Вісник № 42
Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/40622
Переглянути
4 результатів
Результати пошуку
Документ Аналіз ефективності навчання CNN за принципом "вчитель-учень" з використанням непідготовленого image-dataset(НТУ "ХПІ", 2018) Зубарєв, Д. О.; Скарга-Бандурова, І. С.Штучні нейронні мережі з кожним роком розширюють спектр існуючих та потенційних сфер використання. Якість навчання штучних нейронних мереж є основою якості їх подальшого функціонування. Стаття присвячена аналізу ефективності навчання штучних нейронних мереж класу CNN для розпізнавання непідготовленого набору зображень (Image-Dataset) за принципом "вчитель-учень", де у ролі вчителя виступає попередньо навчена діюча штучна нейронна мережа CNN-1, що завдає алгоритм навчання, а учнем є непідготовлена штучна нейронна система CNN-2. Доведено, що CNN-1 є більш ефективною для пошуку великого спектра об'єктів на зображеннях, а CNN-2 найкраще працює для вузько направлених надточних пошуків завданих об'єктів.Документ Модель обробки потокових даних для розпізнавання окремих одиниць жестової мови(НТУ "ХПІ", 2018) Сіряк, Р. В.; Скарга-Бандурова, І. С.У статті розглянута задача розпізнавання окремих жестів рук, отриманих з вебкамери. Запропоновано модель обробки потокових даних та розпізнавання жестів на відеозображеннях у вигляді 10-шарової згорткової нейронної мережі. За результатами оцінки якості моделі, отримана точність на тестовій множині склала 96%, значення функції втрати – 0.02. Результати перевірки показали, що модель є стійкою до відносно широких кутів обертання рук і є незалежною від освітлення, завдяки використанню контурів.Документ Налаштування моделі прогнозування часу прибуття громадського транспорту на зупинки міста(НТУ "ХПІ", 2018) Деркач, М. В.; Скарга-Бандурова, І. С.; Хишев, В. О.Стаття присвячена питанню створення ІоТ-системи для прогнозування та інформування пасажирів про час прибуття транспортних засобів на зупинки міста. Розробка являє собою інтеграцію обчислювальних і комунікаційних систем, спрямованих на полегшення взаємодії між фізичними об'єктами через мережу Інтернет. Наведена базова модель для прогнозування часу прибуття транспортного засобу вздовж маршруту та варіант її настроювання для покращення прогнозу. Наведено результати порівняння практичного застосування моделей в режимі реального часу для тролейбусного парку міста Сєвєродонецьк. Визначено загальне відхилення розрахунків прогнозу від дійсного часу прибуття тролейбуса на контрольні точки (зупинки).Документ Комплексний підхід до обробки різнорідних медичних даних з відсутніми значеннями(НТУ "ХПІ", 2018) Білобородова, Т. О.; Скарга-Бандурова, І. С.Показана необхідність врахування змішаних наборів даних з відсутніми значеннями. Запропоновано узагальнений підхід до обробки різнорідних медичних даних з урахуванням типу даних, механізму їх відсутності. Проведене опрацювання трьох різних наборів даних з використанням запропонованого підходу та контрольної моделі. Надано порівняння ефективності опрацювання даних.