Control Systems and Computers, N1, 2022, Стаття 2
https://doi.org/10.15407/csc.2022.01.015
Шлезінгер М.І. Розв’язок оптимізаційних задач структурного розпізнавання на основі їхньої репараметризації. Control Systems and Computers. 2022. № 1. C. 15-23
УДК 004.93’1:519.157
М.І. ШЛЕЗІНГЕР, доктор фіз.-мат. наук, професор, гол. наук. співробітник, Міжнародний науково-навчальний центр інформаційних технологій і систем НАН і МОН України, 03187, м. Київ, просп. Академіка Глушкова, 40, Україна, schles@irtc.org.ua
РОЗВ’ЯЗОК ОПТИМІЗАЦІЙНИХ ЗАДАЧ СТРУКТУРНОГО РОЗПІЗНАВАННЯ НА ОСНОВІ ЇХНЬОЇ РЕПАРАМЕТРИЗАЦІЇ
В статті наведено ключові ідеї нового наукового напряму, що сформувався внаслідок об’єднання досліджень проблем розпізнавання образів і проблем несуперечності обмежень. Ці наукові напрями традиційно відносяться до проблематики штучного інтелекту, але формалізують відмінні один від одного аспекти інтелектуальної активності. Створення спільної формальної схеми, що об’єднує обидва напрями, розширює і конкретизує поняття машинного мислення, на формалізацію якого ці напрями спрямовані, і викликає необхідність розроблення нових і вдосконалення відомих математичних методів оптимізації.
Завантажити повний текст в PDF (українською).
Ключові слова: розпізнавання образів, несуперечність обмежень, динамічне програмування, супермодулярна максимізація, репараметризація задач оптимізації.
- Гриценко В.И., Шлезингер М.И. Формальные модели, задачи и алгоритмы образного мышления/ Автоматика-2011/AUTOMATICS-2011, Матеріали 18-ої міжнародної конференції з автоматичного управління, (Львів, 28-30 вересня, 2011). С 110–113.
- Гриценко В.И., Шлезингер М.И. Взаимосвязь проблем распознавания образов, машинного мышления и обучения. Международній научно-технический журнал “Проблемы управления и информатики”. 2020. №3. С. 108–136.
- Шлезингер М., Главач В. Десять лекций по статистическому и структурному распознаванию. Киев: Наук. думка, 2004. 545 с.
- Rossi F., van Beek P., Walsh T, Handbook of Constraint Programming, Foundations of Artificial Intelligence, Elsevier, 975 pp.
- Шлезингер М.И., Синтаксический анализ двумерных зрительных сигналов в условиях помех Кибернетика, 1976, №4, стр. 113–129.
- Шлезингер М.И., Математические средства обработки изображений. Киев: Наук. думка, 1989. 197 с.
- Винцюк Т.К. Анализ, распознавание и интерпретация речевых сигналов. Изд. «Наукова думка», 1987, 262 с.
- Ковалевский В.А. Методы оптимальных решений в распознавании изображений. Москва, Наука, 1976, 328 с.
- Gimel’farb G.L. Symmetrical approach to the problem of automating stereoscopic measurements in photogrammetry. Cybernetics and System Analysis, 15, 1979, p. 235–247.
- Ishikawa H., Geiger D. Segmentation by grouping junctions. IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 1998, pp. 125–131.
- Ковтун І.В. Сегментація зображень на основі достатніх умов оптимальності в NP-повних класах задач структурної розмітки. Дисертація на здобуття наукового ступеня кандидата технічних наук, Міжнародний науково-навчальний центр інформаційних технологій і систем, Киів, 2004.
- Шлезингер М.И., Гигиняк В.В. Решение (max,+)-задач структурного распознавания при помощи их эквивалентных преобразований. Управляющие системы и машины. Киев. Часть 1 2007(1), стр. 3–15; часть 2 2007(2), C.3–18.
- Energy Minimization Methods in Computer Vision and Pattern Recognition. EMMCVPR 2017. Lecture Notes in Computer Science, vol 10746. Springer
Надійшла 15.02.2022
