Застосування еволюційних алгоритмів для розв'язання задачі апроксимації зображень многокутниками

dc.contributor.authorГлибовець, Микола
dc.contributor.authorПетльована, Марія
dc.contributor.authorКирієнко, Оксана
dc.date.accessioned2018-01-27T18:51:42Z
dc.date.available2018-01-27T18:51:42Z
dc.date.issued2017
dc.description.abstractУ статті описано розробку та реалізацію еволюційного алгоритму розв’язку задачі апроксимації зображення многокутниками, запропоновано структуру даних для ефективного кодування зображень (зі змінною кількістю рядків та стовпців зображення, кількістю многокутників в одній клітинці, кількістю точок многокутників та ступенем їх перетинання). Було впроваджено стратегії мутації для виведення розв’язку з локального оптимуму та подальшого знаходження глобального оптимуму. Для пришвидшення роботи алгоритму етапи селекції та перевірки критерію завершення було реалізовано з використанням моделі розподілених обчислень MapReduce.uk_UA
dc.description.abstractThis article describes a development and implementation of an evolutionary algorithm for solving the problem of image approximation by polygons, a proposed data structure for efficient image coding (with the variable number of image rows and columns, polygons in one cell, polygons points and their intersection degree), an implemented mutation strategies for solving output from a local optimum and further global optimum finding. The selective and verifiable stages of a completion criterion were implemented using the MapReduce by distributing computing model to speed up the algorithm running. The conducted research confirms a perspective of the evolutionary algorithms usage for solving image processing and generating new images problems. In particular, we can propose such algorithm improvements: 1) to highlight a mask of importance of the image areas – a certain image with the accented areas of interest that can be used for the fitness function calculation, which will reduce the noise in the population and concentrate searches on the explorer’s area of the interest; 2) to continue setting up the algorithm parameters – to pick up the optimal algorithm parameters (particularly, setting up mutations in mutation strategies) and to apply the parameter self-adaptation during the evolution; 3) to apply a parallel evolutionary algorithm model, for instance, an island model that allows one to run the algorithm several times at once and to combine the “achievements” of different runs – islands for getting the best solution; 4) the presented algorithm can be transformed into photo-robot generation algorithm by changing the function of comparing the generated image with a benchmark to the interactive user.en_US
dc.identifier.citationГлибовець М. М. Застосування еволюційних алгоритмів для розв'язання задачі апроксимації зображень многокутниками / Глибовець М. М., Петльована М. В., Кирієнко О. В. // Наукові записки НаУКМА. Комп'ютерні науки. - 2017. - Т. 198. - С. 21-26.uk_UA
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/12538
dc.language.isoukuk_UA
dc.relation.sourceНаукові записки НаУКМА: Комп'ютерні наукиuk_UA
dc.statuspublished earlieruk_UA
dc.subjectеволюційні алгоритмиuk_UA
dc.subjectзадачі апроксимації зображення многокутникамиuk_UA
dc.subjectMapReducеen_US
dc.subjectevolutional algorithmen_US
dc.titleЗастосування еволюційних алгоритмів для розв'язання задачі апроксимації зображень многокутникамиuk_UA
dc.title.alternativeUsing Evolutional Algorithms for Solving the Problem of Approximation of Images by Polygonsen_US
dc.typeArticleuk_UA
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Hlybovets_Zastosuvannia_evoliutsiinykh.pdf
Size:
377.17 KB
Format:
Adobe Portable Document Format
Description:
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
7.54 KB
Format:
Item-specific license agreed upon to submission
Description: