Вісники НТУ "ХПІ"
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/2494
З 1961 р. у ХПІ видається збірник наукових праць "Вісник Харківського політехнічного інституту".
Згідно до наказу ректора № 158-1 від 07.05.2001 року "Про упорядкування видання вісника НТУ "ХПІ", збірник був перейменований у Вісник Національного Технічного Університету "ХПІ".
Вісник Національного технічного університету "Харківський політехнічний інститут" включено до переліку спеціалізованих видань ВАК України і виходить по серіях, що відображають наукові напрямки діяльності вчених університету та потенційних здобувачів вчених ступенів та звань.
Зараз налічується 30 діючих тематичних редколегій. Вісник друкує статті як співробітників НТУ "ХПІ", так і статті авторів інших наукових закладів України та зарубіжжя, які представлені у даному розділі.
Переглянути
6 результатів
Результати пошуку
Документ Моделі дистанційної ідентифікації параметрів динамічних об’єктів з використанням трансформерів виявлення та оптичного потоку(Національний технічний університет "Харківський політехнічний інститут", 2024) Нікуліна, Олена Миколаївна; Северин, Валерій Петрович; Кондратов, Олексій Михайлович; Ольховий, Олексій МихайловичЗадачі дистанційної ідентифікації параметрів динамічних об’єктів є важливими для різноманітних галузей, включаючи комп’ютерний зір, робототехніку, автономні транспортні засоби, системи відеоспостереження та багато інших. Традиційні методи розв’язання цих задач стикаються з проблемами недостатньої точності та ефективності визначення динамічних параметрів в умовах швидко змінюваних середовищ та складних динамічних сценаріїв. Розглядаються сучасні методи ідентифікації параметрів динамічних об’єктів з використанням технологій трансформерів виявлення та оптичного потоку. Трансформер виявлення є одним з новітніх підходів у галузі комп’ютерного зору, що використовує архітектуру трансформера для завдань детектування об’єктів. Цей трансформер інтегрує процеси виявлення об’єктів і визначення їхніх меж у єдину модель end-to-end, що значно покращує точність та швидкість обробки. Використання трансформерів дозволяє моделі ефективно обробляти інформацію з усього зображення одночасно, що сприяє кращому розпізнаванню об’єктів навіть у складних умовах. Оптичний потік є методом аналізу руху, що визначає швидкість та напрямок руху пікселів між послідовними кадрами відео. Цей метод дозволяє отримати детальну інформацію про динаміку сцени, що є критично важливим для точного відстеження та ідентифікації параметрів рухомих об’єктів. Пропонується інтеграція трансформерів виявлення та оптичного потоку для підвищення точності ідентифікації параметрів динамічних об’єктів. Комбінація цих двох методів дозволяє використовувати переваги обох підходів: високу точність детектування об’єктів та детальну інформацію про їхній рух. Проведені експерименти показують, що запропонована модель значно перевершує традиційні методи як у точності визначення параметрів об’єктів, так і у швидкості обробки даних. Ключові результати дослідження свідчать про те, що інтеграція трансформерів виявлення та оптичного потоку забезпечує надійне і швидке визначення параметрів рухомих об’єктів у реальному часі, що може бути застосовано у різних практичних сценаріях. Проведені дослідження також показали потенціал для подальшого вдосконалення методів обробки даних та їхнього застосування у складних динамічних середовищах. Отримані результати відкривають нові перспективи для розробки інтелектуальних систем моніторингу та керування, що здатні адаптуватися до швидкозмінних умов навколишнього середовища, підвищуючи ефективність та безпеку їхньої роботи.Документ Застосування сіамських нейронних мереж для порівняння аерофотознімків із картами місцевості(Національний технічний університет "Харківський політехнічний інститут", 2024) Власенко, В. О.У роботі представлено методологію розробки та навчання сіамської нейронної мережі для порівняння аерофотознімків із картами місцевості. Запропонований підхід спрямований на виявлення стійких та інформативних ознак у зображеннях, що дозволяє підвищити точність та автоматизацію процесу зіставлення. Представлений метод використовує дві ідентичні мережі, які тренуються паралельно, що забезпечує зменшення розриву у характеристиках між порівнюваними зображеннями. Сіамська нейронна мережа ефективно обробляє зображення різної якості та з різним ступенем деталізації, що робить її ідеальною для порівняння аерофотознімків з картами місцевості. Розроблений інструмент дозволяє оперативно аналізувати та порівнювати аерофотознімки з картами місцевості з високою ефективністю та точністю, що сприяє розширенню області застосування у геоінформаційних дослідженнях та інженерних додатках.Документ Моделі та методи виявлення обʼєктів в цифровій обробці зображень(Національний технічний університет "Харківський політехнічний інститут", 2024) Любченко, Віра Вікторівна; Мороз, Дмитро В.Виявлення об’єктів в цифрових зображеннях може стикатися з такими проблемами, що виникають в процесі реєстрації зображень, як наявність шуму, низька якість/роздільна здатність зображень, неоднорідність освітлення, перекриття об’єктів та інші. Ці проблеми ускладнюють процес виявлення об’єктів та призводять до помилок у роботі алгоритмів обробки зображень. Для розв’язання цих проблем досліджуються переваги, недоліки та технічні особливості моделей і методів виявлення об’єктів у цифрових зображеннях для їх обґрунтованого вибору в практичних застосуваннях.