груші яблоко повидло
груші яблоко повидло
Please use this identifier to cite or link to this item: https://krs.chmnu.edu.ua/jspui/handle/123456789/1705
Full metadata record
DC FieldValueLanguage
dc.contributor.authorТрухова, А. С.-
dc.date.accessioned2021-03-22T12:41:16Z-
dc.date.available2021-03-22T12:41:16Z-
dc.date.issued2021-
dc.identifier.urihttps://krs.chmnu.edu.ua/jspui/handle/123456789/1705-
dc.descriptionТрухова А. С. Маршрутизація дрону на пересіченій місцевості з використанням методів машинного навчання : автореф. дип. роботи на здобуття освітнього ступеня «магістр»: спец. 124 «Системний аналіз» / А. С. Трухова , ЧНУ ім. Петра Могили. - Миколаїв, 2021. - 13 с.uk_UA
dc.description.abstractМагістерська кваліфікаційна робота на здобуття освітньої кваліфікації «Магістр системного аналізу». – Чорноморський національний університет імені Петра Могили, Миколаїв, 2021. Актуальність роботи полягає у створенні альтернативної системи маршрутизації дрона з використанням методів машинного навчання, яка забезпечить стабільне керування безпілотним літальним апаратом для виконання певного завдання. Адже потенціал використання безпілотних літальних апаратів обмежений тим, що на сьогоднішній день керування польотом дрону здійснюється в напівавтоматичному режимі по командам оператора, або в дистанційному режимі з використанням пульту керування. Така система є нестійкою до людського фактору, адже повністю залежить від оператора. До того ж часто дрони використовуються в ситуаціях, де фізично мало місця для комфортного пілотування, і незначна помилка з боку людини може призвести до зіткнення з певним предметом, і як наслідку поломки апарату. Об’єктом дослідження є процес автопілотування безпілотного літального апарату. Предметом дослідження є система керування дроном з використанням методів машинного навчання. Метою дослідження є забезпечення ефективної маршрутизації безпілотного літального апарату у просторі, що дозволить з більшою точністю переміщатися визначеним маршрутом та підвищить стабільність польоту. В результаті виконання роботи було досліджено основні методи машинного навчанні, а саме навчання з підкріпленням, визначені основні їх переваги та недоліки, розроблено систему, яка дозволяє виконувати навчання нейронної мережі з користувацькими параметрами для своїх цілей або використовувати вже навчену та розроблену модель штучного інтелекту. Дана робота складається з шести розділів. Кожен розділ відповідно присвячений: аналізу предметної області, підходам та методам машинного навчання, використаним у магістерській роботі, моделюванню і навчанню моделі штучного інтелекту, тестуванню та створення документації для розробленої системи, методичній частині магістерської роботи, охороні праці і безпеці життєдіяльності. Загальний обсяг роботи – 136 сторінок. Магістерська робота містить два додатки, 52 рисунків, 5 таблицю і посилання на 46 джерел.uk_UA
dc.language.isootheruk_UA
dc.publisherЧНУ ім. Петра Могилиuk_UA
dc.subjectавторефератuk_UA
dc.subjectмагістерська роботаuk_UA
dc.subjectсистемний аналізuk_UA
dc.subjectКондратенко Юрій Пантелійовичuk_UA
dc.subjectзадача маршрутизації транспортуuk_UA
dc.subjectбезпілотні літальні апаратиuk_UA
dc.subjectQ-навчанняuk_UA
dc.subjectметоди машинного навчанняuk_UA
dc.subjectштучний інтелектuk_UA
dc.titleМаршрутизація дрону на пересіченій місцевості з використанням методів машинного навчанняuk_UA
dc.title.alternativeавтореферат магістерської дисертації на здобуття освітнього ступеня «магістр», спеціальність 124 «Системний аналіз»uk_UA
dc.typeOtheruk_UA
Appears in Collections:Факультет комп'ютерних наук

Files in This Item:
File Description SizeFormat 
Автореферат 607 Трухов Артем Сергійович.pdf564.25 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.