Search academic texts

Registration Number

0825U002636, PhD dissertation

Status

Доктор філософії, 151, Автоматизація та комп’ютерно-інтегровані технології

Date

25-07-2025

popup.evolution

o

Title

Structural-Parametric Synthesis of Convolutional Neural Networks in the Tasks of Production Process Automation

Author

Illia Boryndo,

popup.head Viktor Sineglazov
popup.opponent Mykola Korablyov
popup.opponent Nataliia Shapoval
popup.review Pylyp Prystavka
popup.review Maksym Zaliskyi

Description

У дисертаційній роботі досліджено та розроблено методи структурно-параметричного синтезу згорткових нейронних мереж (ЗНМ) для задач автоматизації виробничих процесів. Обґрунтовано використання багатокритеріальних генетичних алгоритмів (БКГА) для оптимізації архітектури нейронних мереж з метою підвищення їх ефективності, точності та обчислювальної продуктивності. Запропоновано нові підходи до параметричної оптимізації, які дозволяють адаптувати нейромережеві моделі до конкретних виробничих завдань. Досліджено сучасні топологічні варіанти ЗНМ, механізми уваги та просторово-канальні реконструктивні методи, що сприяють покращенню аналізу графічних даних у реальному часі. Проведено порівняння запропонованих методів із існуючими підходами автоматизованого проектування нейромереж, що продемонструвало їх переваги у точності класифікації, швидкості обробки та ефективності ресурсного використання. Розглянуто можливості застосування запропонованих методів у сферах віртуальної та доповненої реальності, що дозволяє покращити імерсивність та інтерактивність систем візуалізації, а також зменшити обчислювальні витрати на їх реалізацію. Розроблені алгоритмічні рішення реалізовано у вигляді програмного забезпечення з використанням платформ TensorFlow і Keras, що підтверджує їхню практичну значущість та можливість інтеграції у реальні виробничі процеси. Розділ 1. Проведено аналіз існуючих архітектур згорткових нейронних мереж, розглянуто їхні топологічні особливості та основні підходи до оптимізації. Окреслено основні проблеми структурного синтезу ЗНМ та перспективні напрями їхнього вдосконалення. Розділ 2. Досліджено можливості інтеграції згорткових нейронних мереж у технології віртуальної (VR) та доповненої реальності (AR). Проаналізовано методи покращення імерсивності, інтерактивності та продуктивності VR/AR-систем за допомогою нейронних мереж. Визначено основні проблеми їхнього впровадження та запропоновано шляхи їх подолання. Розділ 3. Визначено основні структурні блоки, що впливають на продуктивність ЗНМ. Досліджено математичні моделі та алгоритмічні рішення, що дозволяють покращити параметричну адаптацію нейронних мереж. Запропоновано підхід до автоматизованого проектування оптимальних згорткових нейронних мереж, заснований на багатокритеріальних еволюційних алгоритмах. Обґрунтовано критерії оптимізації та розроблено алгоритмічні рішення, що дозволяють підвищити ефективність розпізнавання та обробки графічних даних у реальному часі. Розділ 4. Описано та запропоновано алгоритмічне на програмне впровадження алгоритму структурно-параметричного синтезу згорткових нейронних мереж. Було отримано на протестовано синтезовану модель мережі та оцінені її якісні характеристики. Результати дослідження апробовані на міжнародних конференціях та опубліковані у провідних наукових виданнях. Запропоновані методи та алгоритми можуть бути використані для подальшого розвитку систем автоматизованого проектування нейромереж та розширення їх застосування у промислових та інформаційних технологіях.

popup.nrat_date

2025-07-03