Інтроскопія - процес безконтактного, неруйнівного аналізу внутрішньої структури об'єкта або процесів у ньому за допомогою рентгенівського випромінювання, оптичних, акустичних, ультразвукових, сейсмічних, електромагнітних хвиль різного діапазону, принципів модуляції і кодування. В її реалізації задіяні методи отримання тіньових, томографічних, радіолокаційних та ін. зображень об'єкта дослідження, в яких міститься інформація про даний об'єкт. Аналіз зображення і прийняття рішення про структуру об'єкта або його стан здійснює експерт (оператор). Ефективність аналізу залежить від кваліфікації експерта і може істотно знижуватися за рахунок зростання числа помилок і часу аналізу. У реальних умовах класифікація стану об'єкта дослідження при значній кількості ознак, з їх нестабільним або малоінформативним ступенем отримання знань представляється нетривіальним завданням. На сьогоднішній день розроблені і впроваджені в практику технології розпізнавання зображень на основі штучного інтелекту, що дозволяють синтезувати нейромережеві класифікатори в системах технічного зору, інваріантних до фізичних особливостей ознакових просторів досліджуваних образів об'єктів. Для технології інтроскопії підготовлена нейромережева інформаційно-аналітична, програмна та інструментальна основа для вирішення завдання автоматизації візуалізації зображень і їх ідентифікації в просторі тіньових, томографічних, багаторакурсних інформативних ознак із застосуванням статистичних вирішальних правил. Розроблена технологія представлена у вигляді ансамблю нейромережевих моделей класифікаторів, реалізованих самостійними програмними додатками в основному коді існуючого пакету технічного аналізу, наприклад, нейроемулятора середовища StatSoft. Синтез моделей класифікаторів за вхідними даними образів на основі тіньових і томографічних растрових розгорток в стандартному пакеті нейроемулятора дозволяє вирішувати задачу при мінімальних витратах і необхідних показниках якості. Проведені дослідження ознакових просторів процесу інтроскопії, можливостей коректного застосування статистичних вирішальних правил, алгоритмів примусового навчання синтезованих нейромережних моделей в базисі існуючих пакетів технічного даних дозволяють підвищити продуктивність технічних засобів інтроскопії шляхом автоматизації процесу аналізу, зниження впливу суб'єктивних рішень, скорочення часу реакції.

 Наукова періодика України 

---

Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)

• Зима Ольга Григорівна (економічні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"