Relevant bibliographies by topics / Нейронні мережі

Contents

  1. Journal articles
  2. Dissertations / Theses
  3. Book chapters
  4. Conference papers
  5. Reports

Academic literature on the topic 'Нейронні мережі'

Author: Grafiati
Published: 3 May 2022
Last updated: 31 May 2022

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles

Select a source type:

Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Нейронні мережі.'

Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.

You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.

Journal articles on the topic "Нейронні мережі"

1

Hlavcheva, D., and V. Yaloveha. "КАПСУЛЬНІ НЕЙРОННІ МЕРЕЖІ." Системи управління, навігації та зв’язку. Збірник наукових праць 5, no. 51 (October 30, 2018): 132–35. http://dx.doi.org/10.26906/sunz.2018.5.132.

Full text
Abstract:
Предметом вивчення є історія становлення та розвиток теорії нейронних мереж, сучасні підходи до проблем розпізнавання та класифікації зображень. Особлива увага приділяється якісному огляду капсульних та згорткових нейронних мереж, принципів їх роботи та визначення основних відмінностей. Метою роботи є аналіз сучасного стану досліджень нейронних мереж та можливих перспектив розвитку цієї галузі. Завдання: проаналізувати історичний розвиток теорії нейронних мереж. Провести порівняння між типами нейронних мереж, що базуються на концепції глибокого навчання: згортковими та капсульними. Методом проведення дослідження є аналіз сучасної літератури та основних тенденцій розвитку глибокого навчання. Результатами проведеного дослідження є виявлення значущих відкриттів, що вплинули на розвиток нейронних мереж. Функціонування нейронних мереж базується на роботі нервової системи біологічних організмів. Зокрема, це принцип активності біологічного нейрону, ансамблі нейронів, виявлення «простих клітин» у зоровій корі мозку. На даний момент найбільший розвиток мають нейронні мережі, що засновані на концепції глибокого навчання, яка дозволяє багатошаровим обчислювальним моделям вивчати дані з кількома рівнями абстракції. Згорткові мережі, що використовують цю концепцію досягли значних успіхів у розпізнаванні зображень, відео та аудіо. Рекурентні мережі виявилися кращі у аналізі тексту та мови. Згорткові нейронні мережі маються низку недоліків, на яких наголошено у роботі. Капсульні нейронні мережі є вдосконаленням концепції згорткових нейронних мереж. В їх основі покладено «капсули», які призначені для виявлення характеристик об’єкта. Капсули як група нейронів характеризуються вектором активації. Запропонований відомими ученими векторний підхід дозволяє врахувати поворот та трансляцію об’єктів. Капсульні нейронні мережі потребують значно меншу навчальну вибірку, ніж згорткові. У висновках роботи визначаються основні перспективи розвитку теорії нейронних мереж, а також можливий стрімкий розвиток неконтрольованого навчання нейронних мереж. Наголошується на важливості критичного аналізу проблем нейронних мереж як вирішального фактору їх майбутнього розвитку.
APA, Harvard, Vancouver, ISO, and other styles
2

Федоряка, М., and K. Мелкумян. "Гібридний метод обробки зображень на конволюційних нейронних мережах." Адаптивні системи автоматичного управління 1, no. 38 (May 31, 2021): 72–76. http://dx.doi.org/10.20535/1560-8956.38.2021.233198.

Full text
Abstract:
Стаття присвячена опису моделі конволюційної нейронної мережі для покращення роздільної здатності зображень на мобільних пристроях. В наш час мобільна фотографія стає все більш і більш популярною. Багато людей вибирають у якості основного пристрою для створення фото свій смартфон, оскільки це значно зручніше, швидше та дешевше за спеціалізовану камеру. Нажаль, висока роздільна здатність і якість фото доступна лише покупцям дорогих смартфонів. Саме тому актуальною є проблема покращення роздільної здатності та чіткості фотографій є неймовірно актуальною. Традиційні алгоритми без використання машинного навчання демонструють непогані результати і не потребують великого обсягу часу, потрібного на підбір наборів даних, що необхідні для тренування нейронної мережі, та, власне, на сам процес тренування. Проте, іх ефективність та якість результату значно гірша ніж у підходів з використанням нейронних мереж. Саме тому пропонується застосувати гібридний метод обробки зображень, що базується на конволюційних нейронних мережах. Структура мережі відрізняється від класичних підходів комбінацією обробки нейронною мережею та одним з більш традиційних алгоритмів обробки зображень. Запропонавана системавикористовує конволюційні нейронні мережі замість традиційних генеративних змагальних мереж. Запропонована архітектура мережі використовує автокодувальник, який вчиться на різких зображеннях шляхом вилучення ознак. Після навчання вихідне зображення пропускається через автокодувальник. Після видалення шумів та застосування корекцій, декодер створює з цих даних необхідне різке зображення. Після обробки нейронною мережею, застосовується алгоритм Unsharp Masking з буфером глибини для покращення контрасту і яскравості результуючого зображення. У статті наведено перелік переваг використання вищезазначеної системи. Бібл. 5, іл. 1.
APA, Harvard, Vancouver, ISO, and other styles
3

Pogrebnyak, S. V., and O. O. Vodka. "Моделювання механічної поведінки еластомірних матеріалів за допомогою штучної нейронної мережі." Scientific Bulletin of UNFU 28, no. 11 (December 27, 2018): 130–34. http://dx.doi.org/10.15421/40281123.

