Отрывок: 4.3 Диаграмма последовательности Диаграмма последовательности (Sequence Diagram) показывает взаимодействие между различными компонентами системы во временной последовательности. Она иллюстрирует, как запрос от пользователя передаётся от интерфейса к логике приложения, затем к обученной нейросети, затем – к модулю преобразования в STL, и, наконец, – к файловой системе для сохранения. Эта диаграмма особенно полезна для разработчиков, так как позволяет понять структуру вызовов и зависим...
| Название : | Исследование алгоритмов автоматического построения трехмерных моделей |
| Авторы/Редакторы : | Горбунова И. А. Сивков В. С. Муравьева Е. В. Министерство науки и высшего образования Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) |
| Дата публикации : | 2025 |
| Библиографическое описание : | Горбунова, И. А. Исследование алгоритмов автоматического построения трехмерных моделей : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры), профиль "Интеллектуальные системы управления цифровой инстраструктурой предприятия" / И. А. Горбунова ; рук. работы В. С. Сивков ; нормоконтролер Е. В. Муравьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Передовая инж. а. - Самара, 2025. - 1 файл (4,1 Мб). - Текст : электронный |
| Аннотация : | В данной выпускной квалификационной работе магистра проводится исследование применения 3D-свёрточных нейронных сетей для решения задачи автоматического построения трёхмерных моделей. В рамках работы были решены следующие задачи: – проанализированы модели 3D-свёрточных нейронных сетей; – изучены различные алгоритмы, решающие задачу автоматического построения трёхмерных моделей;– разработан прототип программного комплекса на основе архитектуры 3Dсвёрточных сетей для решения задачи автоматического построения трёхмерных моделей;– проведено обучение и тестирование моделей программного комплекса и проанализированы полученные результаты. Для обучения и тестирования использовались обучающие датасеты, созданные вручную. Для каждого размера куба (три размера: S, M и L) были созданы сотни файлов с разными ориентациями и положениями в пространстве. Система реализована на языке Python версии 3.12.10 с помощью библиотеки PyTorch версии 1.13.1 в текстовом редакторе Colaboratory (онлайн версии среды Jupyter Notebook). |
| URI (Унифицированный идентификатор ресурса) : | http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Issledovanie-algoritmov-avtomaticheskogo-postroeniya-trehmernyh-modelei-116410 |
| Другие идентификаторы : | RU\НТБ СГАУ\ВКР20250701094218 |
| Ключевые слова: | автоматическое построение трехмерных моделей автоэнкодеры воксель кубы сверточные нейронные сети сверточные слои трехмерные модели трехмерные нейронные сети |
| Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
| Файл | Размер | Формат | |
|---|---|---|---|
| Горбунова_Ирина_Андреевна_Исследование_алгоритмов_автоматического_построения.pdf | 4.22 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.