Публікація: Інтелектуальна система аналізу даних атомно-силової мікроскопії клітин
Завантаження...
Дата
2023
Автори
Назва журналу
ISSN журналу
Назва тома
Видавництво
Анотація
Мета роботи – підвищення якості зображень атомно-силової мікроскопії. Методи дослідження – аналіз існуючих методів глибинного навчання для відновлення пропущених даних в зображеннях атомно-силової мікроскопії, порівняння ефективності запропонованих методів з традиційними, обробка та аналіз отриманих результатів. У кваліфікаційній роботи досліджено можливості використання штучного інтелекту для розв'язання проблеми пропусків в зображеннях атомно-силової мікроскопії, розглянуто різні методи глибокого навчання для відновлення пропущених даних в зображеннях, такі як генеративні моделі з підсиленням, автокодувальні мережі та глибокі конволюційні мережі. На основі результатів був проведений аналіз швидкодії запропонованого підходу та обчислені метрики для оцінки якості класифікації.
Опис
Ключові слова
атомно-силова мікроскопія, відновлення зображень, глибинне навчання, інтерполяція, конволюційні мережі, штучна нейронна мережа
Бібліографічний опис
Таласімова К. М. Інтелектуальна система аналізу даних атомно-силової мікроскопії клітин : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / К. М. Таласімова ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2023. – 66 с.