Search academic texts

Registration Number

0826U000010, PhD dissertation

Status

Доктор філософії

Date

popup.evolution

o

Title

Methods and Means of Associative Data Processing for Object Classification in Intelligent Systems

Author

Dmytro Katashynskyi,

popup.head Tetiana Martyniuk
popup.opponent Leonid І. Tymchenko
popup.opponent Ivan G. Tsmots
popup.review Oleh Kolesnytskiy
popup.review Yaroslav Kulyk

Description

Дисертаційна робота: 169 с., 12 табл., 36 рис., 4 дод., 78 джерел. МЕТОДИ ТА ЗАСОБИ АСОЦІАТИВНОГО ОБРОБЛЕННЯ ДАНИХ ДЛЯ КЛАСИФІКАЦІЇ ОБ’ЄКТІВ В ІНТЕЛЕКТУАЛЬНИХ СИСТЕМАХ. Мета дослідження полягає у розширенні функціональних можливостей нейроподібних класифікаторів за рахунок ранжування результатів класифікації, що забезпечить наочність та зручність користувачам при прийнятті рішень в інтелектуальних системах різного призначення. Об’єктом дослідження є процеси паралельного оброблення масивів даних на регулярних структурах для асоціативних задач з орієнтацією на класифікацію обʼєктів.Предметом дослідження є методи, алгоритми та програмні засоби, що забезпечують паралельне оброблення масивів даних на регулярних структурах для класифікаторів обʼєктів. Дисертаційну роботу присвячено розв’язанню науково-прикладної задачі розроблення методів та засобів асоціативного оброблення даних для класифікації та ранжування об’єктів у інтелектуальних системах. Актуальність дослідження визначається необхідністю обробляти в реальному часі значні обсяги інформації для задач штучного інтелекту і відповідно потребою у створенні програмних та апаратно-ефективних засобів для виконання інтелектуальних функцій. В ході розвʼязання поставлених завдань отримано такі наукові результати. Подальший розвиток отримав метод паралельного оброблення масивів даних для асоціативних задач у процесі сортування та ранжування при класифікації об'єктів через використання ознак обнулення елементів числового масиву в процесі альтернативного сортування, що розширює функціональні можливості класифікатора за рахунок ранжування результатів. Вперше запропоновано вдосконалення методу позрізового оброблення масиву даних на базі SM-перетворення з нормалізацією елементів дискримінантних функцій, що забезпечує реалізацію процесу класифікації обʼєктів у матричному (систолічному) форматі. Вперше запропоновано варіант реалізації механізму конкуренції для нейроподібного класифікатора із застосуванням результатів сортування елементів числового масиву, що забезпечує паралелізм процесу класифікації через задіяння швидкісної операції декремента одночасно до всіх елементів числового масиву. Окремі розробки дисертаційної роботи впроваджено на базі ТОВ «Елефантслаб», а також у навчальний процес кафедри обчислювальної техніки ВНТУ у дисципліни «Інтелектуальні системи, технології та нейрокомпʼютери» та «Методи штучного інтелекту та нейромережі». Основні результати виконаних в дисертаційній роботі досліджень опубліковано в 11 роботах: 6 статтях у фахових виданнях; 5 публікаціях у збірках праць конференцій.

Registration Date

2026-01-02

popup.nrat_date

2026-01-02