EnglishНа русском

Переглянути у форматі pdf

ТЕХНОЛОГІЇ МАШИННОГО НАВЧАННЯ В ПРОМИСЛОВОСТІ З ВИКОРИСТАННЯМ МЕТОДІВ РОЗПІЗНАВАННЯ ОБРАЗІВ
О. С. Подскребко, Д. М. Квашук, А. К. Берідзе-Стаховський

Назад

DOI: 10.32702/2306-6806.2019.6.46

УДК: 681-31.001.8

О. С. Подскребко, Д. М. Квашук, А. К. Берідзе-Стаховський

ТЕХНОЛОГІЇ МАШИННОГО НАВЧАННЯ В ПРОМИСЛОВОСТІ З ВИКОРИСТАННЯМ МЕТОДІВ РОЗПІЗНАВАННЯ ОБРАЗІВ

Анотація

Метою статті є розгляд теоретичних та практичних аспектів з питань розвитку та вдосконалення технологій машинного навчання в промисловості. Зокрема досліджено сутність машинного навчання та його можливості в умовах сучасності.
Розглянуто нагальні потреби в підвищенні конкурентоспроможності промислових підприємств, які поступово схиляють вектор розвитку людства у бік застосування штучного інтелекту. Встановлено, що найбільш актуальною сферою постає промисловість, оскільки значну частину завдань, які мають бути вирішені для людства, потрібно виконувати в автоматизованому режимі. Досліджено економічний ефект від застосування машинного зору, який в десятки разів перевищує ефективність людської праці, що обумовлено витратами на оплату праці. Визначено ряд невирішених питань, які обумовлені специфікою застосування технологій машинного навчання.
Основну увагу в статті приділено можливостям застосування машинного зору в промисловій сфері. Розглянуто наукові підходи до розуміння технологій розпізнавання образів та використання систем штучного інтелекту в промисловості. Проаналізовано сфери практичного застосування методів розпізнавання образів на виробничих підприємствах та їх роль в економічній сфері. Проведено аналіз засобів реалізації машинного навчання в промисловості та визначено найбільш ефективні серед них.
Досліджено можливості застосування алгоритмічних мов програмування об'єктно-орієнтованого типу в технологічних процесах на виробництві. Представлено алгоритм розпізнавання іржі на рухомих поверхнях виробничого обладнання з використанням програмної бібліотеки "OpenCv".
Подальшого розвитку набули алгоритми застосування технологій машинного зору та їх програмна реалізація на промислових підприємствах.

Ключові слова: машинне навчання; розпізнавання образів; промисловість; підприємство; програмне забезпечення; прибуток.

Література

1. IT-індустрія в Україні вийшла в лідери з експорту (2019) [Електронний ресурс] // Корреспондент. — Режим доступу до ресурсу: https://ua.korrespondent.net/business/companies/4060086-IT-industriia-v-ukraini-vyishla-v-lidery-z-eksportu.
2. Харрингтон Х.Дж. Бенчмаркинг в лучшем виде!: 20 шагов к успеху / Х. Дж. Харрингтон, Дж.С. Харрингтон; Пер. с англ. под ред. Б. Резниченко. — М.: Питер, 2004. — 176 с.
3. Овечко А.В. Модели и методы адаптивной экономики: Учебное пособие / А. В. Овечко, В.Л. Петренко, В.Н. Тимохин. — Донецк: ООО "ЮгоВосток, Лтд", 2003. — 156 с.
4. Организационные структуры управления производством / Под общ. ред. Б.З. Мильнера. — М.: Экономика, 1975. — 319 с.
5. Такеда Х. Синхронизированное производство (The synchronized Produktion system) / Хитоси Такеда. — М.: Институт комплексних стратегических исследований, 2008. — 288 с.
6. Taking Flight: The Future of Drones in the UK (2018), Departmentfor Transport,url:https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/729458/taking-flight-the-future-of-drones-in-the-uk.pdf
7. Форсайд Д. Компьютерное зрение. Современный подход / Д. Форсайд, Ж. Понс. — М.: Изд-во Вильямс, 2004. — 928 с.
8. Шапиро Л. Компьютерное зрение / Л. Шапиро, Дж. Стокман — М.: Изд-во Лаборатория знаний, 2006. — 752 с.
9. Bradski G.R. Learning OpenCV 3: Computer Vision in C++ with the OpenCV Library / Dr. Gary Rost Bradski, Adrian Kaehler — Изд.: O'Reilly Media, Inc., 2017. — 1024 с.

