Пошук академічних текстів

Інформація × Реєстраційний номер 0822U100777, Дисертація доктора філософії На здобуття Доктор філософії Дата захисту 31-03-2022 Статус Запланована Назва роботи Динамічна ідентифікація підпису на основі спайкінгової нейронної мережі Здобувач Куцман Владислав Вікторович, Керівник Колесницький Олег Костянтинович Опонент Цмоць Іван Григорович Опонент Литвиненко Володимир Іванович Рецензент Мартинюк Тетяна Борисівна Рецензент Куперштейн Леонід Михайлович Опис В дисертаційній роботі розв’язана наукова задача з розробки методів та засобів динамічної ідентифікації підпису з використанням спайкінгових нейронних мереж та динамічних параметрів підпису, робастних до внутрішньоперсональної варіабельності та чутливих до міжперсональної варіабельності підписів. Показано, що при динамічній ідентифікації підписів, зокрема, є такі невирішені проблеми: по-перше, нестабільність відтворення підпису особою є джерелом внутрішньоперсональної варіабельності його динамічних параметрів, а по-друге, недосконалі методи класифікації динамічних параметрів підпису. Розроблено метод динамічної ідентифікації підписів на основі спайкінгової нейронної мережі, який має ряд переваг перед відомими методами, зокрема, не вимагає попереднього перетворення динамічних параметрів у вектор статичних ознак, може ідентифікувати підписи з передбаченням, використовувана нейронна мережа має спрощену процедуру навчання, а саме - не потребує перенавчання всієї мережі при додаванні нових підписів. Розроблено структуру та архітектуру спайкінгової нейронної мережі, орієнтовану на застосування у процесі динамічної ідентифікації підписів. Обґрунтовано вибір динамічних параметрів підпису, які є стійкими до геометричної та часової варіабельності підписів. Досліджено стійкість динамічних параметрів підпису до внутрішньоперсональної варіабельності, а також чутливість динамічних параметрів підпису до міжперсональної варіабельності Розроблено спеціалізоване програмне забезпечення для оцінки достовірності запропонованого методу динамічної ідентифікації підпису. Експериментальні дослідження розробленого методу, проведені з використанням бази даних підписів DeepSignDB, показали, що запропонована система за достовірністю краща за референсну як при тестуванні на майстерних підробках, так і при тестуванні на випадкових підробках. Дата реєстрації 2022-04-15 Додано в НРАТ 2022-04-15 Закрити