Бібліотека Київського столичного університету імені Бориса Грінченка

Головна

Спрощенний режим

Посібник користувача

Бази даних

Електронний каталог бібліотеки- результати пошуку

Вид пошуку

Електронний каталог бібліотеки

Каталог авторефератів та дисертацій

Грінченкознавство

Рідкісні та цінні видання

Українська Аудіокнига

Мережеві ресурси

Наукові періодичні видання Університету

Зона пошуку

Формат представлення знайдених документів:
повний	інформаційний	короткий

Відсортувати знайдені документи за:
автором	назвою	роком видання	типом документа

Пошуковий запит: (<.>K=штучні нейронні мережі<.>)

Загальна кількість знайдених документів : 5
Показані документи с 1 за 5

Хорольська, Карина Вікторівна.
Аналіз основних методів розпізнавання креслень та можливостей трансформації з 2D у 3D / К. В. Хорольська // Кібербезпека: освіта, наука, техніка : електронне наукове видання. - 2022. - N 16. - С. 185-193, DOI 10.28925/2663-4023.2022.16.185193. - Бібліогр. в кінці ст. . - ISSN 2663-4023

Кл.слова (ненормовані):
розпізнавання -- штучні нейронні мережі -- креслення -- двовимірні моделі -- тривимірні моделі
Анотація: У статті викладено аналіз основних методів для розпізнавання креслень та можливостей трансформації двовимірних моделей (2D) у тривимірні моделі (3D). Незважаючи на швидкий розвиток ІТ все ж питання точності та швидкості перетворення двовимірних моделей у тривимірні залишається відкритим. В міру розвитку технологій машинного проектування та відповідних систем автоматизованого прийняття рішень (САПР) кількість методів і моделей, які можуть бути потенційно використані в задачі розпізнавання креслень та трансформації 2��→3��стрімко зростає. На сьогоднішній день існує достатньо велика кількість методів розпізнавання креслень та їх перетворення у тривимірну модель, проте кожен із них має певну кількість недоліків. Тому є потреба проведення комплексного аналізу даних методів, які потенційно можуть бути застосовані у контексті вирішення завдань розпізнавання креслень та трансформації 2��→3��. Слід зазначити, що існує суперечність між традиційною процедурою підготовки креслярської документації на паперових носіях до 80-90-х років 20-го століття та новими методами 3D моделювання, що отримали розвиток із середини 90-х років. Це дає дійсно безмежні можливості конструкторам готувати проектно-технічну документацію, не зациклюючись на проблемі підготовки креслярсько-конструкторської документації та особливостях введення вихідних даних. Істотно полегшує цей процес застосування прикладного програмного забезпечення. Зауважимо, що в більшості систем 3D (наприклад, програмні продукти Autodesk TinkerCAD, DesignSpark Mechanical, FreeCAD, Autodesk AutoCAD, ZBrush, Blender та ін.) застосовуються підходи, які дозволяють синтезувати каркасне або граничне уявлення об’єкта, що моделюється в просторі. У професійних системах (наприклад Autodesk 3ds Max, Autodesk Maya) використовують узагальнені моделі просторових об’єктів. Таке уявлення передбачає наявність у проектувальників відповідних інформаційних масивів, які апріорі повинні відповідати всім проекціям об’єкта у трьох основних площинах
Перейти до зовнішнього ресурсу https://csecurity.kubg.edu.ua

Є примірники у відділах: всього 1 : Online (1)
Вільні: Online (1)

Знайти схожі

Хорольська, Карина Вікторівна.
Потенціал застосування різних методів штучного інтелекту у задачі розпізнавання креслень та трансформації 2D 3D / К. В. Хорольська // Кібербезпека: освіта, наука, техніка : електронне наукове видання. - 2022. - N 17. - С. 21-30, DOI 10.28925/2663-4023.2022.17.2130. - Бібліогр. в кінці ст. . - ISSN 2663-4023

