ElAr :: Перегляд Кафедра комп'ютерних інтелектуальних технологій та систем (КІТС) за Дата випуску

Документ

Згорткові нейронні мережі як основа машинного навчання

(ХНУРЕ, 2020) Потьомкіна, К. О.

This given work is devoted to Convolutional Neural Networks (ConvNets or CNNs). CNNs are a category of Neural Networks that have proven very effective in areas such as image recognition and classification. ConvNets have been successful in identifying faces, objects and traffic signs apart from powering vision in robots and self driving cars.

Документ

Основні переваги технології глибокого машинного навчання

(ХНУРЕ, 2020) Міщенко, Д. О.

This given work is devoted to Deep Machine Learning, type of Machine Learning that can program model to predict result by input datasets. Also in this article you’ll understand benefits and drawbacks of this technology, and most important how exactly Deep Machine Learning works

Документ

Оптимізація процесу навчання штучних нейронних мереж

(Друкарня Мадрид, 2020) Безсонов, О. О.; Руденко, О. Г.; Олійник, К.; Романюк, О.

В роботі розглядається питання оптимізації навчання штучних нейронних мереж шляхом вибору оптимальних параметрів, що використаються в функціоналах (параметр масштабу), та параметрів в алгоритмах оцінювання Качмажа та Нагумо-Ноди (параметри релаксації та регуляризації).

Документ

Основні особливості викорстання мультиагентних систем та технологій

(ХНУРЕ, 2020) Варченко, Д. Ю.

The basis of the theory and practice of artificial intelligence systems is primarily based on the concepts of formal systems based on classical logic, traditional methods of engineering knowledge. New approaches are being developed today: fuzzy logic, neural network models, genetic algorithms, multi agent (multi-agent) systems and artificial organizations

Документ

Гібридні нейронні мережі з імунним навчанням для розв’язання задачі прогнозування часових рядів

(ХНУРЕ, 2020) Гніденко, В. А.; Звонкова, В. О.

This paper explores the principles of neural network hybridization and immune algorithms, which allows us to create new types of information processing models that have a higher quality of problem solving while reducing computational training costs. The use of hybrid neural networks for solving time series prediction is considered.

Документ

Багатоагентні системи як спосіб моделювання та проектування

(ХНУРЕ, 2020) Охотников, О. С.

An analysis of the problem of using multi-agent systems revealed the lack of a unified approach to the design and creation of a convenient way of modeling distributed systems. Multi-agent systems provide a useful modeling framework in systems consisting of a large number of agents who interact with each other in various ways. In these models, the agents change their actions as a result of events in the process of interaction. The behavior of the whole system depends on these interactions between agents, which can be represented in a model. Multi-agent system are used to set up spatial models, which integrate social and ecological dimensions.

Документ

Огляд моделей агентів на штучному фінансовому ринку

(ХНУРЕ, 2020) Дольнев, Р. О.

An analysis of the models of agents in the artificial financial market was made in the paper. Research has shown that trading systems involve the use of sophisticated artificial intelligence systems to make extremely fast trading decisions. Machine algorithms provide many significant advantages. Trading systems track both structured and unstructured data over a short period of time. The expediency of using artificial agents in the financial market has been revealed.

Документ

Огляд потенційних емоцій у штучних агентів

(ХНУРЕ, 2020) Устьянов, М. С.

To analyze the current results of social robotics, it is suggested to consider how people perceive emotions expressed by an artificial agent, such as facial expression and body condition. Also we can evaluate the similarities and differences in emotions in artificial agents compared to human, In addition to accurately recognizing the emotional state of an artificial agent, it is important to understand how people respond to these emotions. Systematic comparison of emotional and non-emotional agents in the proposed method will allow to make objective statements about the usefulness of emotional control of both biological and artificial agents.

Документ

Прийняття рішень в многоагентних системах

(ХНУРЕ, 2020) Овчаренко, Є. С.

In systems, he applies the idea of formal mathematical modeling (description) of the behavior of elements, similar to how this is done for technical control objects. This is the basis of the mathematical apparatus of game theory and the well-known mathematical decision-making models. The game theory apparatus is being developed taking into account the needs of the management tasks being solved. Therefore, it is necessary to propose models and decision-making methods that show how to build models of organizational and socio-economic systems in the form of multi-agent systems.

Документ

Інтелектуальний металошукач на МК AT90S2313

(ХНУРЕ, 2020) Назаров, І. Г.; Ткачук, О. К.

The paper proposes a microcontroller device of a metal detector, by means of which the formation of time intervals for control of all nodes of the device is carried out. The device uses intelligent information processing techniques to distinguish between the presence of ferrous and non-ferrous metals, determine the depth of occurrence, shape and mass of the object.

Документ

Основні складнощі при виборі архітектури хмарного додатка

(Друкарня Мадрид, 2020) Сердюк, Н. Н.

ІТ-індустрія живе з урахуванням хмарних обчислень. Шаблони споживання послуг дають нові можливості для користувачів, але хмари створюють ряд проблем, коли справа стосується побудови програм у хмарній парадигмі.

