Розроблення інтелектуальної системи класифікації стану автомобільних шин на основі методів глибинного навчання
Автор: Біров Шандор
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні технології проектування
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2025-2026 н.р.
Мова захисту: українська
Анотація: Біров Ш., Артищук І.В. (керівник) Розроблення інтелектуальної системи класифікації стану автомобільних шин із використанням методів глибинного навчання. Магістерська кваліфікаційна робота. – Національний університет “Львівська політехніка”, Львів, 2025. Розширена анотація. Стан автомобільних шин є критичним чинником, що впливає на безпеку дорожнього руху, ефективність експлуатації транспортних засобів та комфорт водія. Традиційні методи діагностики – візуальний огляд, механічні вимірювачі чи системи TPMS – потребують людського контролю, мають обмежену точність і не забезпечують комплексного аналізу технічного стану шини. Метою роботи є розроблення інтелектуальної системи класифікації стану автомобільних шин, яка за зображеннями визначає рівень зносу та наявність дефектів із використанням методів глибинного навчання. У межах дослідження проаналізовано сучасні архітектури нейронних мереж (CNN, ResNet, EfficientNet, MobileNet), методи аугментації даних та перенесеного навчання (transfer learning). Розроблено прототип системи Vehicle Tires Health Condition Detector, що виконує аналіз зображень шин за допомогою моделі MobileNet_v2, навченої на збалансованому наборі даних класів “perfect” і “defective”. Система демонструє точність понад 90% і може бути інтегрована у мобільні або веб-застосунки для автоматизованого контролю стану шин, сприяючи підвищенню безпеки руху та ефективності технічного обслуговування транспортних засобів. Об’єкт дослідження – процес діагностики та моніторингу технічного стану автомобільних шин. Предмет дослідження – методи глибинного навчання для класифікації стану шин за зображеннями.