Кл.слова (ненормовані):
розпізнавання -- штучний інтелект -- штучні нейронні мережі -- креслення -- двовимірні моделі -- згорткова нейронна мережа -- тривимірні моделі
Анотація: У статті проведено аналіз основних методів штучного інтелекту у задачі розпізнавання креслень та трансформації 2Dмоделі у 3Dмодель. Із стрімким розвитком інформаційних технологій, і, особливо, в прагненні максимально реалістичного відтворити проект майбутнього виробу/будинку та інших об’єктів в цифровому вигляді, дуже гостро постає питання розпізнавання креслень та трансформації 2Dмоделі у 3Dмодель. В міру зростання кількості та складності завдань, що виникають ри оцифруванні існуючої на паперових носіях креслярсько-технічної документації, та паралельної необхідності трансформації двовимірних моделей у тривимірні моделі длявізуалізації у тривимірному просторіскладних об’єктів, дослідники звернули увагу на можливості застосування технологій та систем штучного інтелекту у процесах розпізнавання креслень та трансформації двовимірних моделей у тривимірні моделі. Перші дослідження, присвячені застосуванню штучного інтелекту в задачах розпізнавання зображень на кресленнях, почали з’являтися ще на початку 90-х років 20-го століття. Аналіз підходів для розпізнавання креслень дозволяє розглянути потенціал застосування різних методівштучного інтелекту в задачі розпізнавання креслень та трансформації двовимірних моделейу тривимірні моделі. Проаналізувати потенціал покращення роботи CNN, а також її архітектури, не вдаючись до екстенсивного розширення архітектури згорткової нейронної мережі(CNN), а також враховуючи необхідність вирішення завдання, пов’язаного з логічною векторизацією розпізнаних за допомогою згорткової нейронної мережі примітивів та/або умовно-графічних позначень на кресленнях для виконання трансформації 2D в 3D.В подальшому це стимулює дослідників шукати альтернативні методи та моделі для систем розпізнавання зображень на кресленнях
Перейти до зовнішнього ресурсу https://csecurity.kubg.edu.ua

Є примірники у відділах: всього 1 : Online (1)
Вільні: Online (1)

Знайти схожі

Бебешко, Богдан Тарасович.
Аналіз методів та моделей прогнозування ринку цифрових криптовалют / Б. Т. Бебешко // Кібербезпека: освіта, наука, техніка : електронне наукове видання. - 2022. - N 18. - С. 163-174, DOI 10.28925/2663-4023.2022.18.163174. - Бібліогр. в кінці ст. . - ISSN 2663-4023

Кл.слова (ненормовані):
інформаційні технології -- прикладне програмне забезпечення -- цифрові валюти -- криптовалюта -- штучні нейронні мережі
Анотація: З розвитком фінансових інститутів дане прикладне ПЗ та супутні інформаційні технології використовуються не лише фахівцями, а й простими громадянами для вирішення завдань, які ще кілька років тому здавалися під силу лише фахівцям математикам, що спеціалізуються, наприклад, на побудові моделей прогнозування. Можна відзначити, що колаборація ІТз прикладним програмним забезпеченням, а також з математичним апаратом, найбільш типовим для завдань прогнозування дає хороші результати. Зокрема, це стосується і ринку ЦКВ. Дослідження присвячено питанню проблематики підходів до вибору методів та стратегій аналізу та прогнозування ринків ЦКВ є актуальним питанням сьогодення. Далеко не всі можливі методи та стратегії мають достатнє висвітлення у науковому інфопросторі, що спонукає до необхідності аналізу та систематизації уже існуючої інформації в даній сфері. Відповідно, основною метою дослідження є аналіз та систематизація теоретичних засад існуючих підходів до прогнозування ринку ЦКВ. Було проведено аналіз та систематизація теоретичних засад існуючих підходів до прогнозування ринку ЦКВ. Було окреслено узагальнені переваги та недоліки структурних методів та моделей, що використовуються для складання прогнозів на ринку. Було проведено порівняльний аналіз моделей ШНМ в розрізі використання їх для задач аналізу ринку. Серед проаналізованих моделей ШНМ є такі: CNN-2l, CNN-3l, LSTM, sLSTM, BiLSTM, GRU, CLSTM, MLP та RFBNN. Проведений аналіз та тестування існуючих моделей надав результати, що надають широкий простір для подальшого дослідження та вивчення
Перейти до зовнішнього ресурсу https://csecurity.kubg.edu.ua

Є примірники у відділах: всього 1 : Online (1)
Вільні: Online (1)

Знайти схожі

Бебешко, Богдан Тарасович.
Навчання штучної нейронної мережі на основі даних оцінювання результативності та ризиків інвестування в цифрові активи / Б. Т. Бебешко // Кібербезпека: освіта, наука, техніка : електронне наукове видання. - 2023. - Том 3, N 19. - С. 135-145, DOI 10.28925/2663-4023.2023.19.135145. - Бібліогр. в кінці ст. . - ISSN 2663-4023