Full text
Abstract:
У ХХІ ст. нейронні мережі широко використовують у різних сферах, зокрема в комп'ютерному моделюванні та механіці. Така популярність через те, що вони дають високу точність, швидко працюють та мають дуже широкий спектр налаштувань. Створено програмний продукт із використанням елементів штучного інтелекту для інтерполяції та апроксимації експериментальних даних. Програмне забезпечення повинно коректно працювати та давати результати з мінімальною похибкою. Інструментом розв'язання задачі було використання елементів штучного інтелекту, а точніше – нейронних мереж прямого поширення. Збудовано нейронну мережу прямого поширення. Її навчив вчитель із використанням методу зворотного розповсюдження похибки на основі навчаючої вибірки попередньо проведеного експерименту. Для тестування було побудовано декілька мереж різної структури, що отримували на вхід однаковий набір даних, якого не використовували під час навчання, але він був відомий з експерименту. Отже, було знайдено похибку мережі за кількістю виділеної енергії та середньоквадратичним відхиленням. Докладно описано тип мережі та її топологію. Метод навчання і підготовки навчаючої вибірки також описано математично. Внаслідок проведеної роботи збудовано та протестовано програмне забезпечення з використанням штучної нейронної мережі та визначено її похибку.
APA, Harvard, Vancouver, ISO, and other styles
4

Бажинов, О., Р. Заверуха, and Т. Бажинов. "Інформаційна комплексна система діагностики гібридних і електромобілів." Науковий журнал «Інженерія природокористування», no. 2(16) (December 1, 2020): 12–18. http://dx.doi.org/10.37700/enm.2020.2(16).12-18.

Full text
Abstract:
Розглянуто штучні нейроні мережі в системі управління силовою установкою транспортного засобу з метою зменшення витрати енергії та діагностики off-line технічного стану тягової акумуляторної батареї. Отримано метод діагностики технічного стану силової установки, який використовує штучні нейронні мережі та системи нечіткого висновку для визначення технічного стану ДВЗ та тягової акумуляторної батареї.Метою роботи є підвищення ефективності діагностики функціональних систем гібридного та електромобіля шляхом оперативного синтезу управляючих впливів за енергетичними і якісними критеріями з урахуванням зовнішніх умов експлуатації. Обґрунтування методу діагностики технічного стану силової установки гібридного та електромобіля з використанням штучної нейронної мережі та системи нечіткого висновку. Дати наукове обґрунтування діагностичних параметрів силової установки гібридного автомобіля. В роботі використано штучні нейронні мережі в системі управління силовою установкою транспортного засобу з метою зменшення витрати енергії та діагностики off-line технічного стану тягової акумуляторної батареї. За допомогою симулятора навчається нейромережева модель автомобіля, яка використовує off-line навчання нейроконтролера. Якість навчання нейроконтролера визначається симулятором. При подальшому функціонуванні системи управління параметри нейронних мереж не змінюються. Відсутність адаптації вагових коефіцієнтів при функціюванні системи управління обґрунтовано тим, що це веде до втрати довго часовоїпам’яті системи управління при виникненні кратко часової несправності, а також можливості виникнення біфуркації при адаптації в нелінійних системах наведено на рисунку 1.Цільова функція оптимізації управління має на увазі мінімізацію витрати енергії при збереженні ступеню заряду тягової акумуляторної батареї при обмеженому діапазоні руху транспортного засобу в заданих умовах експлуатації.За результатами випробувань метода нейроуправління отримано, що нейроконтролер забезпечує зменшення витрати палива на 17 % і скорочує діапазон зміни ступеня зарядженості тягової акумуляторної батареї на 35 %, а також забезпечує мінімізацію викидів токсичних речовин.
APA, Harvard, Vancouver, ISO, and other styles
5

Nazirova, T. O., and O. B. Kostenko. "Нейрономережева інформаційна технологія опрацювання медичних даних." Scientific Bulletin of UNFU 28, no. 8 (October 25, 2018): 141–45. http://dx.doi.org/10.15421/40280828.

Full text
Abstract:
Швидкий розвиток комп'ютерної техніки формує передумови для розробок нейрокомп'ютерів (тобто комп'ютерів 6-го покоління), які, за прогнозами в галузі штучного інтелекту, активно будуть використані для перероблення будь-якої інформації, за тими ж принципами, що й біологічні нейронні мережі – такі як людський мозок. Тому попит на використання нейромережеві технології поступово охоплює дедалі ширший коло користувачів зокрема й у галузі охорони здоров'я. Досліджено можливості застосування штучних нейронних мереж для оброблення даних регіональної охорони здоров'я. Нейронні мережі – потужний метод моделювання, що дає змогу відтворювати складні нелінійні залежності, що актуально для систем прийняття рішень управління пацієнтопотоком у медичних закладах. Запропоновано інформаційну технологію оброблення медичних даних за допомогою штучних нейронних мереж, що дасть змогу підвищити ефективність надання медичної допомоги під час профілактичних медоглядів, ніж відомі інформаційні технології класифікації. Розглянуті такі положення: принципи дії штучних нейронних мереж, переваги і недоліки їх використання та основні функції. Також наведено перспективи використання штучних нейронних мереж щодо класифікації пацієнтів для проходження профілактичного медичного огляду.
APA, Harvard, Vancouver, ISO, and other styles
6

Харченко, Н., and В. Сердаковський. "Нейронна мережа для діагностики хвороби Паркінсона за зображенням спіралі Архімеда." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, no. 45 (December 23, 2021): 54–58. http://dx.doi.org/10.36910/6775-2524-0560-2021-45-08.

Full text
Abstract:
У статті розглянуто актуальну проблему встановлення діагнозу Паркінсона на ранніх стадіях захворювання. Вибір теми дослідження обумовлено невиліковністю хвороби Паркінсона, отже вкрай гостро, на думку авторів є нагальне виявлення захворювання на ранніх стадіях. Констатовано, що діагностики, для точного встановлення діагнозу нині не існує, тому залишається проведення тестів для виявлення симптомів. Одним з таких, як слушно зауважують автори є малювання спіралі Архімеда, яке має доволі високу точність під час виявлення тремору спокою. Створення алгоритму для автоматичної обробки таких зображень може допомогти у проведені діагностики, а також моніторингу розвитку хвороби. Поєднання штучного інтелекту та інтернет медичних речей з часом зробить підключені пристрої для моніторингу стану здоров’я більш інтелектуальними. Нейронні мережі та величезні обсяги даних, що генеруються інтернет медичних речей, також можуть використовуватися для встановлення діагнозу. Авторами статті наголошено на фундаментальних можливостях нейронних мереж, їх сприятливій ролі у трансформації сфери радіології, шляхом заощадження часу та грошей медичних організацій. Розроблено нейронну мережу, яка зможе за зображенням намальованої спіралі Архімеда встановити діагноз. Дану мережу можна використовувати для проведення ранньої діагностики, а також подальшого моніторингу стану хвороби. Зважаючи на невелику вибірку зображень для навчання та тренування моделі авторами статті було прийняте рішення про збільшення вибірки шляхом перетворення зображень, а також використання згорткової нейронної мережі з попереднім навчанням. У результаті проведеної роботи було створено модель, яка має точність 93.7 відсотків яка дозволить автоматизувати процес діагностики хвороби на ранніх стадіях.
APA, Harvard, Vancouver, ISO, and other styles
7

Karpa, D. М., I. H. Tsmots, and Yu V. Opotiak. "Нейромережеві засоби прогнозування споживання енергоресурсів." Scientific Bulletin of UNFU 28, no. 5 (May 31, 2018): 140–46. http://dx.doi.org/10.15421/40280529.

Full text
Abstract:
Досліджено та обґрунтовано вибір нейромережевих структур для оброблення статистичних даних з метою прогнозування та виявлення аномальних показників споживання енергоресурсів. Показано, що системам на основі нейронних мереж завжди протиставлялись експертні системи, які, на відміну від перших, очевидно програмувались. Середовище, в якому працює система, не завжди є статичним і потрібні методи опрацювання даних, які могли б адекватно реагувати на зміну середовища та вміти відповідно адаптувати отримувані результати. Нейронні мережі володіють такою особливістю, як вміння навчатись. Ця особливість і є основним аргументом для застосування таких структур у системах управління енергоефективністю. Розроблена архітектура мережі та застосований процес навчання дав змогу прогнозувати показники спожитої електроенергії з урахуванням багатьох параметрів. Особливістю розробленої архітектури є можливість здійснювати перенавчання у процесі функціонування, не перериваючи його. Використання адаптивного та безперервного навчання нейромережі дасть змогу виявляти аномальні показники даних. Точність такого виявлення було перевірено на реальній вибірці даних. Аналіз отриманих результатів показує, що використання нейронних мереж хоч і потребує швидкодії і часу на навчання, проте, під час класифікації вхідного вектора, швидкодія нейронної мережі перевищує будь-який алгоритм кластеризації.
APA, Harvard, Vancouver, ISO, and other styles
8

Dmitrienko, V., S. Leonov, and V. Brechko. "ВИКОРИСТАННЯ АСОЦІАТИВНОЇ ПАМ’ЯТІ ПРИ ПРОЕКТУВАННІ ТЕХНОЛОГІЧНОГО ПРОЦЕСУ." Системи управління, навігації та зв’язку. Збірник наукових праць 3, no. 55 (June 21, 2019): 99–103. http://dx.doi.org/10.26906/sunz.2019.3.099.