Документ Вимірювання лінійної швидкості з використанням мобільної роботизованої платформи з комп'ютерним зором(Національний технічний університет "Харківський політехнічний інститут", 2023) Воробйов, Богдан Віталійович; Сенченко, Сергій Олександрович; Кириленко, Ярослав Олександрович; Ліхно, Ярослав Владленович; Хань, Лю; Кутовий, Юрій МиколайовичПредставлено підхід до інтеграції алгоритмів комп'ютерного зору в систему керування тяговими електроприводами залізничного транспорту. Він демонструє використання алгоритмів комп’ютерного зору для обчислення лінійної швидкості як альтернативи звичайним датчикам, таким як одометри коліс, GPS, DGPS та інерційні датчики, які можуть виявитися неефективними на слизькій поверхні та на низьких швидкостях. Як наслідок, ця стаття зосереджена на використанні лінійної швидкості як зворотного зв'язку в системі керування для підвищення енергоефективності під час старту та зупинки та запобігання пробуксовці коліс. Система керування електроприводом була успішно впроваджена та випробувана на робототехнічній платформі, розробленій для моделювання динамічної поведінки в реальних сценаріях залізничного транспорту. У статті детально описано процес розробки цієї робототехнічної платформи, яка використовується для імітації динамічних умов реального світу на залізничному транспорті. Запропонований алгоритм керування оцінкою швидкості оцінено на спеціально розробленому випробувальному стенді, що виявило його здатність прогнозувати швидкість з відносно високим ступенем точності. Крім того, представлений алгоритм оптичного потоку для оцінки швидкості, який оцінюється за допомогою спеціально розробленої випробувальної установки, що вказує на сильну кореляцію між прогнозованою швидкістю транспортного засобу та вимірюваннями точних оптичних кодерів. Дослідження також визначає оптимальний розмір вікна функції для оцінки швидкості оптичного потоку в реальному часі. Таким чином, цей підхід демонструє значний потенціал для точної оцінки швидкості. Поточні експерименти проводяться в різних реальних умовах, а майбутні дослідження спрямовані на розробку надійної автономної системи вимірювання швидкості. Інтеграція сучасних цифрових технологій комп'ютерного зору не тільки покращує тягові характеристики електроприводів, але й розширює можливості тягових електроприводів, щоб відповідати суворим вимогам промислового обладнання.Документ Дослідження реалізаціїї автоматичних ситем із технологією комп'ютерного зору на виробництвах(Національний технічний університет "Харківський політехнічний інститут", 2022) Черпаков, Микита ІгоровичПроведено огляд на використання систем комп'ютерного зору, складність та проблематику їхньої розробки та використання на сучасних виробництвах, які потребують автоматизації праці та впровадження новітніх технологій для контролю за технологічним процесом. Виділені основні перспективні галузі для реалізацій систем комп'ютерного бачення. Визначені основні причини складності побудови подібних систем, які мають у собі як фізичну природу, так і комплексну природу комп'ютерного зору як дисципліни. Розглянута взаємодія таких систем із програмованими контролерами. Розглянуті мови програмування, на які слід звернути увагу як для програмування контролерів, так і для розробки комп'ютерного зору. Це мови програмування C++ та Python для розробки програмного забезпечення, які мають відповідні бібліотеки, що реалізують розпізнавання та навчання систем шляхом впровадження машинного навчання, а також мови ST, IL, LD, FBD, SFC для керування програмованими контролерами. Так само, реалізація основних вимог для систем комп'ютерного зору, як то гнучкість і масштабування є можливими завдяки мовам C++ та Python із відповідними сторонніми бібліотеками. Мова програмування у даному випадку стає зручним інструментом для впровадження попередньо реалізованих складних функцій. Звернена увага на те, що автоматичні системи із застосуванням комп'ютерного бачення є дискретно-аналоговими та потребують відповідних технічних пристроїв та програмованих контролерів. Також розглянуті технічні елементи, з яких вони мають складатися.Документ Програмний засіб для розпізнавання україномовних наукових статей(Національний технічний університет "Харківський політехнічний інститут", 2021) Татарінова, Оксана Андріївна; Овсяніков, В. В.Розглядається задача комп’ютерного розпізнавання, як окремо друкованих символів, так і цілих текстів, що можуть містити математичні формули, та подальшого збереження результуючого документа у форматі “Латекс”. В розробленому програмному забезпеченні реалізовано можливість розпізнавання друкованих символів латиниці, кирилиці, літер грецького алфавіту та спеціальних математичних знаків. Для цього застосовуються багатошарова згортальна нейронна мережа, побудована за допомогою бібліотеки машинного навчання “Керас”, та додаткові валідаційні евристики. Для підвищення якості розпізнавання нейронної мережі розроблено складний механізм преобробки зображень, що допомагає видалити шуми із зображення, виключити похибки пов’язані з нахилом символів, коректувати дефекти символів, пов’язані з якістю вхідного зображення. Також реалізовано механізми збирання окремих символів в слова або ж математичні формули, відтворення положення знаків індексів та ступенів, формування звичайних дробів та виразів під знаком кореня. Відбувається збереження результатів розпізнаного тексту до файлу з одночасною побудовою структури «latex» документу. Для демонстрації можливостей розробленого програмного забезпечення додано графічний інтерфейс користувача, за допомогою якого можна ще до початку розпізнавання обрати та оглянути вхідне зображення. Під час тестування програмного засобу, було проведено розпізнавання зображень різних типів: повністю текстуальні, математичні формули без тексту, математичні формули, які знаходяться між блоками тексту.