РОЗРОБКА АВТОМАТИЗОВАНИХ СИСТЕМ ОБРОБКИ ДАНИХ (АСОД). КЕРІВНИК НАПРЯМУ ДОКТ. ТЕХН. НАУК, ПРОФ. ПРИСТАВКА П.О.

АСОД призначені для автоматизованого опрацювання результатів спостережень та можуть включати:

• підсистеми збереження та редагування даних (бази даних);
• підсистеми візуалізації результатів обробки;
• бібліотеки процедур та функцій математичного забезпечення обробки інформації;
• апаратно-інтегровані комплекси збору та обробки інформації, зокрема безпілотні комплекси з функціями інтелектуального аналізу інформації з клієнт-серверною архітектурою.

Прикладні задачі, що можуть бути вирішені на основі розроблених АСОД під керівництвом професора Приставки П.О.:

• оцінка терміну активного існування високо надійних технічних систем, зокрема космічної та авіаційної техніки;
• оцінка та прогнозування екологічного стану довкілля та техногенно навантажених регіонів;
• обробка результатів геологічної розвідки родовищ корисних копалин;
• гідрохімічний моніторинг в зонах антропогенної діяльності;
• медична діагностика;
• цифрова обробка зображень (фільтрація, масштабування, стиснення, цифрова стабілізація);
• відеоаналітитика для камер цільового навантаження безпілотних систем;
• розвідувально-пошукові безпілотні авіаційні системи з можливістю автоматичного супроводу безпілотним комплексом знайдених об’єктів.

Математичне забезпечення розроблених АСОД включає:

• класичні методи статистичного аналізу даних (первинний, кореляційний, регресійний, факторний, кластерний, перевірка гіпотез, класифікація);
• методи непрараметричного оцінювання функцій спостережень;
• параметричне сплайн-оцінювання (функцій розподілу та регресій);
• методи обробки часових рядів та прогнозування;
• методи моделювання систем на основі теорії марковських процесів;
• методи апроксимації за використанням локальних поліноміальних сплайнів на основі В-сплайнів;
• методи обробки цифрових зображень на основі лінійних операторів, що забезпечують опрацювання в режимі реального часу;
• методи обробки відео в режимі реального часу: детектування та супроводження рухомих об’єктів, розпізнавання об’єктів, орторектифікація аерофотозйомки;
• розпізнавання об’єктів на основі загорткових нейронних мереж (CNN-мережі) та на основі статистичних підходів Data Science;
• Інтелектуальна фільтрація візуальної інформації на основі методів розпізнавання, Deep Learning та Data Mining.