Простийпошук |
Розширенийпошук |
Покажчики
|
Професійний пошук |
Рубрикатор НБУВ |
Розподілений пошук |
Бази даних
Наукова періодика України - результати пошуку
Книжкові видання та компакт-дискиЖурнали та продовжувані виданняАвтореферати дисертаційРеферативна база данихНаукова періодика УкраїниТематичний навігаторАвторитетний файл імен осіб
 |
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
| Знайдено в інших БД: | Книжкові видання та компакт-диски (36) | Реферативна база даних (1) | Авторитетний файл імен осіб (1) |
Список видань за алфавітом назв: Авторський покажчик Покажчик назв публікацій  |
Пошуковий запит: (<.>A=Лотоцький А$<.>) | |||
|
Загальна кількість знайдених документів : 2 Представлено документи з 1 до 2 |
|||
| 1. | 
Мокін В. Б. Системний аналіз розмірів фрагмента зображень аерофотозйомки сільськогосподарських угідь для пошуку аномалій у них методами машинного навчання [Електронний ресурс] / В. Б. Мокін, Д. М. Грузман, С. О. Довгополюк, А. О. Лотоцький // Вісник Вінницького політехнічного інституту. - 2019. - № 3. - С. 75-85. - Режим доступу: http://nbuv.gov.ua/UJRN/vvpi_2019_3_11 Великими проблемами для сільськогосподарських угідь (СГУ) є захворювання рослин, дія шкідників, бур'яни та інші аномалії. Швидке розповсюдження подібних проблемних місць несе велику шкоду, якщо їх вчасно не знайти, локалізувати та нейтралізувати. Через великі площі та, часто, важкодоступність до окремих ділянок поля, для усунення таких проблем застосовується аерофотозйомка з дронів з подальшим її обробленням методами штучного інтелекту, машинного навчання, передусім - глибинного навчання. Кожне зображення розбивається на дрібніші фрагменти та аналізується, але результат аналізу суттєво залежить від вибору розміру таких фрагментів. Мета дослідження - розробити комплексний системний підхід до аналізу та обчислення оптимального за багатьма критеріями розміру найменшого фрагмента зображень аерофотозйомки СГУ для пошуку аномалій у них методами машинного глибинного навчання. Проведено огляд відомих підходів до розв'язання задачі пошуку таких аномалій та запропоновано які саме інформаційні технології потрібно використовувати на етапах передоброблення, машинного глибинного навчання та які типові проблеми слід усувати під час цього, з урахуванням специфіки предметної області. Виділено основні критерії, які необхідно враховувати для розв'язання поставленої задачі: тривалість обчислення, точність (мінімальна похибка) навчання моделі, наближеність середньої площі кластерів до заданої, за умови виконання ряду обмежень. Запропоновано вираз інтегрального критерію для врахування цих критеріїв та підходи щодо вибору їх ваг. Розроблено алгоритм застосування запропонованих підходів та приймів щодо застосування відомих методів машинного глибинного навчання та кластеризації. Наведено реальний приклад застосування цього алгоритму та продемонстровано його ефективність для випадків, коли найвагомішими (з вагою 0,5) критеріями є тривалість обчислень або наближеність середньої площі кластерів до заданої. Запропонований комплекс підходів та прийомів для системного аналізу розмірів фрагменту зображень аерофотозйомки СГУ дозволить підвищити точність та швидкість пошуку аномалій у них методами машинного глибинного навчання та, в цілому, дозволить ефективніше та вчасно виявляти різні захворювання рослин, бур'яни, шкідників тощо. | ||
| 2. | 
Козачко О. М. Метод аналізу рівня знань іноземної мови студентів закладу вищої освіти на основі машинного навчання [Електронний ресурс] / О. М. Козачко, С. О. Жуков, Т. Є. Вуж, А. О. Лотоцький. // Наукові праці Вінницького національного технічного університету. - 2021. - № 4. - Режим доступу: http://nbuv.gov.ua/UJRN/VNTUV_2021_4_5 | ||
Попередній перегляд: 
Реферативна БД
 |
| Відділ наукової організації електронних інформаційних ресурсів |
 Пам`ятка користувача |