Кафедра інформатики (ІНФ)https://openarchive.nure.ua/handle/document/682024-03-28T11:45:36Z2024-03-28T11:45:36Z5921Ансамблі статистичних розподілів для множини компонентів структурного опису зображенняКарпушин, Д.https://openarchive.nure.ua/handle/document/256772024-02-23T01:01:54Z2024-01-01T00:00:00Zdc.title: Ансамблі статистичних розподілів для множини компонентів структурного опису зображення
dc.contributor.author: Карпушин, Д.
2024-01-01T00:00:00ZВивчення методів класифікації зображень із застосуванням швидкісного пошуку релевантності данихЧмутов, Ю.https://openarchive.nure.ua/handle/document/255692024-02-13T19:42:28Z2024-01-01T00:00:00Zdc.title: Вивчення методів класифікації зображень із застосуванням швидкісного пошуку релевантності даних
dc.contributor.author: Чмутов, Ю.
2024-01-01T00:00:00ZTransforming image descriptions as a set of descriptors to construct classification featuresGorokhovatskyi, V.Tvoroshenko, I.Yakovleva Olenahttps://openarchive.nure.ua/handle/document/255672024-02-13T01:03:11Z2024-01-01T00:00:00Zdc.title: Transforming image descriptions as a set of descriptors to construct classification features
dc.contributor.author: Gorokhovatskyi, V.; Tvoroshenko, I.; Yakovleva Olena
dc.description.abstract: The article develops methods to solve a fundamental problem in computer vision: image recognition of visual objects. The results of the research on the construction of modifications for the space of classification features based on the application of the transformation of the structural description through the decomposition in the orthogonal basis and the implementation of the distance matrix model between the components of the description are presented. The application of the system of orthogonal functions as an apparatus for the transformation of the description showed the possibility of a significant gain in the speed of processing while maintaining high indicators of classification accuracy and interference resistance. The synthesized feature systems’ effectiveness has been confirmed in terms of a significant increase in the rate of codes and a sufficient level of efficiency. An experimental example showed that the time spent calculating the relevance of descriptions according to their modified presentation is more than ten times shorter than for traditional metric approaches. The developed classification features can be used in applied tasks where the time of visual objects’ identification is critical.
2024-01-01T00:00:00ZВикористання розподілів даних для дескрипторів зображень у задачі класифікаціїОченашко, М.https://openarchive.nure.ua/handle/document/254772024-02-02T01:01:39Z2024-01-01T00:00:00Zdc.title: Використання розподілів даних для дескрипторів зображень у задачі класифікації
dc.contributor.author: Оченашко, М.
2024-01-01T00:00:00ZAccelerating Image Classification based on a Model for Estimating Descriptor-to-Class DistanceGorokhovatskyi, V.Gadetska, S.Stiahlyk, N.https://openarchive.nure.ua/handle/document/253202024-01-16T01:02:51Z2023-01-01T00:00:00Zdc.title: Accelerating Image Classification based on a Model for Estimating Descriptor-to-Class Distance
dc.contributor.author: Gorokhovatskyi, V.; Gadetska, S.; Stiahlyk, N.
dc.description.abstract: The article describes a method of image classification based on the estimation of the distance to the etalon class. The implementation of estimates gives a significant gain in classification speed compared to linear
search while maintaining a decent level of accuracy. The methodology is based on the use of the triangle inequality for images given by a set of binary vectors as descriptors of the image key points. The evaluation is applied to the "object descriptor – etalon" classification method, which is based on the descriptor voting procedure. An analysis of evaluation options is carried out using the parameters of the etalon sets in the form of a medoid and the closest or farthest points from it. The gain in classification time compared to the traditional method proportionally depends on the number of descriptors in the etalon description. Software simulation of classifiers with the implementation of evaluation shows a gain in speed of 350-450 times for the description of 500 descriptors while maintaining one hundred percent classification accuracy on the training set of similar NFT images. A control sample experiment shows that the classifier with estimation can respond better to image details compared to the traditional method.
2023-01-01T00:00:00ZПорівняльний аналіз популярних JavaScript - фреймворків та бібліотек для front-end розробкиТанянський, О.Руденко, Д.https://openarchive.nure.ua/handle/document/251482023-12-24T01:01:30Z2018-01-01T00:00:00Zdc.title: Порівняльний аналіз популярних JavaScript - фреймворків та бібліотек для front-end розробки
dc.contributor.author: Танянський, О.; Руденко, Д.
dc.description.abstract: У даній роботі проводиться порівняльний аналіз сучасних JavaScript фреймворків, таких як Angular, React, Vue, Backbone, Ember, Knockout. Розглядаються можливості та характеристики, властиві даним фреймворкам, та проводиться їх порівняльний аналіз.
This article describes a comparative analysis of tool of modern JavaScript frameworks like Angular, React and Vue.js, Backbone, Ember, Knockout. There are described all possibilities and characteristics of frameworks.
2018-01-01T00:00:00ZВикористання Фреймворку Angular для Розробки Веб-застосунківКочкін, А.Руденко, Д.https://openarchive.nure.ua/handle/document/251472023-12-24T01:00:58Z2018-01-01T00:00:00Zdc.title: Використання Фреймворку Angular для Розробки Веб-застосунків
dc.contributor.author: Кочкін, А.; Руденко, Д.
dc.description.abstract: Angular - написаний на TypeScript front-end фреймворк з відкритим кодом, який розробляється під керівництвом Angular Team у компанії Google, а також спільнотою приватних розробників та корпорацій. Angular — це AngularJS, який переосмислили та який був повністю переписаний тією ж командою розробників.
Angular - is a TypeScript-based open-source frontend web application platform led by the Angular Team at Google and by a community of individuals and corporations. Angular is a complete rewrite from the same team that built AngularJS.
2018-01-01T00:00:00ZДослідження та реалізація методу для розпізнання обличчяВолков, Д.https://openarchive.nure.ua/handle/document/250532023-12-07T01:01:40Z2023-01-01T00:00:00Zdc.title: Дослідження та реалізація методу для розпізнання обличчя
dc.contributor.author: Волков, Д.
2023-01-01T00:00:00ZАналіз перетворень лінійно нероздільних вибірок для класифікації даних з використанням методу опорних векторівПосашков, В.https://openarchive.nure.ua/handle/document/250522024-01-02T13:15:03Z2023-01-01T00:00:00Zdc.title: Аналіз перетворень лінійно нероздільних вибірок для класифікації даних з використанням методу опорних векторів
dc.contributor.author: Посашков, В.
2023-01-01T00:00:00ZРозробка та дослідження технологій виявлення та відстеження людей у відеопотоціУлупов, Г.https://openarchive.nure.ua/handle/document/250512023-12-07T01:00:36Z2023-01-01T00:00:00Zdc.title: Розробка та дослідження технологій виявлення та відстеження людей у відеопотоці
dc.contributor.author: Улупов, Г.
2023-01-01T00:00:00Z