За технічних причин Електронний архів Харківського національного університету радіоелектроніки «ElAr КhNURE» працює тільки на перегляд. Про відновлення роботи у повному обсязі буде своєчасно повідомлено.
 

Публікація:
Виявлення морського сміття за допомогою комерційних супутникових зображень і глибокого навчання

dc.contributor.authorЛичман, М. С.
dc.date.accessioned2023-01-19T18:35:10Z
dc.date.available2023-01-19T18:35:10Z
dc.date.issued2022
dc.description.abstractМетою кваліфікаційної роботи є створення глибинної нейронної мережі для аналізу зображень з комерційних супутникових знімків. В ході виконання кваліфікаційної роботи було виконане наступне: - обґрунтовано актуальність обраної теми, оглянуто наукові публікації, які стосуються теми кваліфікаційної роботи та існуючі рішення на ринку; - розглянуто та проаналізовано технології нейронних мереж та глибинного навчання; - розглянуто існуючі рішення з розпізнавання об’єктів, бібліотеки та фреймворки, що були використані під час дослідження; - описано технології розробки та інструментальні засоби, що використовувалися для створення глибинної нейронної мережі; - зібрано набір даних для навчання глибинної нейронної мережі; створено кросплатформенну утиліту для аналізу фотографій користувача навченою моделью на наявність на ній морського сміття
dc.identifier.citationЛичман М. С. Виявлення морського сміття за допомогою комерційних супутникових зображень і глибокого навчання : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 123 Комп’ютерна інженерія / М. С. Личман ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2022. – 64 с.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/21486
dc.language.isouk
dc.subjectнейронна мережа
dc.subjectconvnet
dc.subjectсупутникові знімки
dc.subjectморське сміття
dc.subjectmarine debris
dc.subjectмікропластик
dc.titleВиявлення морського сміття за допомогою комерційних супутникових зображень і глибокого навчання
dc.typeOther
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
2022_M_KITS_Lichman_NS.pdf
Розмір:
1.67 MB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.64 KB
Формат:
Item-specific license agreed upon to submission
Опис: