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
5 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.Публікація Синтез згорткових нейронних мереж та довгої короткочасної пам’яті для детектування профілеративної ретинопатії(Національний технічний університет "Харківський політехнічний інститут", 2024) Прочухан, Дмитро ВолодимировичДосліджено ефективність комбінації згорткових нейронних мереж та довгої короткочасної пам’яті в діагностиці профілеративної ретинопатії. Розглянуто способи синтезу вказаних видів мереж. Наведено переваги використання згорткової нейронної мережі ResNeXt-101 у порівнянні з ResNet-101. Розроблено нейромережеву модель, що синтезує вказану мережу з мережею довгої короткочасною пам’яті. Проведено навчання моделі. Наведено механізми функціонування вказаної моделі. За допомогою розробленої моделі розв’язана задача детектування профілеративної ретинопатїї. Отримано високі показники точності класифікації.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.Документ Аналіз інформаційних технологій для дистанційної ідентифікації динамічних об'єктів(Національний технічний університет "Харківський політехнічний інститут", 2023) Нікуліна, Олена Миколаївна; Северин, Валерій Петрович; Кондратов, Олексій Михайлович; Рекова, Наталія ЮріївнаРозглянуто проблему ідентифікації динамічних об'єктів з використанням інформаційних технологій дистанційної ідентифікації. Зазначено, що ідентифікація рухомих об'єктів має важливе значення в різних сферах, включаючи автономні транспортні засоби, медичну діагностику та робототехніку. Мета статті полягає в аналізі різних інформаційних технологій виявлення об'єктів, які можуть бути використані в майбутніх дослідженнях з дистанційної ідентифікації. Проведено аналіз методів визначення швидкості як динамічного параметру, аналіз двокрокових та однокрокових методів віддаленої ідентифікації об’єктів, аналіз ранніх методів ідентифікації, а також аналіз методів покращення віддаленої ідентифікації об'єктів. Розглянуто кілька засобів визначення руху об’єктів, зокрема, пропорційно-інтегрально-диференціальний регулятор, метод блоку вирівнювання, фазова кореляція, алгоритми піксельної рекурсії та методи оптичного потоку Лукаса – Канаді, Хорна – Шунка, Фарнбека, густого оптичного потоку. Ці засоби можуть бути використані для ефективного визначення руху об'єктів та ідентифікації їхньої швидкості незалежно від розміру та положення об’єктів. Розглянуті двокрокві та однокрокові методи виявлення об’єктів: метод регіонів зі згортковими нейронними мережами, його покращення, мережі пулінгу просторової піраміди, метод "Ти дивишся лише один раз", однокроковий багаторамковий метод, мережі сітківки, кутова мережа, центральна мережа та трансформер виявлення, які використовують різні підходи для покращення продуктивності та точності виявлення об'єктів. Підкреслено необхідність використання методів згорткових нейронних мереж та мереж пулінгу просторової піраміди для ефективної ідентифікації об’єктів незалежно від їхнього розміру та положення. Пропонуються нові підходи, які дозволяють створювати представлення фіксованої довжини для обробки зображень та регіонів інтересу, а також методи Віоли - Джонса, гістограми орієнтованих градієнтів, моделі деформованих частин. Дослідження в області виявлення об’єктів сприяють розвитку інформаційних технологій та покращенню ефективності систем ідентифікації динамічних об’єктів. Шляхом огляду та аналізу різних методів надані рекомендації для дослідників і практиків, що працюють у галузі дистанційної ідентифікації динамічних об’єктів.Документ Порівняння ефективності двох методів формалізації голосової взаємодії(Національний технічний університет "Харківський політехнічний інститут", 2018) Найдьонов, Іван МихайловичСтаття присвячена дослідженню ефективності формалізації голосової взаємодії без перетворення голосової інформації в текст, на основі застосування рефлекторної системи голосового управління, що складаються з фонемного стенографа, який перетворює звуковий запис на фонемну репрезентацію, і ядра класифікації, яке визначає зміст та керуючий вплив з отриманого набору фонем. Мета статті полягає у порівнянні ефективності методів машинного навчання для формалізації голосової взаємодії на прикладі системи підтримки диспетчеризації автотранспорту з використанням рефлекторної системи голосового управління. З метою перевірки ефективності побудованих моделей було проведено ітеративний процес збору даних (у відповідності до моделі голосової взаємодії у вигляді дерева сценаріїв) та моделювання формалізації, який передбачав аналіз отриманих результатів та розширення метрик точності оцінювання для незбалансованих вибірок (прецизійність, повнота, F-міра). На первинному етапі зібрано голосові дані 23 дикторів, у середньому по 45 зразків на реакцію. Результати моделювання на мінімальному наборі даних обома методами показали точність не вищу за 50%, що є недостатньою для практичного застосування. На основі цього було висунуто гіпотезу про малу кількість голосових даних для машинного навчання, тому на другому етапі зібрано в середньому 310 голосових зразків для кожної з 3-х реакцій простого контексту, загалом 925 реакцій. Моделювання методом інтелектуальних рефлекторних систем показало точність біля 60%, що також є недостатнім, а методом згорткових нейронних мереж - трохи більше за 90%, що є прийнятним. Для підтвердження ефективності методу інтелектуальних рефлекторних систем двох ітерацій виявилося недостатньо, висунуто гіпотезу про недостатню якість звукового запису та високий рівень шумів як перешкоди ефективності моделі формалізації, окреслено перспективи проведення наступного етапу дослідження. Зроблено висновок про ефективність рефлекторної системи голосового управління та її здатність на практиці визначати зміст та керуючий вплив отриманого набору фонем без перетворення голосової інформації в текстову форму.