Виявлення та класифікація малих повітряних об'єктів за допомогою інструментів глибинного навчання

Simple item page
dc.contributor.authorФедюченко, Михайлоuk_UA
dc.date.accessioned2025-03-18T08:05:13Z
dc.date.available2025-03-18T08:05:13Z
dc.date.issued2024
dc.descriptionThe proliferation of drones, fueled by decreasing costs and advancing computing power, haselevated recreational unmanned aerial vehicle use to a realm posing substantial challenges to infrastructure security and public order. Unmanned aerial vehicles extend their potential for misuse in illegal activities, spanning surveillance, information gathering, transportation of illicit items, and threats to both objects and individuals. Addressing the need for effective detection, the research leverages deep learning models integrated with optical, infrared, radiofrequency, acoustic, and radar sensor data. Preliminary results indicate that the combined approach significantly contributes to the accuracy and reliability of small aerial object detection systems. Deep learning models efficiently process and fuse the diverse dataset, mitigating environmental factors such as signal interference and highlighting the effectiveness of this approach compared to traditional detection technologiesen_US
dc.description.abstractМатеріали доповiді учасника 15 міжнародної науково-практичної конференції "Теоретичні та прикладні аспекти побудови програмних систем", Київ, 23-24 грудня 2024 р.uk_UA
dc.identifier.citationФедюченко М. І. Виявлення та класифікація малих повітряних об'єктів за допомогою інструментів глибинного навчання / Федюченко М. І. // Теоретичні та прикладні аспекти побудови програмних систем : працi 15 міжнародної науково-практичної конференції, Київ, 23-24 грудня 2024 р. / [за заг. ред.: М. М. Глибовця, Т. В. Панченка та iн. ; Факультет інформатики Національного університету "Києво-Могилянська академія" та ін.]. - Київ : НаУКМА, 2024. - C. 92-94.uk_UA
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/34003
dc.language.isoukuk_UA
dc.publisherНаціональний університет "Києво-Могилянська академія"uk_UA
dc.relation.sourceТеоретичні та прикладні аспекти побудови програмних систем : працi 15 міжнародної науково-практичної конференції, Київ, 23-24 грудня 2024 р.uk_UA
dc.statusfirst publisheduk_UA
dc.subjectбезпілотні літальні апаратиuk_UA
dc.subjectглибинне навчанняuk_UA
dc.subjectштучний інтелектuk_UA
dc.subjectматеріали конференціїuk_UA
dc.subjectunmanned aerial vehiclesen_US
dc.subjectdeep learningen_US
dc.subjectartificial intelligence (AI)en_US
dc.titleВиявлення та класифікація малих повітряних об'єктів за допомогою інструментів глибинного навчанняuk_UA
dc.title.alternativeDetection and classification of small aerial objects using deep learning toolsen_US
dc.typeматеріали конференціїuk_UA
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Fediuchenko_Vyiavlennia_ta_klasyfikatsiia_malykh_povitrianykh_obiektiv_za_dopomohoiu_instrumentiv_hlybynnoho_navchannia.pdf
Size:
236.96 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Теоретичні та прикладні аспекти побудови програмних систем: 15 Міжнародна науково-практична конференція
Докторська школа імені родини Юхименків
Кафедра інформатики