груші яблоко повидло
груші яблоко повидло
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://krs.chmnu.edu.ua/jspui/handle/123456789/2674
Назва: Дослідження нейронних мереж для розпізнавання військової техніки на супутникових знімках
Інші назви: кваліфікаційна робота на здобуття освітнього ступеня «магістр» : спец. 122 «Комп’ютерні науки»
Автори: Ковалів, О. П.
Ключові слова: кафедра інтелектуальних інформаційних систем
Сіденко Є. В.
класифікація
штучний інтелект
нейромережі
аналіз зображень
Python
classification
artificial intelligence
neural networks
image analysis
Дата публікації: лют-2023
Видавництво: ЧНУ ім. Петра Могили
Короткий огляд (реферат): Актуальність даного дослідження полягає у необхідності виявлення та локалізація військових транспортних засобів для застосунків які мають завдання спостереження, відстеження чи безпеки. Ці програми вимагають точної ідентифікації та відстеження транспортних засобів, щоб військові транспортні засоби можна було легко відрізнити від не військових транспортних засобів на зображенні. Об’єктом роботи є процеси розпізнавання військової техніки на супутникових знімках. Предметом роботи є методи навчання нейронних мереж для розпізнавання військової техніки на супутникових знімках. Метою роботи є дослідження та порівняння моделей нейронних мереж для розпізнавання військової техніки на супутникових знімках. В результаті виконання роботи було досліджено один багатошаровий перцептрон, три моделі згорткових нейронних мереж, нейронну мереж за архітектурою VGG та XCeption, визначені основні їх переваги та недоліки, а та розроблено програмне забезпечення, з реалізованими нейронними мережами. Дана робота складається з п’яти розділів. Кожен розділ відповідно присвячений: аналізу предметної області, нейронним мережам та моделям для розпізнавання військової техніки на супутникових знімках, використаним у магістерській роботі, моделюванню і проектуванню нейронних мереж та аналізу отриманих результатів, охороні праці, методичній частині магістерської роботи. Загальний обсяг роботи – 132 сторінки. Магістерська кваліфікаційна робота містить, 84 рисунків, 4 таблиці і посилання на 55 літературних джерел. The relevance of this research lies in the need to identify and locate military vehicles for applications that have the task of surveillance, tracking or security. These applications require accurate vehicle identification and tracking so that military vehicles can be easily distinguished from non-military vehicles in an image. The object of the work is the process of recognizing military equipment on satellite images. The subject of the work is neural network training methods for recognizing military equipment on satellite images. The method of work is research and comparison of neural network models for recognizing military equipment on satellite images. As a result of the work, one multilayer perceptron, three models of convolutional neural networks, neural networks based on the architecture of VGG and XCeption were investigated, their main advantages and disadvantages were determined, and software with implemented neural networks was developed. This work consists of five sections. Each chapter is respectively dedicated to: analysis of the subject area, neural networks and models for recognizing military equipment on satellite images used in the master's work, modeling and design of neural networks and analysis of the obtained results, labor protection, methodical part of the master's work. The total amount of work is 132 pages. Master's thesis contains 84 figures, 4 tables and references to 55 literary sources.
Опис: Ковалів О. П. Дослідження нейронних мереж для розпізнавання військової техніки на супутникових знімках : кваліфікаційна робота на здобуття освітнього ступеня «магістр» : спец. 122 «Комп’ютерні науки» / О. П. Ковалів ; ЧНУ ім. Петра Могили. – Миколаїв, 2023. – 96 с.
URI (Уніфікований ідентифікатор ресурсу): https://krs.chmnu.edu.ua/jspui/handle/123456789/2674
Розташовується у зібраннях:Факультет комп'ютерних наук

Файли цього матеріалу:
Файл Опис РозмірФормат 
Ковалів.pdf4.47 MBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.