Browsing by Author "Oliinyk, Andrii"
Now showing 1 - 14 of 14
Results Per Page
Sort Options
Item Використання модифікованого генетичного алгоритму для розв’язання задачі складання розкладу(Тези доповідей науково-технічної конференції, 2024) Олійник, Андрій Олександрович; Степаненко, Олександр Олексійович; Федорченко, Євген Миколайович; Мєдвєдєв К.В.; Мельник Ю.Ю.; Oliinyk, Andrii; Stepanenko, Alexander; Fedorchenko, Ievgen; Medvedev, Kyrylo; Melnyk, Yu.Item Дослідження та програмна реалізація вебзастосунку для керування бізнес-процесами у салоні краси(Тези доповідей науково-технічної конференції, 2024) Олійник, Андрій Олександрович; Пархоменко, В.В.; Oliinyk, Andrii; Parkhomenko, ViktoriiaItem Дослідження та програмна реалізація електронної книгарні(Тези доповідей науково-технічної конференції, 2024) Олійник, Андрій Олександрович; Кущ, С.Р.; Oliinyk, Andrii; Kushch, SerhiyItem Дослідження та програмна реалізація засобів для замовлення питної води(Тези доповідей науково-технічної конференції, 2024) Олійник, Андрій Олександрович; Самкова, Д.А.; Oliinyk, Andrii; Samkova, DianaItem Дослідження та програмна реалізація засобів локалізації облич на зображеннях(Тези доповідей науково-технічної конференції, 2024) Олійник, Андрій Олександрович; Крива, С.С.; Oliinyk, Andrii; Kryva, SemenItem Дослідження та програмна реалізація засобів розпізнавання графічних образів(Тези доповідей науково-технічної конференції, 2024) Олійник, Андрій Олександрович; Редько, М.В.; Oliinyk, Andrii; Redko, MaksymItem Дослідження та програмна реалізація засобів розпізнавання штрихових кодів(Тези доповідей науково-технічної конференції, 2024) Олійник, Андрій Олександрович; Коваль, М.О.; Oliinyk, Andrii; Koval, MaximItem Дослідження та програмна реалізація засобів сегментації зображень(Тези доповідей науково-технічної конференції, 2024) Олійник, Андрій Олександрович; Перегуда, В.Б.; Oliinyk, Andrii; Pereguda, VladyslavItem Дослідження та програмна реалізація методів прогнозування курсу криптовалют(Тези доповідей науково-технічної конференції, 2024) Олійник, Андрій Олександрович; Косенков, І.С.; Oliinyk, Andrii; Kosenkov, IhorItem Методи ройового інтелекту для налагодження ансамблевого навчання нейромереж(Тези доповідей науково-технічної конференції, 2024) Леощенко, Сергій Дмитрович; Олійник, Андрій Олександрович; Субботін, Сергій Олександрович; Leoshchenko, Serhii; Oliinyk, Andrii; Subbotin, SergeyItem Програмне забезпечення обліку лікарських засобів універсальної аптечки(Тези доповідей науково-технічної конференції, 2024) Олійник, Андрій Олександрович; Федорченко, Євген Миколайович; Паничук, К.С.; Oliinyk, Andrii; Fedorchenko, Ievgen; Panychuk, KaterynaItem Програмне забезпечення обліку ремонтів обладнання малого підприємства(Тези доповідей науково-технічної конференції, 2024) Леощенко, Сергій Дмитрович; Олійник, Андрій Олександрович; Попов, К.С.; Leoshchenko, Serhii; Oliinyk, Andrii; Popov, KyryloItem Спосіб відбору інформативних ознак великих даних для побудови розпізнавальних моделей(Укрпатент, 2019) Олійник, Андрій Олександрович; Oliinyk, Andrii; Льовкін, Валерій Миколайович; Lovkin, ValeriiUK: Спосіб відбору інформативних ознак великих даних для побудови розпізнавальних моделей полягає в тому, що набір інформативних ознак формують на основі вибірки даних, будують модель, за якою оцінюють значення цільової функції помилки та як рішення приймають комбінацію ознак, для якої помилка є мінімальною. Вибірку даних передають на вузли паралельної системи, де відбір інформативних ознак реалізують окремо від інших вузлів і використовують різні способи, що ґрунтуються на імовірнісному підході. Інформацію про досліджені на окремих вузлах точки простору пошуку передають іншим вузлам для уникнення повторного оцінювання. Збирають, розподіляють інформацію про процес відбору та узгоджують її, виконуючи оцінку концентрованості рішень навколо найкращих значень в обмежених областях пошуку на головному вузлі системи. За надмірної концентрації контрольних точок виконують введення в поточну множину рішень додаткових контрольних точок. Рішення, які характеризуються найкращим значенням цільової функції, передають для подальшого оброблення, а всі інші рішення вибирають з наявного набору випадковим чином. EN: The method of selecting informative features of big data for building recognition models is that a set of informative features is formed on the basis of a sample of data, a model is built, according to which the value of the objective function of the error is estimated, and a combination of features for which the error is minimal is made as a decision. The data sample is transferred to the nodes of the parallel system, where the selection of informative features is implemented separately from other nodes and various methods based on a probabilistic approach are used. Information about the points of the search space explored on individual nodes is transmitted to other nodes to avoid repeated evaluation. Collect, distribute information about the selection process and coordinate it by evaluating the concentration of solutions around the best values in limited search areas on the main node of the system. If there is an excessive concentration of control points, additional control points are introduced into the current set of solutions. The solutions characterized by the best value of the objective function are forwarded for further processing, and all other solutions are randomly selected from the available set.Item Ідентифікація грибкових хвороб сільськогосподарських рослин за допомогою модіфікаваної згорткової нейронної мережі(Тези доповідей науково-технічної конференції, 2024) Олійник, Андрій Олександрович; Федорченко, Євген Миколайович; Чорнобук, М.О.; Oliinyk, Andrii; Fedorchenko, Ievgen; Chernobuk, Maxim