Full text
Abstract:
При проектуванні технологічних процесів механообробки використовується банк даних, в якому необхідно знайти потрібну інформацію та скомпонувати її в залежності від задачі. При цьому виникає необхідність побудови багаторівневої структури обробки даних. Також необхідно забезпечити швидкий пошук необхідної інформації, яка знаходиться в банку даних. Вирішити цю проблему можна за допомогою асоціативної пам'яті, застосувати яку можна як при пошуку інформації, так і при подальшому збереженні отриманого технологічного процесу. Метою роботи є розробка нейронних мереж асоціативної пам'яті для проектування і зберігання технологічних процесів для високоточних і унікальних деталей. Результати. За допомогою запропонованих нейронних мереж асоціативної пам'яті розроблено технологічний процес для виробництва конкретної деталі. Алгоритм навчання окремих модулів багатошарової мережі являє собою процес визначення навчального набору зображень і побудови матриць вагів зв’язків між вхідним і вихідними шарами нейронів. При використанні асоціативної пам'яті збільшується швидкість роботи з даними за рахунок паралельної обробки інформації. Математичне моделювання технологічного процесу виробництва деталі підтвердило правильність теоретичних положень. Висновки. Розроблені нейронні мережі для проектування і зберігання технологічних процесів для виробництва високоточних деталей.
APA, Harvard, Vancouver, ISO, and other styles
9

Чумаченко, Олена Іллівна. "Інтелектуальна система оцінки тривалості обслуговування запитів." Адаптивні системи автоматичного управління 1, no. 20 (November 23, 2012): 24–31. http://dx.doi.org/10.20535/1560-8956.20.2012.30700.

Full text
Abstract:
В даній статті виконано дослідження методів вирішення задачі управління дзвінками в колл-центрі при використанні інтелектуальних нейронних мереж. Виконано огляд існуючих рішень для колл-центрів та приведені їх недоліки. Враховуючи вимоги колл-центрів до модулю управління зроблена постановка задачі та виконано огляд методів її вирішення. Для реалізації модулю «інтелектуального додзвону» вибрані нейронні мережі, а саме багатошаровий персептрон. Приведена архітектура мережі, проведено її навчання та виконано аналіз результатів її роботи. Виходячи з середньоквадратичних відхилень між фактичними та прогнозованими результатами, пр. збільшенні розмірів навчальної вибірки похибка прогнозів мережі прямує до 0, це значить що архітектура нейромережі підібрана вірно.
APA, Harvard, Vancouver, ISO, and other styles
10

Мажара, І. П., and О. І. Тимочко. "Модель процесу управління повітряним рухом на основі нейронних нечітких мереж." Наука і техніка Повітряних Сил Збройних Сил України, no. 2(43), (May 11, 2021): 61–65. http://dx.doi.org/10.30748/nitps.2021.43.08.

Full text
Abstract:
Нейронні мережі мають ряд переваг, необхідних для вирішення задачі моделювання інформаційної системи управління повітряним рухом. Але процес навчання мережі часто відбувається досить повільно. Для прискорення процесу навчання мережі ввести будь-яку апріорну інформацію (знання експерта) неможливо. До того ж аналіз навченої нейронної мережі досить складний, зазвичай вона являє собою чорний ящик для користувача. Усунути або мінімізувати існуючі недоліки нейронної мережі здатні системи на базі нечіткої логіки, які вирішують погано формалізовані задачі і пояснюють одержувані висновки роботи системи.
APA, Harvard, Vancouver, ISO, and other styles
More sources

Dissertations / Theses on the topic "Нейронні мережі"

1

Ковнер, А. А. "Нейронні мережі в робототехніці." Thesis, Сумський державний університет, 2018. http://essuir.sumdu.edu.ua/handle/123456789/67036.

Full text
Abstract:
Штучна нейронна мережа (ШНМ) – математична модель, або її програмне втілення, яка побудована на принципі функціонування біологічних нейронних мереж. ШНМ – це система з’єднаних між собою простих процесорів, які виконують роль так званих «штучних нейронів».
APA, Harvard, Vancouver, ISO, and other styles
2

Чернецький, Ігор Володимирович, Игорь Владимирович Чернецкий, and Ihor Volodymyrovych Chernetskyi. "Штучні нейронні мережі в практичній мікробіології." Thesis, Сумський державний університет, 2018. http://essuir.sumdu.edu.ua/handle/123456789/66952.

