<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Особливості побудови архітектур нейромереж в задачах класифікації біомедичних зображень

dc.contributor.authorПоуданєн, Ю. Є.uk
dc.contributor.authorКожем'яко, А. В.uk
dc.contributor.authorPoudanien, Y. Y.en
dc.contributor.authorKozhemiako, A. V.en
dc.titleОсобливості побудови архітектур нейромереж в задачах класифікації біомедичних зображеньuk
dc.date.issued2025
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationПоуданєн Ю. Є., Кожем'яко А. В. Особливості побудови архітектур нейромереж в задачах класифікації біомедичних зображень // Збірник тез доповідей ІV Міжнародної науково-технічної конференції «Перспективи розвитку машинобудування та транспорту–2025», м. Вінниця, 3–5 червня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/prmt/pmrt2025/paper/view/25161.uk
dc.relation.ispartofЗбірник тез доповідей ІV Міжнародної науково-технічної конференції «Перспективи розвитку машинобудування та транспорту–2025», м. Вінниця, 3–5 червня 2025 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/prmt/pmrt2025/paper/view/25161
dc.identifier.udc681.3.069
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/57568
dc.description.abstractДана робота присвячена аналізу можливих варіантів обробки біомедичних зображень за допомогою нейронних мереж в задачах класифікації. Оглянуті наукові публікації демонструють сучасні завдання які стоять перед класифікацією, а саме підготовка зображень та вибір способу за яким буде проведена класифікація. Отримані результати вказують на основні проблеми якості та кількості зображень, а також вибір способу обробки зображень у виборі між готовими “важкими” рішеннями у вигляді фреймворків та полегшеним самостійно розробленим рішенням.uk
dc.subjectШІuk
dc.subjectмашинне навчанняuk
dc.subjectнейронні мережіuk
dc.subjectзгорткові нейронні мережіuk
dc.subjectендоскопіяuk
dc.subjectResNeten
dc.subjectDenseNeten
dc.subjectкласифікаціяuk
dc.subjectкапсульна ендоскопіяuk
dc.subjectзалишкова нейронна мережаuk
dc.typeThesis
dc.language.isoukuk
dc.relation.references2. Thambawita, V., Strmke, I., Hicks, S. A., Halvorsen, P., Parasa, S., & Riegler, M. A. (2021). Impact of Image Resolution on Deep Learning Performance in Endoscopy Image Classification: An Experimental Study Using a Large Dataset of Endoscopic Images. Diagnostics, 11(12), 2183. https://doi.org/10.3390/diagnostics11122183 Noorda, R., Nevrez, A., Colomer, A., Pons Beltrn, V., & Naranjo, V. (2020). Automatic evaluation of degree of cleanliness in capsule endoscopy based on a novel CNN architecture. Scientific Reports, 10(1). https://doi.org/10.1038/s41598-020-74668-8en
dc.date.accessioned2026-11-16T15:35:17Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Завантаження...
Ескіз
Назва:
25161.pdf
Розмір:
210,93 KB
Формат:
Adobe Portable Document Format