Документ

Використання технології розпізнавання емоцій людини на основі штучних нейронних мереж в освіті

(ГО «Європейська наукова платформа», 2021) Татарников, А. О.

У зв'язку з переведенням навчального процесу на принципово нові навчальні плани істотно зростає роль самостійної роботи студентів, яка стала основною формою отримання знань. В таких умовах виникає гостра необхідність інтеграції спеціалізованих форм контролю навчальної роботи студентів, і автоматизації навчального процесу в цілому. Це пов'язано з тим, що оцінка завдань і контрольних тестів для великих обсягів студентів, займає значну кількість часу, який можна було використати для взаємодії викладача зі студентами, підготовки до занять або роботи над професійним розвитком самого вчителя.

Документ

Переваги використання мови Python для глибокого машинного навчання

(ХНУРЕ, 2021) Береза, Є. Д.

Machine learning was a breakthrough in analytics: thanks to it, it was finally possible to work with unstructured data - images, sounds, and so on. Python is widely used in machine learning, its simplicity helps to work on complex algorithms. The elegant syntax and dynamic text input of Python, along with the interpreted nature, make it an ideal language for scripting and rapid application development in many areas on most platforms. Simple Python syntax helps the programmer test complex algorithms with minimal implementation time.

Документ

Вдосконалена система створення та контролю микроклімату у замкнутому приміщенні

(ХНУРЕ, 2021) Шеліхов, Ю. О.

Until then, there are prospects for the development of urbanized agricultural production (farm farming) based on the analysis of key innovative technological and market trends. It means that there is a tendency towards a speedy obsession with native lands, the cultivation of resources in ecosystems, including resources in the light ocean, negative inheritance of changes in the climate are the main factors of growth in the development of traditional The revision of the territory of the mass media from the mass markets should be carried out until the approval of the significant communications of the views.

Документ

Важливість технологій глибокого машинного навчання

(2021) Потьомкіна, К. О.

In deep learning, a computer model learns to perform classification tasks directly from images, text, or sound. Deep learning models can achieve state-ofthe-art accuracy, sometimes exceeding human-level performance. Models are trained by using a large set of labeled data and neural network architectures that contain many layers.

Документ

Використання комп’ютерного зору для розпізнавання образів

(ГО «Європейська наукова платформа», 2021) Омельченко, С. О.

На даний момент комп’ютерні методи, що імітують людський зір, використовуються не тільки для виявлення, відстежування і класифікації об’єктів, але й для таких задач як розпізнавання тексту, ідентифікації предметів і людей, відновлювання зображення, оцінки руху, автопілотування, а також діагностики захворювань. Одним з основних напрямків використання комп’ютерного зору є розпізнавання образів – це використання комп’ютерних алгоритмів для виявлення закономірностей даних. Він класифікує дані на основі статистичної інформації або знань, отриманих із шаблонів, та їх представлення.

Документ

Використання комп’ютерного зору для ідентифікації змісту етикеток харчових продуктів

(ГО «Європейська наукова платформа», 2021) Сорока, Д. О.

Комп'ютерний зір використовується в різних галузях промисловості – від енергетики та комунальних послуг до обробної промисловості та автомобілебудування. Комп'ютерному зору необхідний великий обсяг даних. Він багаторазово проводить аналіз даних, поки не виявить відмінності і, в результаті, не розпізнає зображення. Для цього використовуються дві основні технології: глибоке навчання та згорткова нейронна мережа (ЗНМ). Машинне навчання використовує алгоритмічні моделі, які дозволяють комп'ютеру самостійно вивчати контекст візуальних даних. Якщо через модель подається достатня кількість даних, комп'ютер проаналізує дані і навчиться відрізняти одне зображення від іншого.

Документ

Використання технології комп’ютерного зору при проведенні онлайн тестування

(ХНУРЕ, 2021) Татарников, А. О.

The presented work is devoted to the use of computer vision technology during online testing. The main problems of organizing and conducting online testing offline are considered. It is proposed to use a hybrid architecture, which is based on the joint work of the algorithm for finding violations and controlling the testing process remotely. The proposed solution provides fast and accurate interaction between students and the control program in real time.

Документ

Впровадження візуалізаційних технологій під час навчання

(ХНУРЕ, 2021) Зюзько, А. О.

An analysis the use of visualization tools during training was made in the paper. Research has shown that visualization uses concepts, methods and tools borrowed from other fields: the principles of map construction, the principles of data representation in graphs, graphic design, software and others. It is proposed to use animation to create a generalization, through which you could base your predictions.

Документ

Оптимізація дорожнього руху з використанням штучного інтелекту

(ХНУРЕ, 2021) Костров, Д. Р.

The rapid pace of developments in Artificial Intelligence (AI) is providing unprecedented opportunities to enhance the performance of different industries and businesses, including the transport sector. The innovations introduced by AI include highly advanced computational methods that mimic the way the human brain works. Moreover, it is promising for transport authorities to determine the way to use these technologies to create a rapid improvement in relieving congestion, making travel time more reliable to their customers and improve the economics and productivity.

Перегляд

Перегляд Кафедра комп'ютерних інтелектуальних технологій та систем (КІТС) за Дата випуску

Результатів на сторінку

Параметри сортування