O. Podskrebko, D. Kvashuk, A. Beridze-Stakhovskyi

TECHNOLOGIES OF MACHINE LEARNING IN MANUFACTURE WITH USING METHODS OF RECOGNITION OF IMAGES

Summary

The purpose of this article is to consider the theoretical and practical aspects of the development and improvement of technology of machine learning in industry. In particular, the essence of machine learning and its possibilities in modern conditions are investigated.
The urgent needs for increasing the competitiveness of industrial enterprises, which gradually incline the vector of development of mankind towards the use of artificial intelligence are considered. It has been established that industry is the most urgent area, since a significant part of the tasks that must be solved for humankind should be performed in an automated mode. The economic effect from the use of machine vision, which is tens of times greater than the efficiency of human labor, is determined by the cost of labor remuneration. A number of unresolved issues determined by the specifics of the use of machine learning technologies have been identified.
The article focuses on the possibilities of using machine vision in the industrial field. The scientific approaches to the understanding of image recognition technologies and the use of artificial intelligence systems in the industry are considered. Areas of practical application of image recognition methods at industrial enterprises and their role in the economic sphere are analyzed. The analysis of the means of realization of machine learning in industry and the most effective ones among them are determined.
The possibilities of application of algorithmic programming languages of object-oriented type in technological processes at work are investigated. An algorithm for the identification of rust on moving surfaces of production equipment using the OpenCv software library is presented.
The algorithms of application of technologies of machine vision and their program realization at industrial enterprises have got further development.

Keywords: machine learning; image recognition; industry; enterprise; software; profit.

References

1. The official site of paper Correspondent (2019), "IT industry in Ukraine emerged as an export leader ", available at: https://ua.korrespondent.net/business/companies/4060086-IT-industriia-v-ukraini-vyishla-v-lidery-z-export (Accessed 29 May 2019).
2. Harrington, H. J. (2004), Benchmarking at its best: 20 steps to success, Peter, Moskow, Russia.
3. Ovechko, A.V., Petrenko, V. L. and Timokhin, V.N. (2003), Modeli i metody adaptivnoy ekonomik: uchebnoye posobiye [Models and methods of adaptive economics: study guide], South East Ltd., Donetsk, Ukraine.
4. Milner, B. (1975), Organizatsionnyye struktury upravleniya proizvodstvom [Organizational structure of production management], Economy, Moskow, Russia.
5. Takeda, H. (2008), Sinkhronizirovannoye proizvodstvo [Synchronized Production], Institute of Complex Strategic Studies, Moskow, Russia.
6. Department for Transport UK (2019), "Taking Flight: The Future of Drones in the UK", available at: https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/729458/taking-flight-the-future-of-drones-in-the-uk.pdf (Accessed 29 May 2019).
7. Forsyd, D. (2008), Komp'iuternoe zrenye. Sovremennyj podkhod [Computer vision], Publishing House Williams, Moskow, Russia.
8. Shapiro, L. and Stockman, J. (2006), Komp'iuternoe zrenye [Computer vision], Publishing house of the Laboratory of knowledge, Moskow, Russia.
9. Bradski, G. (2017), Learning OpenCV 3: Computer Vision in C++ with the OpenCV Library, O'Reilly Media, Inc. USA.

№ 6 2019, стор. 46 - 49

Дата публікації: 2019-07-31

Кількість переглядів: 1611

Відомості про авторів

О. С. Подскребко

к. е. н., старший викладач кафедри економічної кібернетики, Національний авіаційний університет

O. Podskrebko

PhD in Economics, senior lecturer at the department of economic cybernetics at the National aviation university

ORCID:

0000-0001-5282-4691


Д. М. Квашук

к. е. н., доцент кафедри економічної кібернетики, Національний авіаційний університет

D. Kvashuk

PhD in Economics, Associate Professor of the Department of Economic Cybernetics, National Aviation University

ORCID:

0000-0002-4591-8881


А. К. Берідзе-Стаховський

студент кафедри економічної, Національний авіаційний університет

A. Beridze-Stakhovskyi

student of the Department of Economic Cybernetics, National Aviation University

ORCID:

0000-0002-3963-5420

Як цитувати статтю

Подскребко О. С., Квашук Д. М., Берідзе-Стаховський А. К. Технології машинного навчання в промисловості з використанням методів розпізнавання образів. Економіка та держава. 2019. № 6. С. 46–49. DOI: 10.32702/2306-6806.2019.6.46

Podskrebko, O., Kvashuk, D. and Beridze-Stakhovskyi, A. (2019), “Technologies of machine learning in manufacture with using methods of recognition of images”, Ekonomika ta derzhava, vol. 6, pp. 46–49. DOI: 10.32702/2306-6806.2019.6.46

Creative Commons License

Стаття розповсюджується за ліцензією
Creative Commons Attribution 4.0 Міжнародна.