Новосельцев І. В. Методи та засоби розпізнавання змін властивостей об’єкта за зображенням на основі штучних нейронних мереж

У дисертаційній роботі на основі отриманих теоретичних і експеримент-тальних досліджень розв’язана актуальна науково-практична задача побудови нейромережевих методів розпізнавання і класифікації зміни властивостей зображень, які на відміну від існуючих, зменшують помилку розпізнавання і збільшують точність класифікації зображень в умовах апріорної і поточної невизначеності і наявності завад. Об’єкт дослідження – процеси розпізнавання змін властивостей об’єктів за зображенням. Вперше розроблено метод контролю зміни розмірів об’єкта за допомогою шаблона з використанням властивостей перетворення подібності об’єктів, що дозволяє підвищити точність вимірювань. З метою підвищення робастності оцінок параметрів БШП, розроблено процедуру навчання БШП, що являє собою матричний варіант процедури Качмажа (Уідроу-Гоффа), запропонована її модифікація, яка містить зону нечутливості, і розглянуті процедури налаштування цієї зони. Отримав подальший розвиток нейромережевий метод класифікації зображень на основі згорткових нейронних мереж з використанням в різних шарах різних функцій активації і робастного навчання параметрів мережі. Отримав подальший розвиток нейромережевий метод розпізнавання зміни параметрів зображень на прикладі меланоми з використанням мереж PNN і CNN, на основі яких розроблено нейромережевий метод контролю зміни розмірів шкірного утворення і розпізнавання неоднорідності забарвлення шкірних змін. Програмно реалізована нейромережева система визначення неоднорідності забарвлення, яка складається з ансамблю мереж PNN і CNN, що дозволяє підвищити точність діагностування, зменшити час навчання, знизити ризик надмірної навчання та полегшує лікареві постановку діагнозу.