3. Наукові журнали та збірники ХНУ

Постійне посилання на фонд

https://elar.khmnu.edu.ua/handle/123456789/1939

Переглянути

Перегляд 3. Наукові журнали та збірники ХНУ за Ключові слова "004.02"

Зараз показуємо 1 - 2 з 2
  • Ескіз
    Документ
    Метод класифікації патологій листя рослин на основі згорткових нейронних мереж із застосуванням технологій розподіленого паралельного навчання
    (Хмельницький національний університет, 2026) Соколовський, Валентин; Манзюк, Едуард; Багрій, Руслан; Скрипник, Тетяна; Sokolovskyi, Valentyn; Bahrii, Ruslan; Manziuk, Eduard; Skrypnyk, Tetiana
    У роботі представлено удосконалений метод класифікації патологій листя сільськогосподарських рослин на основі глибокого навчання, спрямований на підвищення точності діагностики та скорочення часу обчислень. Запропоновано модифіковану п'ятиблокову архітектуру згорткової нейронної мережі (на базі VGG16) з інтегрованими механізмами батчнормалізації та dropout-регуляризації, що дозволило вирішити проблему перенавчання на обмежених вибірках. Для забезпечення ефективності експериментальних досліджень реалізовано технологію розподіленого паралельного навчання, яка базується на принципі паралелізму даних із синхронізацією градієнтів. Такий підхід дозволив суттєво прискорити процес тренування моделі та забезпечити горизонтальну масштабованість системи. Описано технологічні аспекти створення програмного забезпечення, зокрема використання декларативного конфігурування та системи версіонування, що гарантує відтворюваність експериментів та надійність результатів. Для експериментальних досліджень обрано датасет з чотирма класами хвороб листа. Проведено експериментальні дослідження на датасеті зображень листя квасолі у чотирьох категоріях. Встановлено, що запропонований метод досягає точності 91.2%, перевищуючи базову модель на 4%. Доведено критичний вплив аугментації даних на здатність моделі до узагальнення в умовах варіативності освітлення та ракурсів зйомки.
  • Ескіз
    Документ
    Підходи до практичного аналізу обчислювальних алгоритмів
    (Хмельницький національний університет, 2021) Бармак, О.В.; Радюк, П.М.; Молчанова, М.О.; Собко, О.В.; Barmak, O.; Radiuk, P.; Molchanova, M.; Sobko, O.
    У роботі пропонується практичний підхід до визначення основних типів алгоритмів залежно від їх ефективності за зовнішнім виглядом програмного коду. Наведено приклади аналізу ефективності програмного коду для обчислювальної складності за зменшенням ефективності, що подається як (в асимптотичних позначеннях) О(1), О(logN), O(N), O(NlogN), O(N2), O(N3). Завдання дослідження полягає в аналізі програмного коду та визначенні умов, за яких алгоритм належить до того або іншого типу обчислювальної складності. Встановлено, що основними чинниками, за якими можна оцінити обчислювальну складність алгоритму за візуальним аналізом програмного коду є наявність у коді циклів, особливо вкладених, рекурсивність алгоритму тощо.