Вибрані статті з наукових збірників

Постійне посилання на фондhttps://repositary.knuba.edu.ua/handle/987654321/27

Переглянути

Фільтри

2019 - 20202

Налаштування

Ключові словаsearch.filters.applied.operator.equals: search.filters.subject.neural network

Результат пошуку

Зараз показуємо 1 - 2 з 2
  • Документ
    Автоматизовані системи високопродуктивної ідентифікація об’єктів зображень за геометричними ознаками
    (КНУБА, 2020) Поплавський, О. А.; Бондар, Олена Анатоліївна; Павлов, С. В.; Поплавська, О. А.
    У статті обґрунтовується доцільність та практична цінність використання специфічної методології імітаційного моделювання, що передбачає цифрову обробку та математичну сутність технології нейронних мереж. Виділення параметрів та локалізація необхідних областей медичних зображень – складний процес, який потребує інтелектуальних алгоритмів, хорошої якості зображень, а також втручання кваліфікованого оператора при дослідженні великих масивів даних. Пухлина головного мозку – серйозне захворювання, і кількість людей, які помирають через пухлини головного мозку, незважаючи на значний прогрес у лікуванні залишається вражаючою. В даному досліджені детально представлено розроблений алгоритм для високопродуктивної ідентифікації об’єктів (ранньому виявленні та ідентифікації пухлин) на МРТ-знімках за геометричними ознаками. Даний алгоритм на основі попередньої обробки зображення аналізує масив даних за допомогою згорткової нейронної мережі (ЗНМ) та розпізнає патології на зображеннях. Отриманий алгоритм є кроком до створення автономних автоматичних систем ідентифікації та прийняття рішень, щодо діагностики злоякісних пухлин та інших новоутворень у головному мозку за геометричними ознаками. The article substantiates the feasibility and practical value of using a specific simulation modeling methodology, which provides for digital processing and the mathematical essence of neural network technology. A brain tumor is a serious disease, and the number of people who die due to a brain tumor, despite significant progress in treatment remains impressive. In this research presents in detail the developed algorithm for highperformance identification of objects (early detection and identification of tumors) on MRI images by geometric features. This algorithm, based on image pre-processing, analyzes the data array using a convolutional neural network (CNN) and recognizes pathologies in the images. The obtained algorithm is a step towards the creation of autonomous automatic identification and decision-making systems for the diagnosis of malignant tumors and other neoplasms in the brain by geometric features.
  • Документ
    Розробка концепції системи керування роботом для штукатурних робіт на основі нейронної мережі
    (КНУБА, 2019) Міщук, Дмитро; Бойченко, Андрій
    Приготування будівельного розчину, його подачу до місця робіт та нанесення на поверхню ефективно здійснювати за допомогою автоматизованих механічних систем в тандемі з розчинонасосами поєднаними зі штукатурними агрегатами за допомогою яких можна виконувати автоматичне встановлення контрольних маяків, попереднє ґрунтування поверхні, розбризкування цементного розчину та затирання. Технічна досконалість і конкурентна спроможність роботизованих штукатурних станцій в значній мірі залежить від прийнятих кінематичних моделей розроблюваного штукатурного робота та розробки на їх основі досконалих систем керування. Прості кінематичні схеми породжують прості конструктивні рішення, які досить швидко прототипуються та мають невисоку вартість, проте такі рішення, внаслідок своєї конструктивної недосконалості, зазвичай використовуються для обмежених виробничих процесів, мають малу точність та примітивну систему керування, що не дозволяє застосовувати їх для глибокої автоматизації у виробництві. Складні кінематичні схеми роботів дозволяють застосовувати їх, як універсальний засіб на багатьох стадіях будівельного виробництва, проте такі конструктивні рішення потребують створення досконалих складних систем керування. Застосування нейронної мережі дозволяє спростити архітектуру системи керування, зробити її універсальною для виконання роботом різних технологічних процедур, проте вона потребує чіткого алгоритму опису математичної моделі роботи та його навчання. В даному дослідженні запропоновано математичну модель нейронної мережі на основі сигмоїдальної функції активації для дволанкового маніпулятора.