Публікація: Порівняльний аналіз ефективності Transfer Learning для CNN-архітектур та Vision Transformer у медичній рентгенографії
dc.contributor.author | Гопко, Є. С. | |
dc.date.accessioned | 2025-10-04T18:57:02Z | |
dc.date.available | 2025-10-04T18:57:02Z | |
dc.date.issued | 2025 | |
dc.description.abstract | Об’єктом дослідження є процес автоматизованої класифікації медичних зображень рентгенографії грудної клітки з використанням моделей глибокого навчання. Предметом дослідження є ефективність застосування різних архітектур нейронних мереж, зокрема згорткових нейронних мереж і Vision Transformer, у поєднанні з підходом transfer learning для медичної діагностики. Метою роботи є порівняльний аналіз результативності використання transfer learning у поєднанні з різними архітектурами глибоких моделей для задач класифікації рентгенограм. У роботі використано експериментальні методи комп’ютерного моделювання, включно з попереднім навчанням моделей, тренуванням на медичних наборах даних та подальшим оцінюванням за допомогою стандартних метрик якості. У результаті роботи встановлено, що модель Vision Transformer у поєднанні з transfer learning демонструє найвищу точність класифікації порівняно з класичними CNN-архітектурами. | |
dc.identifier.citation | Гопко Є. С. Порівняльний аналіз ефективності Transfer Learning для CNN-архітектур та Vision Transformer у медичній рентгенографії : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на першому (бакалаврському) рівні, спеціальність 122 Комп’ютерні науки / Є. С. Гопко ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2025. – 91 с. | |
dc.identifier.uri | https://openarchive.nure.ua/handle/document/32874 | |
dc.language.iso | uk | |
dc.subject | медична діагностика | |
dc.subject | рентгенографія | |
dc.title | Порівняльний аналіз ефективності Transfer Learning для CNN-архітектур та Vision Transformer у медичній рентгенографії | |
dc.type | Other | |
dspace.entity.type | Publication |
Файли
Оригінальний пакет
1 - 1 з 1
Завантаження...
- Назва:
- 2025_B_ShI_Gopko_YeS.pdf
- Розмір:
- 8.07 MB
- Формат:
- Adobe Portable Document Format
Ліцензійний пакет
1 - 1 з 1
Немає доступних мініатюр
- Назва:
- license.txt
- Розмір:
- 10.74 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: