розпізнавання образів

Розглядається проблема збіжності процедури синтезу схем класифікаторів у методах логічних і алгоритмічних дерев класифікації. Запропонована верхня оцінка складності схеми дерева алгоритмів у задачі апроксимації масиву реальних даних набором узагальнених ознак з фіксованим критерієм зупинки процедури розгалуження на етапі побудови дерева класифікації. Даний підхід дає змогу забезпечити необхідну точність моделі, оцінити її складність, знизити кількість розгалужень та досягти необхідних показників ефективності.

Життя кожної людини, групи людей і нації залежить від географічних, економічних, політичних, культурних і релігійних умов. Спосіб життя формується у результаті щоденного повторення і складається із таких факторів: харчування, фізичні навантаження, наявність шкідливих звичок, моральний і духовний розвиток тощо. В останні десятиліття спосіб життя вважають невід’ємною частиною добробуту, що сприяло збільшенню кількості досліджень. Медики стверджують, що більш ніж половина проблем зі здоров’ям пов’язані із дієтою. Мільйони людей харчуються неправильно, навіть не підозрюючи про це.

Finding similar images on a visual sample is a difficult AI task, to solve which many works are devoted. The problem is to determine the essential properties of images of low and higher semantic level. Based on them, a vector of features is built, which will be used in the future to compare pairs of images. Each pair always includes an image from the collection and a sample image that the user is looking for. The result of the comparison is a quantity called the visual relativity of the images. Image properties are called features and are evaluated by calculation algorithms.

Розглядається проблема побудови моделі логічних дерев класифікації на підставі обмеженого методу селекції елементарних ознак для масивів геологічних даних. Запропоновано метод апроксимації масиву реальних даних набором елементарних ознак з фіксованим критерієм зупинки процедури розгалуження на етапі побудови дерева класифікації. Даний підхід дає змогу забезпечити необхідну точність моделі, знизити її структурну складність та досягти необхідних показників ефективності.

Розглянуто проблему розпізнавання артикуляції на зображенні обличчя. Пропонується метод розпізнавання артикуляції, оснований на методі активної моделі форми ASM. Метод протестований на відеозображеннях української жестової мови та на базі облич “BioID”.

Запропоновано метод розпізнавання та розділення візуальних об’єктів, що частково накладені один на інший. Метод досліджено на прикладі розділення конгломератів клітин.

Уділено увагу концепції адаптивного управління економічним об'єктом та економічній безпеці підприємства. Відображено сучасний стан теорії розпізнавання образів. Розглянуто механізм діагностики економічної безпеки підприємства.