Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
https://krs.chmnu.edu.ua/jspui/handle/123456789/4199
Titel: | Застосунок розпізнавання об’єктів інфраструктури з використанням машинного навчання |
Sonstige Titel: | кваліфікаційна робота на здобуття освітнього ступеня «бакалавр» : спец. 121 «Інженерія програмного забезпечення» |
Autoren: | Золотова, А. О. |
Stichwörter: | кафедра інженерії програмного забезпечення Давиденко Є. Інженерія програмного забезпечення картографування будівель машинне навчання обробка геоданих об’єкти інфраструктури розпізнавання об’єктів geodata processing building mapping infrastructure machine learning objects object detection |
Erscheinungsdatum: | Jun-2025 |
Herausgeber: | ЧНУ ім. Петра Могили |
Zusammenfassung: | Актуальність роботи обґрунтована важливістю розроблення інструментів, що надаватимуть актуальні та достовірні картографічні дані. Це підтверджується нагальною потребою картографування будівель для підготовки до загроз стихійних лих та реагування на них. Об’єктом роботи є процес розпізнавання об’єктів інфраструктури в автоматизованих системах обробки інформації. Предметом роботи є програмний засіб автоматизованого розпізнавання об’єктів інфраструктури, побудований із використанням машинного навчання. Метою роботи є розроблення застосунку розпізнавання об’єктів інфраструктури, спрямованого на надання достовірних результатів та відповідність вимогам якості програмного забезпечення. Вступ містить обґрунтування актуальності роботи, об’єкт і предмет роботи, мету та завдання. У першому розділі досліджено предметну область та наявні рішення. Другий розділ присвячено моделюванню об’єкту та предмету роботи, формулюванню специфікації вимог, опису методів, технологій та математичного апарату. У третьому розділі описано архітектуру, моделювання та проєктування застосунку. Четвертий розділ описує процес програмної реалізації і тестування застосунку, обґрунтовано достовірність отриманих результатів. У висновках наведено аналіз роботи відповідно до мети та завдань. Relevance of this thesis is justified by the importance of developing tools that will provide up-to-date and reliable map data. This is evidenced by the urgent need to map buildings in order to prepare for and respond to natural disaster threats. Object of the work is the process of infrastructure objects detection in automated information processing systems. Subject of the work is a software tool for automated infrastructure objects detection, built using machine learning. Purpose of the work is to develop the infrastructure objects detection application that addresses providing reliable results and meeting software quality requirements. The introduction justifies the relevance of the thesis’ topic, the object and subject of work, the purpose, and the list of tasks to achieve the goal. The first section analyses the subject area and available solutions based on present-day references. The second section is devoted to modelling the object and subject of work, software requirements specification, and description of methods, technologies, and mathematical approaches. The third section describes the architecture, modelling, and design of the application. The fourth section illustrates the process of software implementation, user interface creation, and application testing, and substantiates the reliability of the obtained results. The conclusions evaluate the work and the results obtained according to the thesis’ purpose. |
Beschreibung: | Золотова А. О. Застосунок розпізнавання об’єктів інфраструктури з використанням машинного навчання : кваліфікаційна робота на здобуття освітнього ступеня «бакалавр» : спец. 121 «Інженерія програмного забезпечення» / А. О. Золотова ; ЧНУ ім. Петра Могили. – Миколаїв, 2025. – 71 с. |
URI: | https://krs.chmnu.edu.ua/jspui/handle/123456789/4199 |
Enthalten in den Sammlungen: | Факультет ком'ютерних наук |
Dateien zu dieser Ressource:
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
кваліфікаційна робота Золотова.pdf | 14.74 MB | Adobe PDF | Öffnen/Anzeigen |
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.