Search academic texts

Information × Registration Number 2120U009015, Article popup.category Бакалаврська робота Title Система розпізнавання кроків на основі вимірів віддалених сенсорів (AI translated) popup.author Папаш Олексій АндрійовичPapash Oleksii Andriiovych popup.publication 01-06-2020 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/37109 popup.publisher Київ Description Дипломна робота містить: 82 с., 40 рис., 7 табл., 2 дод. та 16 джерел. Об’єкт дослідження – виміри сейсмоакустичних хвиль, отримані з віддаленого приймального модуля. Предмет дослідження – вейвлет перетворення та нейронні мережі. Мета дипломної роботи – дослідити існуючі методи обробки сейсмоакустичних хвиль; знайти методи класифікації сигналів та реалізувати систему розпізнавання кроків на основі даних про них. У роботі проведено дослідження сейсмоакустичних сигналів та методів їх класифікації. У ході виконання дипломної роботи було розроблено програмний продукт та отримано результати для кожного з методів, а також проведено їх порівняльний аналіз. Під час дослідження було виявлено, що використання нейронних мереж дозволяє отримати задовільні результати. За виконання подальших досліджень доцільно провести більше експериментів для отримання більшої навчальної вибірки, а також використати більш складні моделі. Diploma work: 82 p., 40 fig., 7 tables, 2 appendixes, 16 sources. The object of research is seismic acoustic wave measurements obtained from a remote receiving module. The subject of research - wavelet transform and neural networks. The purpose of the thesis - to explore existing methods of processing seismic acoustic waves; find methods for signal classification and implement a step recognition system based on data about them. The research of seismoacoustic signals and methods of their classification is carried out in the work. In the course of the thesis a software product was developed and the results for each of the methods were obtained, as well as their comparative analysis. During the study it was found that the use of neural networks allows to obtain satisfactory results. For further research, it is advisable to conduct more experiments to obtain a larger training set, as well as to use more complex models. popup.nrat_date 2025-11-05 Close