Публікація:
Дослідження методів класифікації з використанням глибокого навчання

dc.contributor.authorРіпний, В. В.
dc.date.accessioned2025-01-24T09:54:57Z
dc.date.available2025-01-24T09:54:57Z
dc.date.issued2025
dc.description.abstractОб’єктом дослідження є набір методів та технологій, що базуються на використання штучного інтелекту та нейронних мереж, для розпізнавання, прогнозування протікання та лікування глаукоми. Метою дослідження є огляд та порівняння актуальних методів та підходів у сфері боротьби з глаукомою з використанням сучасних технологій. Проведений аналіз можливостей застосування методів глибокого навчання для покращення результатів розпізнавання хвороби на ранніх стадіях через ОКТ знімки. Розглянута можливість застосування рекурентних нейронних мереж для прогнозування перебігу хвороби. Виділені ознаки порівняння сучасних методів та підходів у даній області. У ході дослідження запропоновано план поєднання методів розпізнавання та прогнозування, а також використання великих розмовних моделей для персоналізації отриманих результатів.
dc.identifier.citationРіпний В. В. Дослідження методів класифікації з використанням глибокого навчання : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / В. В. Ріпний ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2025. – 64 с.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/29654
dc.language.isouk
dc.subjectнейронна мережа
dc.subjectглаукома
dc.subjectкритерії порівняння нейронних мереж
dc.subjectштучний інтелект у офтальмології
dc.subjectаналіз методів ші
dc.subjectОКТ знімки
dc.subjectкласифікаця зображень
dc.titleДослідження методів класифікації з використанням глибокого навчання
dc.typeOther
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
2025_M_INF_Ripny_VV.pdf
Розмір:
1.33 MB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.55 KB
Формат:
Item-specific license agreed upon to submission
Опис: