Кафедра "Автоматика та управління в технічних системах"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/5193

Офіційний сайт кафедри http://web.kpi.kharkov.ua/auts

Кафедра "Автоматика та управління в технічних системах" виділилася в самостійну одиницю у складі електромеханічного факультету Харківського електротехнічного інституту в 1948 році з кафедри "Електричні апарати". У момент створення вона мала назву Кафедра "Автоматика і телемеханіка". Першим завідувачем кафедри став кандидат технічних наук, доцент Файвель Аронович Ступель.

За роки свого існування кафедра випустила понад 3500 фахівців.

Кафедра входить до складу Навчально-наукового інституту комп'ютерного моделювання, прикладної фізики та математики Національного технічного університету "Харківський політехнічний інститут".

У складі науково-педагогічного колективу кафедри працюють 1 доктор технічних наук, 9 кандидатів технічних наук; 1 співробітник має звання професора, 7 – звання доцента.

Переглянути

Фільтри

2019 - 20202

Налаштування

Містить файли: ТакКлючові слова: search.filters.subject.нейросети

Результати пошуку

Зараз показуємо 1 - 2 з 2
  • Ескіз
    Документ
    Применение нейросетей с residial архитектурой для фильтрации шумов изображений
    (Національний технічний університет "Харківський політехнічний інститут", 2019) Васильченков, Олег Георгиевич; Сальников, Дмитрий Валентинович
  • Ескіз
    Документ
    Применения нейросетей с residial архитектурой для фильтрации импульсных шумов изображений
    (Государственный университет имени Шакарима города Семей, 2020) Сальников, Дмитрий Валентинович; Васильченков, Олег Георгиевич
    На текущий момент обработка изображений – одна из наиболее быстро развивающихся областей обработки данных. Данные изображений подвергаются воздействию шумов на протяжении процедуры захвата и передачи данных по каналам связи. С каждым годом объем данных изображений увеличивается. Таким образом задача удаления шумов с изображений становиться все более актуальной. В последнее время набирают популярность нейросетевые подходы к решению задачи фильтрации шумов. Для обучения сложных архитектур нейросетей используют дополнительные блоки, существенно влияющие на показатели производительности. В данной работе предложена архитектура нейросети с residual блоками, позволяющая осуществить фильтрацию с высокими показателями качества и времени.