Кл.слова (ненормовані):
інформаційні технології -- інформаційні системи -- аналіз даних -- теорія ігор -- нечітка логіка -- штучні нейронні мережі -- цифрові активи -- криптовалюти
Анотація: У даній публікації досліджується проблема аналізу результатів навчання штучних нейронних мереж на основі даних про ефективність та ризики інвестування в цифрові активи, зокрема, в умовах керування процесом купівлі та продажу криптовалют. Підхід до розв'язання цієї задачі базується на застосуванні теорії ігор як основного принципу для формування архітектури штучної нейронної мережі. Сполучення двох фундаментальних теорій -теорії ігор та нейромереж -дозволяє створювати інтуїтивно зрозумілі і ефективні інтелектуальні інформаційні системи для підтримки прийняття рішень у різних прикладних сферах, таких як фінанси, економіка та управління ресурсами. Особливу увагу приділено врахуванню нечітких параметрів та невизначеності в умовах ринку, що відображає реальні обставини при інвестуванні в криптовалюти та інші цифрові активи. Стаття пропонує ряд методів навчання та адаптації штучної нейронної мережі в рамках розробленого підходу, а також рекомендації щодо оцінки її ефективності та стабільності. Проаналізовано можливі області застосування та перспективи подальшого розвитку даної методології у контексті ринку цифрових активів. Проілюстровано застосування розробленої методології для аналізу результатів навчанштучної нейронної мережі та підтвердженно її високу ефективність у прогнозуванні результативності та ризиків інвестування в цифрові активи. Висвітлено проблеми та обмеження, які можуть виникнути під час використання даної методології, а також запропоновано можливі шляхи їх подолання та удосконалення
Перейти до зовнішнього ресурсу https://csecurity.kubg.edu.ua

Є примірники у відділах: всього 1 : Online (1)
Вільні: Online (1)

Знайти схожі

Тарасюк, Антон Миколайович.
Шляхи побудови інтелектуальної системи управління агрофірмою / А. М. Тарасюк, В. Ф. Гамалій, С. Л. Рзаєва // Кібербезпека: освіта, наука, техніка : електронне наукове видання. - 2023. - Том 3, N 19. - С. 197-208, DOI 10.28925/2663-4023.2023.19.197208. - Бібліогр. в кінці ст. . - ISSN 2663-4023

Кл.слова (ненормовані):
інформаційні технології -- інформаційні системи -- інтелектуальні системи -- штучні нейронні мережі -- моделі
Анотація: У даній публікації досліджується проблема побудови інтелектуальної системи управління для аграрної компанії. Інтелектуальна система управління аграрним підприємством є важливим інструментом для підвищення ефективності та прибутковості сільського господарства. Для побудови такої системи можна використовувати різні підходи, такі як системи експертів, нейронні мережі та машинне навчання. Крім того, можна створити цифровий двійник аграрного підприємства, що дозволить використовувати великі обсяги даних для прогнозування погоди, урожайності та планування логістики. Основні етапи побудови інтелектуальної системи управління включають збір та первинну обробку даних, їх первинний аналіз та класифікацію на бізнес-процеси, побудову моделей та розробку алгоритмів для прийняття рішень. Модель погоди може бути побудована на основі аналізу показників за останні десять років, включаючи температуру, вологість, опади та інші параметри. На основі цих даних можна розробити нейронну мережу, яка зможе прогнозувати погоду з високою точністю. Модель урожайності може бути побудована на основі планових показників сільськогосподарських культур, таких як мінімальна та максимальна урожайність, показники хімічного складу ґрунту, кількість внесених добрив та коефіцієнт всмоктування. На основі цих даних можна розробити нейронну мережу, яка зможе прогнозувати урожайність та допомагати в плануванні виробництва. Модель логістики може бути побудована на основі даних про виробництво та транспортування продукції
Перейти до зовнішнього ресурсу https://csecurity.kubg.edu.ua

Дод.точки доступу:
Гамалій, Володимир Федорович
Рзаєва, Світлана Леонідівна

Є примірники у відділах: всього 1 : Online (1)
Вільні: Online (1)

Знайти схожі

© Міжнародна Асоціація користувачів і розробників електронних бібліотек і нових інформаційних технологій
(Асоціація ЕБНІТ)