Вісник ХНУ. Технічні науки - 2020 рік
Постійне посилання зібрання
Переглянути
Перегляд Вісник ХНУ. Технічні науки - 2020 рік за Ключові слова "004.9"
Зараз показуємо 1 - 4 з 4
Результатів на сторінці
Налаштування сортування
Документ Дослідження мікросервісної архітектури, архітектурний стиль PEST та їх сучасна реалізація на Java(Хмельницький національний університет, 2020) Яшина, О.М .; Кравчук, О.А.; Yashyna, O.M.; Kravchuk, O.A.В статті наведено результати дослідження мікросервісної архітектури, наведені її переваги та недоліки, проведено її порівняння з загальноприйнятим підходом до розробки програмного забезпечення, описаний архітектурний підхід REST, який найчастіше використовують з досліджуваною архітектурою. Реалізована програма на Java є прикладом дотримання визначених понять за допомогою сучасних інструментів розробки.Документ Модель для розпізнавання мімічних проявів емоцій(Хмельницький національний університет, 2020) Бармак, О.В.; Калита, О.Д.; Манзюк, Е.А.; Barmak, O.; Kalyta, O.; Manziuk, E.В статті запропоновано підхід до отримання спрощеної моделі, за допомогою якої стане можливою реалізація розпізнавання емоційних проявів на обличчі швидким чином. У моделі реалізована гіперплощинна класифікація мімічних проявів основних емоційних станів. Основною перевагою запропонованого підходу є невелика обчислювальна складність, що дасть змогу реалізувати розпізнавання змін емоційного стану людини за мімічними проявами без використання спеціалізованого обладнання (для відеокамер з низькою роздільною здатністю або на великій відстані). Сфера застосування – контроль за водієм під час керування транспортом, оператором складного виробництва тощо. Проведення дослідження та обробка зібраних даних дозволили виділити основні ділянки обличчя, що впливають на відображення емоційних станів. До них відносяться ділянки обличчя з бровами, очами та ротом. Виділення множин якісних характеристик зміщень точок стало заключним етапом. Для визначення форм групування станів як відображення сукупності ознак було застосовано підхід, що дозволив використати методи візуалізації даних. Це було необхідно для наочного відображення характерних форм групування даних. Ці груповані дані і визначають класи емоційних проявів. Можливість встановлення границь розділення класів, тобто емоційних станів, була важливим аспектом. Розташування границь може коректуватися залежно від якості та кількості даних. Така форма адаптації дозволила застосовувати технологію розпізнавання мімічних проявів емоцій більш гнучко та адаптувати її. Незважаючи на те, що мімічні прояви в силу фізіологічних особливостей є типовими проявами емоції, границі розділення даних необхідно коректувати для точного розмежування класів емоцій. Це дозволяє гіперплощинна класифікація. Невелика обчислювальна здатність виступила основною перевагою запропонованого підходу. Це дало змогу реалізувати розпізнавання змін емоційного стану людини за мімічними проявами на обличчі без використання спеціалізованого обладнання.Документ Управління якістю програмних веб-систем засобами розробки(Хмельницький національний університет, 2020) Шинкарук, О.М.; Яшина, О.М.; Онишко, О.Г.; Shynkaruk, O.; Yashyna, O.; Onyshko, O.У даній статті наведено результати досліджень існуючих засобів і визначення теоретичних аспектів застосування сучасних фреймворків для розробки програмного забезпечення, а також обґрунтування доцільності та впливу варіативності вибору на якість розроблюваних програмних додатків. Основними результатами дослідження є обгрунтування вибору фреймворків для розробки програмного забезпечення. Потрібно відмітити, що не зважаючи на велику кількість фреймворків, структурований аналіз здійснений досить незначною кількістю дослідників, що і обумовлює наукову новизну даного питання. Практична значущість полягає у можливості застосування тих чи інших фрейморків відповідно до потреб замовника та розробника для досягнення певних результатів при розробці програмного забезпечення.Документ Фасетковий метод перетворення зображень за допомогою нейромережевого розпізнавання(Хмельницький національний університет, 2020) Мазурець, О.В.; Скрипник, Т.К.; Ізотов, А.В.; Mazurets, O.; Izotov, A.; Skrypnyk, T.Метод фасеткового перетворення зображень полягає в програмній зміні розмірності вхідного образу й призначений для використання у процесі дорозпізнавальної обробки зображень. На основі розробленого фасеткового методу для перетворення зображень було створено додаток для нейромережевого розпізнавання образів після обробки розробленим методом. Для дослідження ефективності методу фасеткового перетворення зображень проводилося порівняння результатів розпізнавання образів до та після фасеткової згортки зображень. Розроблювана інформаційна технологія фасеткової згортки зображень використовує фасетковий метод перетворення зображень та дозволяє розпізнавати зображення до масштабування та після масштабування за допомогою нейронної мережі перцептрон. Інформаційна технологія містить етапи фасеткової згортки зображень та нейромережевого розпізнавання образів. На першому етапі відбувається обробка зображення фасетковим методом. Спочатку відбувається аналіз розмірності зображення та встановлюється рецепторна область залежно від розміру вхідного образу, після чого за необхідності коригується розмірність для фасеткової згортки. Необхідність встановлюється залежно від можливості поділити зображення на рівні квадрати. Далі встановлюється, наскільки сильно зашумлений або нечіткий образ. У наступному кроці рекурсивно визначається приналежність образу пікселів до вихідного зображення, після чого проміжний матеріал переходить до наступного етапу – розпізнавання образу нейронною мережею. Проведені в роботі дослідження встановили, що фасетковий метод перетворення зображень дозволяє конвертувати зображення таким чином, щоб підвищити ефективність подальшого розпізнавання. Так, в порівнянні з успішністю розпізнавання необроблених зображень, для зашумлених образів ефективність зростає в середньому з 36,17% до 94,53%, а для безконтурних та сегментованих образів ефективність розпізнавання зростає в середньому з 52,93% до 88,16%.