Інфопакет

Моделі і методи розпізнавання образів

ВК 1.6

Вибіркова дисципліна для ОП

Перший

2022/2023

7 Семестр

5

Уміти використовувати методи штучного інтелекту, машинного навчання, подання знань у інтелектуальних системах, генетичного та еволюційного програмування для розв’язання задач розпізнавання, прогнозування, класифікації, ідентифікації об’єктів керування тощо. Уміти застосовувати методи та алгоритми обчислювального інтелекту та інтелектуального аналізу даних в задачах класифікації, прогнозування, кластерного аналізу, пошуку асоціативних правил з використанням програмних інструментів підтримки багатовимірного аналізу даних на основі технологій DataMining, TextMining,WebMining. Уміти застосувати моделі представлення знань в сучасних інформаційних системах, здійснювати обробку аудіо-, відео- та текстової інформації та числових даних у тому числі з використанням нейромережних технологій. Знати і застосовувати методи інтелектуального аналізу даних та тучного інтелекту, що включають методи комп’ютерної лінгвістики, глибинного навчання, нейромережні технології

Очна форма

Знати вищу математику, дискретну математику, теорію ймовірностей, статистику, інформаційні технології, експертні системи, теорію алгоритмів, алгоритмізація та програмування, моделювання систем, інтелектуальний аналіз даних, проектування експертних систем та систем підтримки прийняття рішень, архітектуру сучасних інформаційних систем, методи та системи паралельного програмування, методи прийняття рішень, технології комп’ютерного проектування, теорію нейронних мереж, інтелектуальний аналіз даних. Володіти елементарними навичками роботи з графічними редакторами, мовами програмування.

У рамках дисципліни «Моделі і методи розпізнавання образів» розглядається фізіологічна структура мозку та зорового каналу людини, основні визначення поняття розпізнавання образів, системи розпізнавання, класифікацію систем розпізнавання, системи без навчання, системи навчання з учителем, самонавчальні системи, процедуру розпізнавання, методи розпізнавання, математичний опис образів, методи вибору інформативних ознак, характеристики образів, класифікацію за допомогою вирішальних функцій, лінійні вирішальні функції, узагальнені вирішальні функції, класифікацію за допомогою функцій відстані, метод суміщення з еталоном, метод опорного словника, відстань Евклідова, Манхеттена, Чебишева, Махаланобіса, Хеммінга, стохастичний аналіз, формулу Байєса, розпізнавання зображень, методи розпізнавання зображень, характеристичні ознаки зображень, методи попередньої обробки зображень, виділення контурів, ідентифікацію об’єктів, розпізнавання тексту, методи біометричної ідентифікації.

Основи теорії розпізнавання образів : навч. посіб. : у 2 ч. / А. С. Довбиш, І. В. Шелехов. – Суми : Сумський державний університет, 2015. – Ч. 1. – 109 с Pratt W.K. 2016. Digital Images Processing. Third edition. Wiley. Т. М. Басюк, В. В. Литвин, Л. М. Захарія, Н. Е. Кунанець. Машинне навчання: Навчальний посібник призначений для студентів, що навчаються за першим (бакалаврським) рівнем вищої освіти за спеціальностями галузі знань 12 „Інформаційні технології”. Львів: Видавництво «Новий Світ - 2000», 2019. ‒ 315 с. Stepan Bilan, SergeyYuzhakov. Image Processing and Pattern Recognition Based on Parallel Shift Technology.- CRC Press, Taylor & Francis Group,- 2018,- 194 p. Parker J. Algorithms for Image Processing and Computer Vision. Wiley. -2011.

Лекції, лабораторні заняття, самостійна робота

Рівень досягнення всіх запланованих результатів навчання визначається за результатами захисту виконання лабораторних робіт та індивідуальних завдань самостійної роботи. Семестрове оцінювання студентів здійснюється впродовж семестру з усіх видів робіт. Загальний бал утворюється як зважена сума балів напрацьованих студентом за різними видами робіт. Максимальна кількість балів, яку може отримати студент за роботу в семестрі не перевищує 100 балів. Форма підсумкового оцінювання – екзамен. Екзамен проводиться шляхом виставлення результуючої оцінки, що визначається як сума балів за всіма, успішно оціненими, результатами навчання. Студент не допускається до екзамену, якщо під час семестру набрав менше ніж 36 балів. Для отримання екзамену обов’язковим є виконання всіх лабораторних робіт (мінімальна оцінка - 51 бал, максимальна –85 балів), самостійної роботи (мінімальна оцінка - 9 балів, максимум – 15 балів).

Українська