Search academic texts

Information × Registration Number 0824U002103, PhD dissertation Status Доктор філософії Date 11-06-2024 popup.evolution o Title Methods and algorithms for semantic data clustering and interactive user interaction in augmented reality systems Author Volodymyr V. Narozhnyy, popup.head Viacheslav S. Kharchenko popup.opponent Svitlana Antoshchuk popup.opponent Serhii Chalyj popup.review Herman Fesenko popup.review Olha Morozova Description Дисертаційна робота присвячена розробці методів та алгоритмів семантичної кластеризації даних та інтерактивної взаємодії з користувачем в системах доповненої реальності. Метою дисертаційної роботи є підвищення якості оброблення даних в системах доповненої реальності на підставі розроблення та удосконалення методів та засобів семантичної кластеризації даних, вибору та інтеграції інтерактивних елементів та їх практичного застосування. Об'єктом дослідження є процеси кластеризації даних в системах доповненої реальності. Предметом дослідження є методи, алгоритми та програмні засоби для семантичної кластеризації даних та інтерактивної взаємодії користувачів в системах доповненої реальності. У роботі виконано аналітичний огляд існуючих моделей, методів та інструментів семантичної кластеризації та інтерактивної взаємодії в системах доповненої реальності. Встановлено, що існуючі моделі та методи семантичної кластеризації та інтерактивної взаємодії користувачів у системах доповненої реальності не повністю відповідають специфічним викликам і вимогам цих систем. Їм часто бракує необхідної формалізації точності у формуванні кластерів та виділенню маркерних слів. З урахуванням проведеного аналізу в роботі поставлено та вирішено наукове завдання розроблення методів, алгоритмів і програмних засобів семантичної кластеризації даних та інтерактивної взаємодії користувачів в системах доповненої реальності. Обґрунтована методика проведення досліджень і математичний апарат, що використовується в дослідженні. При вирішенні наукових задач використовувалися методи, зокрема методи машинного навчання, кластеризація на основі відстаней та метрик подібності, набори алгоритмів семантичної кластеризації, методи оцінки якості кластерів (коефіцієнт силуету, внутрішньокластерна відстань, міжкластерна відстань), а також статистичні тести для оцінки ефективності розроблених методів. Вперше запропоновано комплексний метод семантичної кластеризації, який, на відміну від відомих, інтегрує удосконалений алгоритм латентного розміщення Діріхле (LDA) з алгоритмами пост-оброблення даних з використанням технології двонаправлених енкодерніих представлень з трансформаторів (BERT), що підвищує ступінь схожості даних та їх згрупованість в кластерах. Удосконалено метод семантичного аналізу даних за допомогою інтеграції алгоритмів машинного навчання BERT з використанням процедури об’єднання результатів, яка базується на модернізованому алгоритмі LDA, що забезпечує підвищення точності аналізу і можливість опрацювання більш лексично складних наборів даних. Дістав подальшого розвитку метод інтерактивної взаємодії в системах доповненої реальності, що враховує різноманітність даних з огляду на опис емоційного стану користувача, а також можливі загрози та вразливості цих систем, що надає змогу більш точно обирати варіанти доповненої реальності та підвищити приватність і конфіденційність даних. Усі теоретичні розробки дисертації доведено до конкретних інженерних методик та алгоритмів із застосуванням запропонованої інформаційної технології. Запропоновані методи та алгоритми були реалізовані у вигляді програмних засобів та інтегровані в існуючі системи та платформи доповненої реальності. Розроблені алгоритм семантичної кластеризації, алгоритм постобробки та програмне забезпечення, що поєднує їх функціональність, підвищили повноту та точність обробки даних в системах доповненої реальності, розширивши їх можливості щодо надання змістовного та контекстно-залежного користувацького досвіду. Registration Date 2024-06-06 popup.nrat_date 2024-06-06 Close