Міжнародна науково-технічна конференція «Інформаційні технології в металургії та машинобудуванні. ІТММ'23»

Permanent URI for this collectionhttps://crust.ust.edu.ua/handle/123456789/19931

ENG: Scientific and Technical International Conference «Information Technology in Metallurgy and Machine Engineering. ITMM'23», March 22, 2023

Browse

Now showing 1 - 4 of 4

Проблеми та рішення масштабування потоків даних у екосистемі «Індустрії 4.0» в промисловості та бізнесі
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2023) Ситник, Роман Сергійович; Гнатушенко, Вікторія Володимирівна
UKR: Процеси інтеграції інформаційних технологій у виробництво та логістику часто описують терміном «Індустрія 4.0». Цей термін включає різні підходи до цифровізації, автоматизації та взаємозв’язку в різних галузях промисловості. Інтеграція передових технологій у виробництво створює великі потоки даних, які звичайні промислові інформаційні системи часто не в змозі обробити та вчасно на них відповісти. Це може призвести до затримок і помилок, які можуть призвести до неефективності в ланцюгах постачання, затримок у виробництві та комунікації між промисловими секторами, а також до проблем прозорості та підзвітності інформаційних систем в екосистемі «Індустрії 4.0», проблем із безпекою, цілісністю даних, відстеження процесів у реальному часі тощо. Тому важливим завданням є дослідження нових методів управління потоками даних в інформаційних системах в екосистемі «Індустрія 4.0», які можуть покращити взаємодію та прискорити впровадження інформаційних технологій у промисловості та логістиці.
Стратегії визначення оптимальної кількості вхідних даних для розпізнавання об’єктів на супутникових зображеннях
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2023) Солдатенко, Дмитро Володимирович; Гнатушенко, Вікторія Володимирівна
UKR: Розпізнавання супутникових зображень є життєво важливим застосуванням комп’ютерного зору з численними потенційними варіантами використання в таких сферах, як боротьба зі стихійними лихами, землекористування та міське планування. Це дослідження спрямоване на визначення оптимальної кількості вхідних даних, необхідних для навчання нейронної мережі для розпізнавання супутникових зображень. З цією метою проводиться серія суворих експериментів, щоб дослідити вплив кількості вхідних даних на кілька показників продуктивності, включаючи точність, конвергенцію та узагальнення моделі. Висновки показують, що збільшення кількості вхідних даних загалом покращує продуктивність моделі до точки насичення, після якої подальше збільшення не призводить до значних покращень і навіть може призвести до переобладнання. Дослідження пропонує кілька стратегій для визначення цієї точки насичення та пом’якшення наслідків переобладнання. Результати, отримані в результаті цього дослідження, можуть допомогти в розробці більш ефективних моделей розпізнавання супутникових зображень.
Сучасні тенденції в обробці аерокосмічних зображень та розпізнаванні образів
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2023) Міщенко, Максим Станіславович; Сокол, Олександр; Гнатушенко, Вікторія Володимирівна
UKR: Ця стаття спрямована на аналіз сучасних тенденцій в обробці та розпізнаванні аерокосмічних зображень. Такі зображення є важливим джерелом інформації для різних галузей промисловості, таких як військова та цивільна картографії, сільське господарство та екологія. Процес обробки та аналізу великомасштабних аерокосмічних зображень вимагає значних витрат часу та ресурсів, тому виникає потреба у використанні сучасних методів машинного навчання та обробки зображень. У цьому документі описано різні методи обробки аерокосмічних зображень, такі як лінійна фільтрація, аналіз незалежних компонентів, зіставлення шаблонів і генеративні змагальні мережі. Використання сучасних методів обробки та розпізнавання образів аерокосмічних зображень є важливим кроком у підвищенні ефективності та точності аналізу великомасштабних зображень, що може бути корисним для різних галузей промисловості, які використовують аерокосмічні зображення.
Інтелектуальний аналіз даних з використанням WEKA Explorer
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2023) Гнатушенко, Вікторія Володимирівна; Дейнека, Богдан М.
UKR: Досліджено питання інтелектуального аналізу даних, описано недоліки та переваги використання WEKA Explorer.