Full text
Abstract:
Штучні нейронні мережі – це математична модель, а також її програмна та апаратна реалізація, робота якої здійснюється за принципом організації та роботи біологічних нейронних мереж. Штучна нейронна мережа є основою поняття «інтелектуальний аналіз». З математичної точки зору ці мережі являють собою різновид нелінійної оптимізації.
APA, Harvard, Vancouver, ISO, and other styles
3

Гутман, А. І. "Застосування нейронних мереж для задач класифікації." Thesis, Київський національний університет технологій та дизайну, 2018. https://er.knutd.edu.ua/handle/123456789/11830.

Full text
APA, Harvard, Vancouver, ISO, and other styles
4

Дорогий, Я. Ю. "Вплив параметрів згорточних нейронних мереж на якість розпізнавання людини за фотопортретом." Thesis, Сумський державний університет, 2012. http://essuir.sumdu.edu.ua/handle/123456789/28513.

Full text
Abstract:
The purpose of the study - to develop guidelines for choosing the parameters of convolutional neural networks for solving the problem of human face recognition. When you are citing the document, use the following link http://essuir.sumdu.edu.ua/handle/123456789/28513
APA, Harvard, Vancouver, ISO, and other styles
5

Шаповалов, М. С., Олександр Юрійович Заковоротний, and В. М. Гугнін. "Нейронні мережі адаптивної резонансної теорії в задачах розпізнавання." Thesis, Національний технічний університет "Харківський політехнічний інститут", 2017. http://repository.kpi.kharkov.ua/handle/KhPI-Press/45201.

Full text
APA, Harvard, Vancouver, ISO, and other styles
6

Концевич, Валерій Георгійович, Валерий Георгиевич Концевич, Valerii Heorhiiovych Kontsevych, and В. В. Дегтярь. "Расширение сфер использования нейронных сетей." Thesis, Издательство СумГУ, 2011. http://essuir.sumdu.edu.ua/handle/123456789/24940.

Full text
Abstract:
Нейронные сети – это одно из направлений исследований в области искусственного интеллекта, основанное на попытках воспроизвести нервную систему человека. Искусственные нейронные сети широко используются при решении самых разных задач и активно применяются там, где обычные алгоритмические решения оказываются неэффективными или вовсе невозможными. В числе задач, решение которых доверяют искусственным нейронным сетям, можно назвать следующие: распознавание текстов, игра на бирже, контекстная реклама в Интернете, фильтрация спама, проверка проведения подозрительных операций по банковским картам, системы безопасности и видеонаблюдения – и это далеко не все. При цитировании документа, используйте ссылку http://essuir.sumdu.edu.ua/handle/123456789/24940
APA, Harvard, Vancouver, ISO, and other styles
7

Чумаченко, Д. И. "Применение нейронных сетей на примере многослойного персептрона для аппроксимации данных." Thesis, Издательство СумГУ, 2011. http://essuir.sumdu.edu.ua/handle/123456789/25275.

Full text
APA, Harvard, Vancouver, ISO, and other styles
8

Почтар, Ю. О., and С. П. Вислоух. "Використання алгоритмів штучних нейронних мереж для розв'язання технологічних задач." Thesis, Вид-во СумДУ, 2005. http://essuir.sumdu.edu.ua/handle/123456789/20079.

Full text
APA, Harvard, Vancouver, ISO, and other styles
9

Чернишов, Д. І. "Інформаційна технологія інтелектуального розпізнавання малорозмірних об'єктів на місцевості." Master's thesis, Сумський державний університет, 2018. http://essuir.sumdu.edu.ua/handle/123456789/72121.

Full text
Abstract:
Розроблено модель та обрано алгоритм навчання детектора малорозмірних об'єктів на зображенні місцевості на основі технології глибоких нейронних мереж, розроблено програмну реалізацію детектора на мові python.
APA, Harvard, Vancouver, ISO, and other styles
10

Гофман, Є. О., А. О. Олійник, and С. О. Субботін. "Метод структурно-параметричного синтезу нейро-фаззі мереж." Thesis, Сумський державний університет, 2012. http://essuir.sumdu.edu.ua/handle/123456789/28805.

