Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://elartu.tntu.edu.ua/handle/lib/44461
Повний запис метаданих
Поле DC | Значення | Мова |
---|---|---|
dc.contributor.advisor | Петрик, Михайло Романович | - |
dc.contributor.author | Цебрій, Олексій Романович | - |
dc.contributor.author | Tsebriy, Oleksiy | - |
dc.date.accessioned | 2024-02-06T10:49:07Z | - |
dc.date.available | 2024-02-06T10:49:07Z | - |
dc.date.issued | 2023-12 | - |
dc.date.submitted | 2023-12 | - |
dc.identifier.citation | Цебрій О. Р. Розробка інформаційної системи контролю самостійного тестування COVID на основі нейронних згорткових глибоких мереж : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „121 — інженерія програмного забезпечення“ / О. Р. Цебрій. — Тернопіль: ТНТУ, 2023. — 81 с. | uk_UA |
dc.identifier.uri | http://elartu.tntu.edu.ua/handle/lib/44461 | - |
dc.description.abstract | Метою роботи є створення системи для контролю проведення самостійних тестів на COVID-19 з використанням нейронних згорткових глибоких мереж. Використання передових технологій, таких як YOLOv5, MediaPipe Face Mesh та FastAPI, забезпечує високу ефективність та точність системи. | uk_UA |
dc.description.abstract | The aim of the work is to create a system for monitoring self-administered COVID19 tests using convolutional neural networks. The utilization of cutting-edge technologies such as YOLOv5, MediaPipe Face Mesh, and FastAPI ensures high efficiency and accuracy of the system. | uk_UA |
dc.description.tableofcontents | ЗМІСТ РЕФЕРАТ ABSTRACT 4 ПЕРЕЛІК СКОРОЧЕНЬ 7 ВСТУП 8 1 АНАЛІЗ ПРЕДМЕНОЇ ОБЛАСТІ 11 1.1 Аналіз попередніх досліджень у сфері автоматизованого збору біологічних зразків 11 1.2 Вивчення використовуваних алгоритмів та технологій 14 1.3 Ідентифікація невирішених аспектів та проблем області 15 1.4 Методологія 16 2 ВИКОРИСТОВУВАНІ МЕТОДИ ТА ТЕХНІЧНІ РІШЕНЯ 18 2.1 Розробка та оптимізація алгоритму обробки зображень та взаємодії з користувачем 20 2.2 Проектування алгоритму 21 2.3 Модель алгоритму 29 2.4 Перебіг обробки даних 30 3 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 34 3.1 Охорона праці 34 3.2 Фактори ризику і можливості ураження здоров'я користувачів комп'ютерів 36 ВИСНОВКИ 40 ПЕРЕЛІК ПОСИЛАНЬ 41 ДОДАТКИ 43 Додаток А – Наукові публікації 44 Додаток Б – Код проекту 52 | uk_UA |
dc.language.iso | uk | uk_UA |
dc.publisher | Тернопільський національний технічний університет імені Івана Пулюя | uk_UA |
dc.subject | 121 | uk_UA |
dc.subject | інженерія програмного забезпечення | uk_UA |
dc.subject | нейронні згорткові глибокі мережі | uk_UA |
dc.subject | COVID-19 | uk_UA |
dc.subject | мобільний додаток | uk_UA |
dc.subject | MediaPipe Face Mesh | uk_UA |
dc.subject | біологічні зразки | uk_UA |
dc.subject | YOLOv5 | uk_UA |
dc.subject | медичні дослідження | uk_UA |
dc.subject | FastAPI | uk_UA |
dc.title | Розробка інформаційної системи контролю самостійного тестування COVID на основі нейронних згорткових глибоких мереж | uk_UA |
dc.title.alternative | Development of an information control system for self-testing of COVID based on neural convolutional deep networks | uk_UA |
dc.type | Master Thesis | uk_UA |
dc.rights.holder | © Цебрій Олексій Романович, 2023 | uk_UA |
dc.contributor.committeeMember | Осухівська, Галина Богданівна | - |
dc.coverage.placename | Тернопіль | uk_UA |
dc.subject.udc | 004.9 | uk_UA |
dc.relation.references | 1. Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. You Only Look Once: Unified, Real-Time Object Detection. Відомості про конференцію з комп'ютерного бачення та розпізнавання образів IEEE. 2016. С. 779-788. | uk_UA |
dc.relation.references | 2. Howard, A. G., Zhu, M., Chen, B., Kalenichenko, D., Wang, W., Weyand, T., ... & Adam, H. MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications. arXiv preprint arXiv:1704.04861. 2017. | uk_UA |
