Вісник Національного університету "Львівська політехніка". Інформаційні системи та мережі. – 2022. – Випуск 11

Permanent URI for this collectionhttps://ena.lpnu.ua/handle/ntb/59480

Вісник Національного університету «Львівська політехніка»

Вісник Національного університету «Львівська політехніка» «Інформаційні системи та мережі» є правонаступником збірника наукових праць «Вісник Національного університету «Львівська політехніка». Серія: Інформаційні системи та мережі, який започатковано у 1997 р.

Вісник Національного університету «Львівська політехніка». Серія: Інформаційні системи та мережі / Національний університет "Львівська політехніка" ; відповідальний редактор В. В. Пасічник. – Львів : Видавництво Львівської політехніки, 2022. – № 11. – 188 с.

Вісник Національного університету "Львівська політехніка". Інформаційні системи та мережі

Зміст


1
13
23
30
39
56
87
103
110
127
145
173
187

Content


1
13
23
30
39
56
87
103
110
127
145
173
187

Browse

Subject: search.filters.subject.004.89

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Comprehensive analysis of few-shot image classification method using triplet loss
    (Видавництво Львівської політехніки, 2022-03-01) Баранов, Микола; Щербина, Юрій; Baranov, Mykola; Shcherbyna, Yurii; Львівський національний університет ім. Івана Франка; Ivan Franko National University of Lviv
    Задача класифікації зображень є дуже важливою сучасною проблемою в області комп’ютерного зору. Перші підходи до розв’язання цієї задачі полягали у використанні класичних алгоритмів. Незважаючи на певний прогрес, отриманий класичними підходами, більшість складніших задач класифікації зображень залишались нерозв’язаними до початку використання алгоритмів машинного навчання. Перші спроби застосування машинного навчання до задачі розпізнавання зображень допомогли класифікувати набори ознак, які опрацювати прямими алгоритмами не вдавалось. Проте видобування множини ознак залишалося за прямими алгоритмами тривалий час. Нещодавний прогрес у сфері глибокого навчання відкрив можливість побудови систем автоматичного видобування множини ознак. Це зумовило значний прогрес у області комп’ютерного бачення і не тільки. Обробка великомасштабних наборів даних призвела до прориву у задачах розпізнавання зображень. Проте з’явилося нове обмеження– залежність від кількості наявних проанотованих даних. Методи глибинного навчання для задачі класифікації зображення зазвичай потребують великої кількості проанотованих зображень. І більше, сучасні моделі схильні до неочікуваної поведінки на наборах даних з іншого домена (нових класів у випадку розпізнавання зображень). Методи навчання на малому наборі даних дозволяють під час тренування глибоких нейронних мереж використовувати значно менше даних, зберігаючи таку саму точність розпізнавання. Незважаючи на це, залишається компроміс між кількістю наявних даних та точністю моделі. В цій роботі ми побудували сіамську нейронну мережу на основі функції втрат трійки і дослідили, як наявна кількість даних впливає на точність розпізнавання сіамської нейронної мережі. Ми порівняли моделі, отримані навчанням на основі метрик, та базову модель, натреновану на великомасштабних наборах даних.
  • Thumbnail Image
    Item
    Моделювання процесів розвитку територіальних громад
    (Видавництво Львівської політехніки, 2022-03-01) Бігун, Роман; Литвин, Василь; Bihun, Roman; Lytvyn, Vasyl; Національний університет “Львівська політехніка”; Lviv Polytechnic National University
    Місцевий розвиток певної території відбувається під впливом багатьох чинників. Швидкий темп поширення процесу глобалізації світової економіки є одним із тих чинників, які істотно впливають на формування нових тенденцій та закономірностей місцевого розвитку. Прояв цього критерію можна помітити, простежуючи посилення ролі громад в економічному розвитку певних територій та країн. Українська держава вже входить у перелік країн, суспільства яких зрозуміли та прийняли важливість зацікавленості та участі громад у місцевому розвитку. Для громад процес децентралізації та зміни принципів самоврядування визначатиме новий рівень відповідальності за їх розвиток. Розгляд такої концепції розвитку місцевих громад зумовить їх перетворення із об’єкта управління на суб’єкт управління, з’явиться також можливість самостійно забезпечувати власну спроможність до розвитку. Загалом територіальні громади беруть на себе відповідальність за планування свого розвитку та економічний добробут у майбутньому. Зважаючи на такі перспективи, місцеві органи територіальної влади повинні добре розуміти особливості сучасного розвитку та володіти необхідними знаннями, інформацією, навичками та досвідом для подальшого забезпечення конкурентоспроможності своїх громад. Мета цього дослідження – розробити систему вибору найкращого напряму розвитку територіальних громад на основі ресурсів, що належать цим громадам. У цій науковій роботі запропоновано використовувати метод аналізу ієархій для визначення напряму розвитку територіальних громад, оскільки цей метод дає змогу кількісно визначити порівняльну важливість критеріїв оцінювання напрямів розвитку. Метод аналізу ієрархій передбачає здійснення попарних порівнянь об’єктів із використанням суб’єктивних суджень, які оцінюють кількісно за визначеною шкалою. Під час порівняння для правильного використання методу аналізу ієрархій важливі неупереджені погляди експертів.