2023 № 1-2 Інформатика i моделювання
Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/69858
Переглянути
2 результатів
Результати пошуку
Документ Прикладне програмне забезпечення для моделювання параметрів сенсорів на основі кварцових п'єзоелектричних елементів(Національний технічний університет "Харківський політехнічний інститут", 2023) Савченко, В. М.; Мнушка, О. В.; Леонов, Сергій ЮрійовичРозв'язано прикладну науково-технічну задачу побудови програмного забезпечення для дослідження параметрів кварцових п'єзоелементів із міжелектродним зазором. Проведено аналітичний огляд задач, що виникають під час моделювання параметрів, основні підходи до побудови наукового програмного забезпечення із використанням універсальних математичних пакетів та вузько спеціалізованих програм. Розроблено структуру компонентів програмного забезпечення із використанням принципів об'єктно-орієнтованого дизайну та програмування. Розроблено бібліотеку підпрограм для розрахунків фізичних параметрів кварцових елементів мовою програмування Python. Програмне забезпечення може бути розширеним за рахунок використання додаткових уточнених математичних моделей.Публікація Нейромережеве моделювання в реалізації системи визначення ураження сітківки ока діабетичного походження(Національний технічний університет "Харківський політехнічний інститут", 2023) Прочухан, Дмитро ВолодимировичЗ метою визначення стадії ураження сітківки ока діабетичного походження застосовано механізми машинного навчання. Обґрунтовано використання згорткової нейронної мережі DenseNet для якісного розпізнавання і сегментації зображень. Проведено модифікацію мереж DenseNet-121, DenseNet-169 і DenseNet-201 шляхом додавання додаткових шарів. Розроблено програмні механізми обробки зображень за допомогою розмиття Гауса, видалення чорних рамок і мінімізації впливу зміни положення зображень на якість розпізнавання. Здійснено побудування і навчання моделі. Отримано високі показники точності розпізнавання. Для мережі DenseNet-201 отримано показник 97.9%, що переважає показники мереж DenseNet-121 і DenseNet-169.