Full text
Abstract:
Abstract – A method of structural parametric synthesis of neuro-fuzzy networks is developed. The proposed method uses decision trees to build a neuro-fuzzy networks, is not highly iterative and does not require the solution of multidimensional optimization task for network parameters calculation. When you are citing the document, use the following link http://essuir.sumdu.edu.ua/handle/123456789/28805
APA, Harvard, Vancouver, ISO, and other styles
More sources

Book chapters on the topic "Нейронні мережі"

1

Пустоваров, Володимир. "ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ РОЗРОБКИ БАЗИ ЗНАНЬ ПРО РОЗПІЗНАВАННЯ МІСЬКИХ БУДОВ НА ЦИФРОВИХ КОСМІЧНИХ ТА АЕРОФОТОЗНІМКАХ ПРИ АВТОМАТИЗОВАНОМУ МОНІТОРИНГУ МІСЬКОГО СЕРЕДОВИЩА." In Сучасний стан проведення наукових досліджень у IT-технологіях, галузях електроніки, інженерії, нанотехнологіях та транспортній сфері (1st ed.). European Scientific Platform, 2020. http://dx.doi.org/10.36074/csriteenat.ed-1.04.

Full text
Abstract:
У роботі розроблено та запропоновано архітектуру ансамблю нейронних мереж на основі модифікованої згорткової нейронної мережі для сегментації зображень (автокодувальника) U-net. Використання розробленої архітектури дозволить підвищити точність сегментації міських будов на цифрових космічних та аерофотознімках при автоматизованому моніторингу міського середовища. Також запропоновано технологію формального представлення побудови інформаційної технології розробки бази знань про розпізнавання міських будов на цифрових космічних та аерофотознімках при автоматизованому моніторингу міського середовища. Розроблена технологія визначає взаємозалежну сукупність етапів, з можливістю подальшого розпаралелювання виконання підетапів, з урахуванням особливостей подання (формалізації) знань про розпізнавання міських будов на цифрових космічних та аерофотознімках при автоматизованому моніторингу міського середовища.
APA, Harvard, Vancouver, ISO, and other styles
2

Приймак, В. І., С. М. Вишневська, and А. І. Трач. "ІНТЕЛЕКТУАЛЬНИЙ КАПІТАЛ І ЦИФРОВА ЕКОНОМІКА В СИСТЕМІ СТАЛОГО РОЗВИТКУ." In Economics, management and administration in the coordinates of sustainable development. Publishing House “Baltija Publishing”, 2021. http://dx.doi.org/10.30525/978-9934-26-157-2-23.

Full text
Abstract:
Досліджено економічну сутність інтелектуального капіталу в сучасну епоху постіндустріального суспільства. Висвітлено його суспільне значення як визначального чинника економічного зростання та конкурентоспроможності держави. Обґрунтовано, що становлення економіки знань впливає на розвиток інтелектуального капіталу. Розглянуто системоутворюючі складові частини інтелектуального капіталу. Аргументовано необхідність застосування інтелектуального аналізу для оцінювання людського, організаційного, соціального та інформаційного складників інтелектуального капіталу. Узагальнено науково-методичні підходи до кластеризації регіонів України за оцінкою основних складників інтелектуального капіталу. За допомогою розробленої математичної моделі, основою якої є штучна нейронна мережа карт самоорганізації Кохонена, запропоновано підхід до поділу цих регіонів на кластери. Використання розглянутих у роботі методів аналізу рівня розвитку інтелектуального капіталу дасть змогу точніше вибрати напрями підвищення ефективності державного управління в умовах цифрової економіки для сталого розвитку держави.
APA, Harvard, Vancouver, ISO, and other styles

Conference papers on the topic "Нейронні мережі"

1

Кучанський, В., П. Шиманюк, and В. Шкарупило. "РОЗРОБЛЕННЯ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ ДЛЯ ПРОГНОЗУ ХАРАКТЕРИСТИК ПЕРЕНАПРУГ В ЕЛЕКТРИЧНИХ МЕРЕЖАХ." In PROBLEMAS Y PERSPECTIVAS DE LA APLICACIÓN DE LA INVESTIGACIÓN CIENTÍFICA INNOVADORA. European Scientific Platform, 2021. http://dx.doi.org/10.36074/logos-11.06.2021.v1.30.

Full text
APA, Harvard, Vancouver, ISO, and other styles
2

Костенко, Олексій, and Настасія Ракіта. "ЗАСТОСУВАННЯ НЕЙРОННИХ МЕРЕЖ ДЛЯ АПРОКСИМАЦІЇ ФУНКЦІЙ." In МОДЕРНІЗАЦІЯ ТА СУЧАСНІ УКРАЇНСЬКІ ТА СВІТОВІ НАУКОВІ ДОСЛІДЖЕННЯ. Молодіжна наукова ліга, 2020. http://dx.doi.org/10.36074/29.05.2020.v2.02.

