Пошук академічних текстів

Інформація × Реєстраційний номер 0224U031597, 0122U001731 , Науково-дослідна робота Назва роботи Розроблення теоретичних основ і нових методів обробки, розпізнавання, прогнозу людиноорієнтованих процесів та систем для вирішення проблем штучного інтелекту Назва етапу роботи Керівник роботи Крак Юрій Васильович, Доктор фізико-математичних наук Дата реєстрації 22-05-2024 Організація виконавець Київський національний університет імені Тараса Шевченка Опис етапу Пропонується створення та теоретичне обґрунтування нових моделей подання інформації, отриманої про соціально-значущий стан людини з різних джерел. Розроблено нові методи штучного інтелекту, машинного навчання, нейрообчислень, побудови класифікаторів для дослідження людиноорієнтованих даних. Досліджено умови стійкості та оцінки збіжності динамічних процесів навчання штучних дискретних нейромереж, що описуються в термінах різницевих рівнянь з післядією Розглянуто функціонування штучної дискретної нейронної мережі Хопфілда. Використовуючи прямий метод Ляпунова, встановлено та строго доведено умови абсолютної стійкості розв’язків для різницевих рівнянь та систем, які моделюють роботу дискретних нейромереж. Розроблено нові методи обробки, розпізнавання, прогнозу людиноорієнтованих процесів з використанням малих даних в сфері охорони здоров’я, покращення якості життя та освітній сфері. Запропоновано нові технології навчання, пов’язані із вдосконаленням процесів викладання математичних дисциплін англійською мовою з використанням сучасних інформаційних технологій та елементів штучного інтелекту. Розглянуто методологічні проблеми колаборативного підходу в онлайн-викладанні математичних дисциплін із застосуванням інструментів Google Workspace for Education. Розроблено нові методи аналізу даних моніторингу електрокардіограм для діагностики, попередження та лікування серцево- судинних захворювань. Побудовано алгоритми машинного навчання на основі згорткових нейромереж для обробки і аналізу людиноорієнтованої інформації. Розглянуто використання випадкових полів у згорткових нейронних мережах для різних задач у глибокому навчанні та аналізі даних, досліджено властивості випадкових полів. Розроблено методи побудови класифікаторів для ефективного віднесення інформації до певного класу з потоків людиноорієнтованої інформації. Опис продукції Автори роботи Вольчина Ірина Іванівна Касьянюк Веда Станіславівна Пашко Анатолій Олексійович Стеля Олег Борисович Хусаінов Денис Ях'євич Шатирко Андрій Володимирович Додано в НРАТ 2024-05-22 Закрити