Методы предварительной обработки изображений на основе нейропарадигмы Модель геометрических преобразований
Предложен метод изменения разрешения изображений на основе машинного обучения. Инструментом для обучения избраны нейроподобные структуры парадигмы Модель геометрических преобразований, поскольку они уменьшают вычислительные и временные ресурсы работы подобных методов и предоставляют возможность быст...
Gespeichert in:
| Veröffentlicht in: | Управляющие системы и машины |
|---|---|
| Datum: | 2017 |
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
2017
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/124951 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Методы предварительной обработки изображений на основе нейропарадигмы Модель геометрических преобразований / Р.О. Ткаченко, П.Р. Ткаченко, И.В. Изонин, Д.А. Батюк // Управляющие системы и машины. — 2017. — № 1. — С. 59-67. — Бібліогр.: 15 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862741351272022016 |
|---|---|
| author | Ткаченко, Р.О. Ткаченко, П.Р. Изонин, И.В. Батюк, Д.А. |
| author_facet | Ткаченко, Р.О. Ткаченко, П.Р. Изонин, И.В. Батюк, Д.А. |
| citation_txt | Методы предварительной обработки изображений на основе нейропарадигмы Модель геометрических преобразований / Р.О. Ткаченко, П.Р. Ткаченко, И.В. Изонин, Д.А. Батюк // Управляющие системы и машины. — 2017. — № 1. — С. 59-67. — Бібліогр.: 15 назв. — рос. |
| collection | DSpace DC |
| container_title | Управляющие системы и машины |
| description | Предложен метод изменения разрешения изображений на основе машинного обучения. Инструментом для обучения избраны нейроподобные структуры парадигмы Модель геометрических преобразований, поскольку они уменьшают вычислительные и временные ресурсы работы подобных методов и предоставляют возможность быстрого автоматического переобучения. Проведен ряд имитационных экспериментов на разных изображениях, а также сравнение эффективности работы разработанного метода с существующим.
Запропоновано метод зміни роздільної здатності зображень на основі машинного навчання. Інструментом для навчання обрано нейроподібні структури парадигми Модель геометричних перетворень, оскільки вони зменшують обчислювальні і часові ресурси роботи подібних методів і надають можливість швидкого автоматичного перенавчання. Проведено ряд імітаційних експериментів на різних зображеннях, а також порівняння ефективності роботи розробленого методу з ефективністю за існуючим.
|
| first_indexed | 2025-12-07T20:19:12Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-124951 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0130-5395 |
| language | Russian |
| last_indexed | 2025-12-07T20:19:12Z |
| publishDate | 2017 |
| publisher | Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України |
| record_format | dspace |
| spelling | Ткаченко, Р.О. Ткаченко, П.Р. Изонин, И.В. Батюк, Д.А. 2017-10-12T12:38:37Z 2017-10-12T12:38:37Z 2017 Методы предварительной обработки изображений на основе нейропарадигмы Модель геометрических преобразований / Р.О. Ткаченко, П.Р. Ткаченко, И.В. Изонин, Д.А. Батюк // Управляющие системы и машины. — 2017. — № 1. — С. 59-67. — Бібліогр.: 15 назв. — рос. 0130-5395 https://nasplib.isofts.kiev.ua/handle/123456789/124951 004.89 + 004.932 Предложен метод изменения разрешения изображений на основе машинного обучения. Инструментом для обучения избраны нейроподобные структуры парадигмы Модель геометрических преобразований, поскольку они уменьшают вычислительные и временные ресурсы работы подобных методов и предоставляют возможность быстрого автоматического переобучения. Проведен ряд имитационных экспериментов на разных изображениях, а также сравнение эффективности работы разработанного метода с существующим. Запропоновано метод зміни роздільної здатності зображень на основі машинного навчання. Інструментом для навчання обрано нейроподібні структури парадигми Модель геометричних перетворень, оскільки вони зменшують обчислювальні і часові ресурси роботи подібних методів і надають можливість швидкого автоматичного перенавчання. Проведено ряд імітаційних експериментів на різних зображеннях, а також порівняння ефективності роботи розробленого методу з ефективністю за існуючим. There are many tools for the machine learning implementation. In this article the authors use the tools of computational intelligence – artificial neural networks. This apparatus allows the rapid and efficient learning. The use of such tools for solving the problem of improving the quality of digital images is not new. However, the existing methods are based on the classical neural networks have the significant drawbacks. It imposes a number of restrictions. In the article the authors use a new paradigm of building artificial neural networks. It is based on the geometric transformation machine. Exactly this advantage is providing the possibility of solution the problem of improving the quality of digital images in online mode. The authors describe the topology of the neural network of solution to the problem of improving the quality of digital images, the basic steps of the training algorithm. The proposed learning algorithm is different from the existing ones by speed and accuracy, It provides an effective solution of the problem of increasing the quality of the digital images. Also, the authors in detail describe the process of applying trained neural network to solve the problem. ru Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України Управляющие системы и машины Методы и средства обработки данных и знаний Методы предварительной обработки изображений на основе нейропарадигмы Модель геометрических преобразований Methods of Image Pre-Processing Based on Neuro-Paradigm of Geometric Transformation Model Article published earlier |
| spellingShingle | Методы предварительной обработки изображений на основе нейропарадигмы Модель геометрических преобразований Ткаченко, Р.О. Ткаченко, П.Р. Изонин, И.В. Батюк, Д.А. Методы и средства обработки данных и знаний |
| title | Методы предварительной обработки изображений на основе нейропарадигмы Модель геометрических преобразований |
| title_alt | Methods of Image Pre-Processing Based on Neuro-Paradigm of Geometric Transformation Model |
| title_full | Методы предварительной обработки изображений на основе нейропарадигмы Модель геометрических преобразований |
| title_fullStr | Методы предварительной обработки изображений на основе нейропарадигмы Модель геометрических преобразований |
| title_full_unstemmed | Методы предварительной обработки изображений на основе нейропарадигмы Модель геометрических преобразований |
| title_short | Методы предварительной обработки изображений на основе нейропарадигмы Модель геометрических преобразований |
| title_sort | методы предварительной обработки изображений на основе нейропарадигмы модель геометрических преобразований |
| topic | Методы и средства обработки данных и знаний |
| topic_facet | Методы и средства обработки данных и знаний |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/124951 |
| work_keys_str_mv | AT tkačenkoro metodypredvaritelʹnoiobrabotkiizobraženiinaosnoveneiroparadigmymodelʹgeometričeskihpreobrazovanii AT tkačenkopr metodypredvaritelʹnoiobrabotkiizobraženiinaosnoveneiroparadigmymodelʹgeometričeskihpreobrazovanii AT izoniniv metodypredvaritelʹnoiobrabotkiizobraženiinaosnoveneiroparadigmymodelʹgeometričeskihpreobrazovanii AT batûkda metodypredvaritelʹnoiobrabotkiizobraženiinaosnoveneiroparadigmymodelʹgeometričeskihpreobrazovanii AT tkačenkoro methodsofimagepreprocessingbasedonneuroparadigmofgeometrictransformationmodel AT tkačenkopr methodsofimagepreprocessingbasedonneuroparadigmofgeometrictransformationmodel AT izoniniv methodsofimagepreprocessingbasedonneuroparadigmofgeometrictransformationmodel AT batûkda methodsofimagepreprocessingbasedonneuroparadigmofgeometrictransformationmodel |