Full text
APA, Harvard, Vancouver, ISO, and other styles
3

Мойсеєнко, Олена. "РОЗРОБКА ІНФОРМАЦІЙНОЇ СИСТЕМИ ОБРОБКИ КАРДІОСИГНАЛІВ НА ОСНОВІ НЕЙРОННОЇ МЕРЕЖІ." In THEORETICAL AND EMPIRICAL SCIENTIFIC RESEARCH: CONCEPT AND TRENDS. European Scientific Platform, 2021. http://dx.doi.org/10.36074/logos-28.05.2021.v1.63.

Full text
APA, Harvard, Vancouver, ISO, and other styles
4

Магда, Микита. "ОГЛЯД ВИКОРИСТАННЯ НЕЙРОННИХ МЕРЕЖ У ЗАДАЧІ ВИЯВЛЕННЯ ОБ’ЄКТІВ." In PUBLIC COMMUNICATION IN SCIENCE: PHILOSOPHICAL, CULTURAL, POLITICAL, ECONOMIC AND IT CONTEXT, chair Анастасія Чуприна. European Scientific Platform, 2020. http://dx.doi.org/10.36074/15.05.2020.v2.28.

Full text
APA, Harvard, Vancouver, ISO, and other styles
5

Денисенко, Олексій. "ДОСЛІДЖЕННЯ ТА РОЗРОБКА СИСТЕМИ РОЗПІЗНАВАННЯ ТЕКСТУ НА ЗОБРАЖЕННІ ЗА ДОПОМОГОЮ ЗГОРТКОВОЇ НЕЙРОННОЇ МЕРЕЖІ." In LES TENDANCES ACTUELLES DE LA MONDIALISATION DE LA SCIENCE MONDIALE. European Scientific Platform, 2020. http://dx.doi.org/10.36074/03.04.2020.v1.30.

Full text
APA, Harvard, Vancouver, ISO, and other styles
6

Колосінський, Іван, and Вікторія Онищенко. "РОЗРОБКА АЛГОРИТМУ АВТОМАТИЗАЦІЇ СИСТЕМИ ДОСТУПУ ДО ОБ'ЄКТА НА ОСНОВІ РОЗПІЗНАВАННЯ ОБЛИЧ ЗА ДОПОМОГОЮ НЕЙРОННОЇ МЕРЕЖІ." In The results of scientific mind's development: 2019. 유럽과학플랫폼, 2019. http://dx.doi.org/10.36074/22.12.2019.v1.33.

Full text
APA, Harvard, Vancouver, ISO, and other styles
7

Козловський, Павло-Вадим. "ПРОГРАМУВАННЯ ДРОНІВ НА ОСНОВІ НЕЙРОННИХ МЕРЕЖ ДЛЯ ВИЯВЛЕННЯ ПОЖЕЖ НА РАННІЙ СТАДІЇ." In МОДЕРНІЗАЦІЯ ТА СУЧАСНІ УКРАЇНСЬКІ ТА СВІТОВІ НАУКОВІ ДОСЛІДЖЕННЯ. Молодіжна наукова ліга, 2020. http://dx.doi.org/10.36074/29.05.2020.v2.01.

Full text
APA, Harvard, Vancouver, ISO, and other styles
8

Кіт, Олег. "ВИКОРИСТАННЯ КОМП’ЮТЕРНОЇ ТЕХНОЛОГІЇ ГЛИБИННИХ НЕЙРОННИХ МЕРЕЖ ШЛЯХОМ АНАЛІЗУ МАЛЮНКІВ ДЛЯ РАННЬОЇ ДІАГНОСТИКИ ПСИХІЧНИХ ВІДХИЛЕНЬ І ПСИХОКОРЕКЦІЙНОЇ ТРЕНІНГОВОЇ ДІЯЛЬНОСТІ МЕДИЧНОГО ПСИХОЛОГА." In ЗДОБУТКИ ТА ДОСЯГНЕННЯ ПРИКЛАДНИХ ТА ФУНДАМЕНТАЛЬНИХ НАУК XXI СТОЛІТТЯ. Міжнародний центр наукових досліджень, 2020. http://dx.doi.org/10.36074/07.08.2020.v2.01.

Full text
APA, Harvard, Vancouver, ISO, and other styles

Reports on the topic "Нейронні мережі"

1

Семеріков, С. О. Застосування методів машинного навчання у навчанні моделювання майбутніх учителів хімії. КДПУ, November 2018. http://dx.doi.org/10.31812/123456789/2647.

