Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
https://repository.lnup.edu.ua/jspui/handle/123456789/2116
Название: | Обґрунтування моделі машинного навчання для ідентифікації пошкоджень дорожнього покриття |
Другие названия: | Justification of a machine learning model for road surface damage detection |
Авторы: | Сулятицький, Максим Іванович |
Ключевые слова: | діагностика пошкоджень дорожнього покриття diagnostics of road surface damage вимірювання прискорень acceleration measurement машинне навчання machine learning задача кластеризації clustering task |
Дата публикации: | 2024 |
Издательство: | Львівський національний університет природокористування |
Библиографическое описание: | Обґрунтування моделі машинного навчання для ідентифікації пошкоджень дорожнього покриття Сулятицький М.І. Кафедра ІТ – Дубляни, Львівський НУП, 2024. Кваліфікаційна робота: 72 с. |
Краткий осмотр (реферат): | Проведено аналіз предметної області, визначені фактори, які впливають на якість дороги та сформульовані задачі роботи. Розглянуті методи діагностики стану автомобільних доріг. Розглянуті математичні моделі, які використовуються в процесі моделювання вібрацій автомобіля під час руху. Визначено клас задачі, обрані мова програмування, середовище розробки, бібліотеки машинного навчання та джерела даних. Розроблена модель машинного навчання, проведено моделювання, отримані результати обчислень та зроблена їх оцінка. Розглянуті варіанти архітектурних рішень по системі, потокам даних та структурі бази даних. Описані питання охорони праці та визначення економічної ефективності отриманих рішень. |
Описание: | Спеціальність 126 – „Інформаційні системи та технології” |
URI (Унифицированный идентификатор ресурса): | https://repository.lnup.edu.ua/jspui/handle/123456789/2116 |
Располагается в коллекциях: | ОС «Магістр» / Master's degree |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Сулятицький.pdf | 2,81 MB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.