Registration Number
0825U001711, PhD dissertation
Status
Доктор філософії
Date
02-07-2025
popup.evolution
o
Title
Deep learning models for handling handcase data
Author
Anton O. Okhrimenko,
popup.head Nataliia M. Kussul
popup.opponent Volodymyr V. Hnatushenko
popup.opponent Natalia E. Kondruk
popup.review Oleg R. Chertov
popup.review Valerii Y. Danylov
popup.rada
National Technical University of Ukraine «Igor Sikorsky Kyiv Polytechnic Institute»
Description
Дисертація присвячена дослідженню актуальної проблеми перекриття та незбалансованості класів у задачах семантичної сегментації. Розглянуто випадки подібності ознак в екземплярів даних, що належать до різних класів, та малої представленості окремих класів у навчальному наборі даних. Ці особливості навчальної вибірки значно ускладнюють побудову точних моделей глибинного навчання, призводять до погіршення метрик моделі, особливо на малих класах або класах з сильним перекриттям. Запропоновано метод виявлення неоднозначних екземплярів на основі локального аналізу в просторі ознак з використанням алгоритму k-найближчих сусідів (kNN). Удосконалено функцію втрат через введення вагових масок, які формуються з урахуванням складності класифікації роздільності пікселів різних класів у просторі ознак. Ця модифікація покращує здатність моделі вивчати рідкісні та складні класи без використання додаткових даних чи зміни базової архітектури мережі. Адаптовано генеративні змагальні мережі (GAN) до задач аугментації з метою балансування розподілу класів у навчальному наборі. Реалізовано використання GAN-аугментації у поєднанні з методом вагових масок, що забезпечило покращення якості сегментації, особливо для малочисельних класів. Запропоновані методи апробовано на багатоканальних супутникових знімках та гістологічних зображеннях. Результати роботи були застосовані при виконанні наукових проєктів програм Horizon Europe та НФД України, що підтверджує практичну значущість отриманих результатів.
Registration Date
2025-05-15
popup.nrat_date
2025-05-15 / 2026-07-01