dc.relation.references | 3. Bradski, G. The OpenCV Library. Dr. Dobb's Journal of Software Tools. 2000. С. 120. | uk_UA |
dc.relation.references | 4. ISO/IEC 19794-5:2005. Information technology — Biometric data interchange formats — Part 5: Face image data. Женева: ISO, 2005. | uk_UA |
dc.relation.references | 5. "YOLOv5: Scalable Object Detection in Image and Video". [Електронний ресурс] URL: https://arxiv.org/abs/2106.09920 (дата звернення: 08.08.2023). | uk_UA |
dc.relation.references | 6. "MediaPipe: A Framework for Building Perception Pipelines". [Електронний ресурс] URL: https://google.github.io/mediapipe/ (дата звернення: 08.08.2023). | uk_UA |
dc.relation.references | 7. "OpenCV: Open Source Computer Vision Library". [Електронний ресурс] URL: https://opencv.org/ (дата звернення: 08.08.2023) | uk_UA |
dc.relation.references | 8. "Shapely: Manipulation and analysis of geometric objects". [Електронний ресурс] URL: https://pypi.org/project/Shapely/ (дата звернення: 08.08.2023). | uk_UA |
dc.relation.references | 9. "FastAPI: A modern, fast (high-performance), web framework for building APIs with Python 3.6+ based on standard Python type hints". [Електронний ресурс] URL: https://fastapi.tiangolo.com/ (дата звернення: 08.08.2023). | uk_UA |
dc.relation.references | 10. "Automated Biological Sample Collection using Convolutional Neural Networks: A Review". [Електронний ресурс] URL: https://www.researchgate.net/publication/334417045_Automated_Biological_Sample_ Collection_using_Convolutional_Neural_Networks_A_Review (дата звернення: 08.08.2023). | uk_UA |
dc.relation.references | 11. Goodfellow, I., Bengio, Y., & Courville, A. Deep Learning. MIT Press. 2016. 775 с. | uk_UA |
dc.relation.references | 12. Krizhevsky, A., Sutskever, I., & Hinton, G. E. ImageNet Classification with Deep Convolutional Neural Networks. Advances in neural information processing systems. 2012. С. 1097-1105. | uk_UA |
dc.relation.references | 13. He, K., Zhang, X., Ren, S., & Sun, J. Deep Residual Learning for Image Recognition. Proceedings of the IEEE conference on computer vision and pattern recognition. 2016. С. 770-778. | uk_UA |
dc.relation.references | 14. Szegedy, C., Liu, W., Jia, Y., Sermanet, P., Reed, S., Anguelov, D., ... & Rabinovich, A. Going Deeper with Convolutions. Proceedings of the IEEE conference on computer vision and pattern recognition. 2015. С. 1-9. | uk_UA |
dc.relation.references | 15. LeCun, Y., Bengio, Y., & Hinton, G. Deep learning. Nature. 2015. Т. 521. № 7553. С. 436-444. | uk_UA |
dc.relation.references | 16. Основи охорони праці: Навч. посіб. / Воронов І.О., Коваленко І.Д., Афанасьєв П.В., Булгач Т.В. – К.: Генеза, 2004. – С.96 – 116 | uk_UA |
dc.relation.references | 17. Гандзюк М.П., Желібо Є.П., Халімовський М.О. Основи охорони праці.- Київ: Вища освіта в Україні, 2013. – С.200 – 244 | uk_UA |
dc.relation.references | 18. В.М. Іванов, О.І. Петренко, С.А. Сидоренко.\ Охорона праці: Навч. посібник для студентів вищих навчальних закладів – К.: Центр учбової літератури, 2017. – С. 120–150. | uk_UA |
dc.relation.references | 19. Л.В. Завадська, Л.О. Кузьменко, О.А. Савченко. \ Системи управління охороною праці: Навч. посібник – К.: Літера ЛТД, 2018. – С. 80–105. | uk_UA |
dc.relation.references | 20. В.І. Григоренко, О.М. Литвиненко, І.В. Семенов. \ Охорона праці та техніка безпеки в промисловості – К.: Техніка, 2019. – С. 160–185. | uk_UA |
dc.contributor.affiliation | Тернопільський національний технічний університет імені Івана Пулюя | uk_UA |
dc.coverage.country | UA | uk_UA |
Розташовується у зібраннях: | 121 — інженерія програмного забезпечення |
Файли цього матеріалу:
Файл | Опис | Розмір | Формат | |
---|---|---|---|---|
dyplom_Tsebriy_O_2023.pdf | 1,26 MB | Adobe PDF | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.
Інструменти адміністратора