявність макіяжу, окулярів тощо.
49
Горбунов, Віктор Володимирович, та Дмитро Володимирович Петров. "Вдосконалення автоматизованої системи оцінювання рівня знань студентів «ZELIS»". New computer technology 15 (27 квітня 2017): 150–53. http://dx.doi.org/10.55056/nocote.v15i0.630.
Повний текст джерелаАнотація:
Метою дослідження є удосконалення основних модулів системи оцінювання рівня знань студентів «ZELIS» (розробники О. С. Зеленський та В. С. Лисенко) Задачами дослідження є вдосконалення окремих модулів системи та розробка наступних алгоритмів:
– уведення даних із документа у форматі rtf;
– валідація даних при їх записі до бази даних;
– розпізнавання відповідей на поставлені питання з бланків;
– дистанційне навчання за допомогою клієнт-серверних технологій.
Об’єктом дослідження є система оцінювання рівня знань студентів «ZELIS». Предметом дослідження є вдосконалення існуючих модулів системи та розширення її можливостей. У роботі проведено аналіз, узагальнення та систематизацію досліджень, передбачено візуальний контроль вхідних даних, надано можливість їх корегування. Система виконує контроль не тільки даних з документу, а й при формуванні бази даних з питаннями і відповідями. При роботі з системою доступні різні режими тестування. Результати дослідження планується узагальнити для формування рекомендацій щодо оптимальних способів обробки вхідних даних і подальшої роботи з ними, а також можливі шляхи подальшого вдосконалення системи.
50
Kazakov, E., A. Kazakov та V. Rechetnik. "ЕКСПЕРИМЕНТАЛЬНЕ ДОСЛІДЖЕННЯ ПОЛЯРИЗАЦІЙНО-РОЗСІЮЮЧИХ ВЛАСТИВОСТЕЙ РАДІОЛОКАЦІЙНОЇ ЦІЛІ КОНІЧНОЇ ФОРМИ, ПОКРИТОЇ РАДІОПОГЛИНАЮЧИМ МАТЕРІАЛОМ". Системи управління, навігації та зв’язку. Збірник наукових праць 5, № 57 (30 жовтня 2019): 113–17. http://dx.doi.org/10.26906/sunz.2019.5.113.
Повний текст джерелаАнотація:
Предметом вивчення в статті є інформація про характеристики розсіювання РЛЦ при нанесенні на неї РПМ для вирішення прикладних завдань розпізнавання радіолокаційних цілей. Метою є отримання експериментальної оцінки поляризационно-розсіюючих властивостей радіолокаційної цілі конічної форми на якій завдано поглинаючий матеріал магнітного типу. Завдання: зменшення помітності і збільшення помилок визначення координат РЛЦ при нанесенні на неї РПМ, оцінка відбивних характеристик (характеристик розсіювання) різних типів РПМ, отримання кількісних значень характеристик розсіювання цілей, покритих РПМ, для вузькосмугових сигналів. Використовуваними методами є: математичні моделі оптимізації, методи вирішення матричних задач. Отримані наступні результати. Використання РПМ призводить до істотного зниження ЕПР цілі в квазіоптичної області відображення радіохвиль при використанні вузькосмугового сигналу. Висновки. Наукова новизна отриманих результатів полягає в наступному: При нанесенні на носову частину і на підставу мети конічної форми РПМ відбувається спотворення пелюсткової структури реалізацій амплітуд відбитих від цих ділянок сигналів на основних і кросових поляризаціях при суміщеному прийомі, а також деяке зменшення значень амплітуд відбитих сигналів на основних поляризаціях квазіоптичної. Використання РПМ розглянутого типу також призводить до істотного зниження ЕПР цілі в області відображення радіохвиль при використанні вузькосмугового сигналу. Аналіз статистичних характеристик амплітуд відбитих від конуса сигналів (середнього значення і дисперсії), показав вплив розглянутого РПМ аналогічний впливу на реалізації даних амплітуд. Нанесення РПМ на окремі частини конуса також призводить до зменшення протяжності гістограм амплітуд відбитих сигналів на різних поляризаціях.