Full text
Abstract:
Починаючи з 2018-2019 н. р., для магістрантів з додатковою спеціальністю «Інформатика» уведено навчальну дисципліну «Чисельні методи та моделювання», спрямованої на формування у студентів системи теоретичних знань з основ апарату чисельних методів і практичних навичок їх використання для розробки та дослідження математичних моделей. Одним із провідних завдань дисципліни є надання комплексу знань, необхідних для розуміння проблем, які виникають під час побудови та при використанні сучасних інтелектуальних систем, та ознайомлення студентів з основними принципами нейромережевого моделювання: – загальними характеристиками біологічних та штучних нейронів; – штучною нейронною мережею Хебба, класичним та модифікованими перцептронами; – видами функцій активації, що набули поширення в штучних нейронних мережах; – технологією проектування одношарових та багатошарових штучних нейронних мереж; – алгоритмами навчання нейронних мереж. Вказані питання в останні десятиріччя розглядаються у межах машинного навчання (Machine Learning) – розділу штучного інтелекту, що розглядає методи побудови алгоритмів та на їх основі програм, здатних «навчатися» шляхом подання емпіричних даних (прецедентів або спостережень), в яких виявляються закономірності, та на їх основі будуються моделі, що надають можливість у подальшому прогнозувати певні характеристики для нових об’єктів. На жаль, класичний (і найбільш популярний у світі) курс машинного навчання Е. Ина (Andrew Ng), розміщений на платформі Coursera, зорієнтований насамперед на студентів-початковців інформатичних спеціальностей – це надає можливість пропонувати його для самостійного опрацювання, але не розв’язує основну проблему: надання змістовних моделей, що відображають специфіку основної спеціальності – хімія.
APA, Harvard, Vancouver, ISO, and other styles
2

Пермякова, О. С., and Сергій Олексійович Семеріков. Застосування нейронних мереж у задачах прогнозування. Видавничий центр КТУ, November 2008. http://dx.doi.org/10.31812/0564/923.

Full text
Abstract:
Нейронна мережа – це набір нейронів, певним чином зв’язаних між собою. Тришаровий перцептрон – нейромережа, яка досить проста за структурою й у той же час широко використається для розв’язання прикладних завдань.
APA, Harvard, Vancouver, ISO, and other styles
3

Соловйов, Володимир Миколайович, and Д. М. Чабаненко. Методи кількісної оцінки складності. ННК “IПСА” НТУУ “КПI”, 2013. http://dx.doi.org/10.31812/0564/1179.

Full text
Abstract:
В епоху глобалiзацiї умови життя людини стають все бiльш складними i складно передбачуваними. Хаос, порядок i самоорганiзацiя, як в природi, так i в суспiльствi, виникають вiдповiдно до законiв складних динамiчних систем. Складнi динамiчнi системи вже успiшно дослiджуються в технiчних i фундаментальних науках, починаючи з атомарних i молекулярних систем у фiзицi i хiмiї i аж до клiтинних органiзмiв та екологiчних систем у бiологiї, нейронних мереж, що вивчаються теорiями мозку i комп’ютерних мереж Iнтернету. В даний час обговорюються також застосування теорiї складних систем в економiчних i суспiльних науках. У данiй роботi пропонується огляд та класифiкацiя кiлькiсних мiр складностi та аналiз експериментальних результатiв дослiдження складностi пiд час кризових явищ на фiнансових ринках.
APA, Harvard, Vancouver, ISO, and other styles
4

Соловйов, Володимир Миколайович, and А. М. Чабаненко. Динамічна мережева математика як новий підхід до моделювання складних систем. Видавничий відділ НМетАУ, 2011. http://dx.doi.org/10.31812/0564/1146.

Full text
Abstract:
Запропонована нами назва – динамічна мережева математика – з одного боку, підкреслює її фундаментальний, а не евристичний характер, з іншого боку – відбиває динамічний і одночасно мережевий характер процедур, що в ній виконуються. Особливості динамічної мережевої математики, якщо мати на увазі її практично вагомі аспекти, пов’язані з багатовимірністю і невизначеністю вхідних даних, з «прокляттям розмірності» обчислювальних процедур, з нелінійним і складним характером взаємодій. Детальне дослідження динаміки диференціальних економіко-математичних моделей неможливе без чисельних експериментів з використанням дискретних моделей та комп’ютерних засобів. З появою комп’ютерів стало можливим створювати моделі, в яких будуть враховуватися властивості кожного, навіть незначного об’єкта, що приймає участь в процесі. Поєднуючи аналітичні методи та комп’ютерні симуляції, можна отримати результати, недосяжні суто аналітичними методами. Такі дослідження повинні носити системний і послідовний характер та в принципі неможливі без застосування сучасних комп’ютерних засобів і очевидні перспективи їх подальшого розвитку з використанням багатопроцесорних систем, штучних нейронних мереж та інших паралельних технологій нейромережевого типу. Практичні результати, отримані в ряді досліджень підтверджують проведений вище аналіз та його висновки, додаючи їм не тільки технічний, але й концептуальний характер.
APA, Harvard, Vancouver, ISO, and other styles
You might also be interested in the extended bibliographies on the topic 'Нейронні мережі' for particular source types:
Journal articles Dissertations / Theses
We offer discounts on all premium plans for authors whose works are included in thematic literature selections. Contact us to get a unique promo code!

To the bibliography