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
4 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 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 Розробка та порівняння моделей глибокого навчання для сегментації супутникових зображень з метою локалізації ерозії грунтів(Національний технічний університет "Харківський політехнічний інститут", 2022) Багмут, Іван Олександрович; Фігурська, Валентина СтепанівнаДана робота присвячена вирішенню задачі автоматичного визначення географічного положення ґрунтів, що виявляють ознаки деградації. У роботі проведене детальне дослідження існуючої літератури за тематикою, розглянуто алгоритми та підходи вирішення задачі та їх переваги і недоліки, а також запропоновано критерії оцінки та базовий алгоритм для порівняння з результатами подальших досліджень та експериментів. Такий підхід забезпечує адекватну оцінку якості розробки програмних засобів сегментації зображень. Оскільки алгоритми машинного навчання потребують попередньої обробки даних, а також існують певні особливості роботи із супутниковими зображеннями, розроблена низка функцій, які надалі можуть використовуватись такими алгоритмами. Результатом роботи є розроблений програмний пакет завантаження та передобробки супутникових зображень, а також тренування і оцінки моделей глибокого навчання.Документ Дослідження нейронних мереж для прогнозування вартості акцій компаній у нестабільній економіці(Національний технічний університет "Харківський політехнічний інститут", 2022) Москаленко, В'ячеслав Васильович; Санталова, Анастасія Романівна; Фонта, Наталія ГригорівнаДані дослідження присвячені аналізу і вибору нейронних мереж різної архітектури та гібридних моделей, до яких включені нейронні мережі, для прогнозування ринкової вартості акцій на фондовому ринку країни, яка перебуває у процесі нестабільного розвитку. Аналіз та прогнозування таких фондових ринків не може бути проведено з використанням класичних методів. Актуальність теми дослідження зумовлена необхідністю розробки програмних систем, які реалізують алгоритмічне забезпечення прогнозування ринкової вартості акцій в Україні. Впровадження таких програмних систем до контуру прийняття інвестиційних рішень у компаніях, які зацікавлені у підвищенні інформаційної прозорості фондового ринку України, дасть можливість покращити прогнози щодо ринкової вартості акцій. Це у свою чергу сприятиме покращенню інвестиційного клімату та забезпечить зростання інвестування в українську економіку. Проведено аналіз результатів існуючих досліджень щодо використання нейронних мереж та інших методів обчислювального інтелекту для моделювання поведінки учасників фондового ринку та прогнозування ринку. У статті надано результати дослідження щодо використання нейронних мереж різної архітектури для прогнозування ринкової вартості акцій на фондових ринках України. Для прогнозування було обрано чотири акції Української фондової біржі: Центренерго (CEEN); Укртелеком (UTLM); Крюківський Вагонобудівний Завод ПАТ (KVBZ); Райффайзен Банк Аваль (BAVL). Для експериментального дослідження були обрані такі моделі: довга короткострокова пам’ять LSTM; згорткова нейронна мережа CNN; гібридна модель, яка поєднує дві нейронної мережі CNN і LSTM; гібридна модель, що складається з алгоритму декомпозиції варіаційного режиму та нейронної мережі довгострокової пам’яті (VMD-LSTM); гібридна модель VMD-CNN-LSTM глибокого навчання на основі варіаційного режиму (VMD) та двох нейронних мереж. Розраховано оцінки якості прогнозу за різними метриками. Зроблено висновок, що використання гібридної моделі VMD-CNN-LSTM дає мінімальну помилку прогнозування ринкової вартості акцій українських підприємств. Також доцільно використовувати модель VMD-LSTM для прогнозування на біржах країн з нестабільною економікою.