Інші праці КІТ

Permanent URI for this collectionhttp://crust.ust.edu.ua/handle/123456789/8990

ENG: Other Works

Browse

Now showing 1 - 3 of 3

Засоби підвищення часової ефективності генетичних алгоритмів
(Український державний університет науки і технологій, Дніпро, 2021) Галушка, Олександр Валентинович
UKR: Магістерська робота виконана на 220 сторінках, з них 99 – основна частина та 121 – додатки (технічна документація, наукові публікації), містить 56 рисунків, 25 таблиць та 94 використані джерела. В магістерській роботі було розглянуто способи підвищення часової ефективності роботи генетичних алгоритмів в контексті їх використання в методі конструктивно-продукційного моделювання для часових рядів, та його адаптацію при проектуванні та розробці системи за агентним підходом. Виділені способи підвищення часової ефективності роботи генетичних алгоритмів, концепції для проектування та розробки агентної системи. Була розроблена агентна система, виконуюча розподілені еволюційні обчислення на базі генетичного алгоритму. Також метод конструктивно-продукційного моделювання було адаптовано для його використання в прогнозуванні часових рядів. Об’єкт дослідження – процеси технічні, соціальні, біологічні та інші процеси які моделюються часовими рядами.
Комплексні онтологічні та нейромережеві моделі фотографічних образів
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2024) Галушка, Олександр Валентинович; Шинкаренко, Віктор Іванович
UKR: Ця стаття досліджує інноваційний підхід до розробки систем комп'ютерного зору, заснований на глибокій інтеграції онтологічних та нейромережевих моделей для ефективного аналізу фотографічних зображень. У цій роботі пропонується новий гібридний метод у контексті сучасних викликів, пов'язаних з розпізнаванням зображень, таких як висока різноманітність класів та проблеми оклюзії об'єктів на фотографіях низької якості. Цей метод надає моделям комп'ютерного зору здатність до глибшого розуміння контексту та семантики зображень, використовуючи онтологічні структури для представлення візуального вмісту. Аналітичний процес включає ідентифікацію ключових об'єктів на зображенні та визначення їхнього онтологічного контексту, що дозволяє нейронним мережам ефективно виконувати градієнтну трансформацію вхідних даних для більш точного розпізнавання та класифікації. Запропонована модель демонструє потенціал для отримання переваги над традиційними методами у задачах комп'ютерного зору, відкриваючи нові можливості для розширення застосувань комп'ютерного зору у науковій, промисловій та побутовій сферах.
Математико-когнітивна основа для систематизації онтологічних відношень
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Галушка, Олександр Валентинович; Шинкаренко, Віктор Іванович
UKR: У даній роботі проаналізовано способи та підходи до систематизації онтологічних відношень, що базуються на інтеграції їх математичних властивостей, когнітивної та семантичної природи. Відношення розглядаються як множини кортежів певної арності, що задають зв’язки між елементами. Алгебра відношень допомагає зрозуміти смислові закономірності цих зв’язків і узагальнити правила їхнього комбінування. Аналізуються базові відношення, сформовані шляхом узагальнення образних когнітивних схем, та похідні від них. Також розглядаються синтетичні та мета-відношення (відношення між відношеннями). Особлива увага приділяється логічній композиції відношень і властивостям цього процесу. Окремо звернено увагу на зв’язок між базовими відношеннями, які є результатом узагальнення сенсорного досвіду сприйняття інформації, та відношеннями, синтезованими штучно з використанням аксіоматики на рівні онтології та комбінування на основі формальної логіки. Запропонована таксономія орієнтована на впорядкування множини відношень для формування універсальних і несуперечливих онтологій, які можуть застосовуватися у різних предметних областях.