Andriy A. Mozgovenko

Завдання виявлення обличчя на зображенні часто є першим кроком у процесі розв’язання задачі вищого рівня – розпізнавання особи, деталей особи або її міміки. Крім того, інформація про присутність та кількість осіб на зображенні може бути корисною в системах автоматичного обліку кількості відвідувачів; системах пропускного контролю в установах, аеропортах та метро; автоматичних системах запобігання нещасним випадкам; інтелектуальних інтерфейсах «людина-комп’ютер»; у фототехніці для автоматичного фокусування на обличчі людини, а також для стабілізації зображення особи з метою полегшення розпізнавання емоцій; для розширення зони стереобачення під час створення систем 3D відображення. Те, що для нас є фотографією, для системи розпізнавання образів – лише набір пікселів з різними параметрами кольору. Щоб навчити систему розпізнавати на зображенні окремі об’єкти, необхідно надати їй датасета – набір з тисяч зображень, в яких зазначено, де саме знаходиться потрібний об’єкт. Наприклад, якщо ми хочемо, щоб система навчилася розпізнавати на знімках людей, потрібно показати їй безліч фотографій людей різного віку, в різних позах і одязі, в різних умовах. Після подібного тренування система зможе безпомилково розпізнати людину на фотографіях. Однак напрошується інше запитання: якщо для системи фотографія – це просто сукупність пікселів, то як же нейросеть розуміє, що саме зображено на фото? Значне зростання обчислювальної потужності комп’ютерів та поява нових математичних моделей алгоритмів останніми роками дозволило домогтися начительного прогресу у сфері комп’ютерного зору. Нові технології, засновані на машинному навчанні, дозволяють створювати надійні рішення для складних адач розпознавальних образів. Дана стаття є оглядом основних підходів до вирішення завдань комп’ютерного зору, з акцентом на глибинне машинне навчання та штучні нейронні мережі. У статті розглянуто алгоритми розпізнавання об’єктів на зображенні, проведено аналіз методів, що застосовуються при обробці зображень, а також описано використання засобів машинного навчання в рамках роботи із зображеннями.

Introduction. A characteristic feature of the modern agricultural sector is the use of advisory that provides the implementation of modern technologies into the production process. We analyze the specifics of existing advisory systems, their goals, main activities, and problems. This analysis causes expediency of documentation and validation of informal and non-formal outcomes of learning typical for agriculture and their processing by knowledge-oriented services based on modern Semantic Web technologies and resources. Purpose. This work is intended for the integration of labour and education markets and is aimed at semantization of agricultural advisory services for the expansion of advisory system functionality with the help of validation of outcomes of non-formal and informal learning of potential employees. Processing of semantics is based on the use of knowledge about agriculture subjects from internal and external ontologies by advisory intelligent applications. Such processing requires the creation of a relevant formal model that describes all main objects and subjects of agro-advisory activities, development of formalization methods for model components and defining of matching criteria based on internal and external ontologies. Software realization of proposed solution by AdvisOnt system is aimed at demonstration of its efficiency for practical agro-advisory tasks and advantages of semantic approach. Methods. In this work, we use methods of mathematical modeling, elements of ontological analysis and logical inference. Results. We propose an advisory system AdvisOnt that analyses the outcomes of non-formal and informal learning and ensures their validation for more efficient matching of information about potential employees, employers and agricultural educational resources. AdvisOnt is based on ontological representation of this knowledge formalized by competencies, vacancies, training courses, user profiles, etc. The system is aimed to generate recommendations for employment or further learning of necessary competencies by matching these objects. External knowledge bases are used for semantic formalization of vacancies and resumes for their more pertinent matching with the help of agricultural domain knowledge and competence classifications. AdvisOnt users receive recommendations on employment and about training courses that provide advisable competencies. Conclusion. Sustainable development of agro-industrial production needs rapid dissemination of agricultural knowledge and information, mobility and continuous training of agricultural professionals provided by advisory systems. We suggest how using ontological knowledge for advisory services allows to expand the possibilities of counseling. In the future, we plan to consider the ways of integration of AdvisOnt system that validates outcomes of informal and non-formal learning with other counseling and recommendation systems in the field of education and employment taking into account the specifics of the agricultural sector through external domain and organizational ontologies. The openness of the proposed solution is based on Semantic Web technologies and service-oriented programming.

У статті розглядається актуальна проблема – розроблення інформаційної системи семантичної ідентифікації і документування результатів неформального й інформального навчання, яка спрямована на забезпечення ефективної взаємодії ринку праці з ринком освітніх послуг. Проаналізовано стан сучасного ринку праці та економіки, а також необхідність упровадження інформаційних е-засобів для ефективного управління, обробки і використання інформації щодо визнання результатів неформального й інформального навчання, підвищення «видимості» та цінності результатів навчання, які отримані поза системами формального навчання. У роботі розглянуто методи та проаналізовано інструменти розроблення інформаційної системи семантичної ідентифікації і документування результатів неформального й інформального навчання. Зокрема обґрунтовано доцільність використання семантичних технології для обробки даних Semantic Web, головним завданням яких є оброблення інформації на рівні знання; запропоновано в якості основи інформаційної системи використання європейського класифікатора ESCO; модель предметної області описано на основі онтологічних баз знань. У публікації проаналізовано інструменти розробки інформаційної системи, здійснено концептуальне проєктування та розроблення пропонованої системи. Визначено основні можливості та користувачів інформаційної системи, описано основні етапи створення інформаційної системи: створена онтологічна схема; описано процес інтеграції онтології в RDF-сховище; наведені приклади взаємодії з RDF-сховище шляхом застосування мови запитів SPARQL та конекторів GraphD; розроблено архітектуру та інтерфейс користувача запропонованої інформаційної системи. Результати роботи SPARQL-запитів до даних представлені у вигляді наборів результатів. У якості програмних інструментів для розробки вебсервера для надання користувачам доступу до RDF-сховища прийнято мову РНР та PHP фреймворк Laravel. Дослідження обґрунтовують використання бібліотеки React для розробки інтерфейсу користувача інформаційної системи. У публікації визначено, що подальшим напрямком розвитку дослідження може бути імплементація ідей, методів і самої онтології в інші додатки для практичного використання всіма учасниками ринку праці.

The publication describes methods and tools for development an information system (IS) for acceptance of the non-formal and informal learning results on base of computer ontologies. ESCO ontology of the multilingual skills classifier is used as a prototype of domain ontology that provides knowledge for developed IS. We propose the main stages of development of IS for validation of the results of non-formal learning that include creation of an ontology schema, process of integration of the obtained ontology into the RDF repository, development of application architecture and creation of user interface. The modern approaches to design and development of knowledge-oriented distributed applications intended for functioning in the open Web environment are analyzed, the existing methods and software tools for the presentation and analysis of knowledge and their suitability for solving the task are considered. We propose an innovative method of IS development based on the use of such elements of the Semantic Web project as ontologies, Web services and software agents. The paper describes the tools used in process of development of IS for validation of non-formal learning outcomes. In particular, we analyse Neo4j database management system serving the GraphDB database, the specifics of connectors and SPARQL requests to the data stored in the RDF repository and the tools used for web server creation. Comparison of PHP frameworks for web applications is performed in consideration of task requirements. Functional modeling of IS in order to determine its main functionalities is performed, and the DFD data flow diagrams of system are designed. The benefits of Laravel software are established on base of the analysis of such criteria as security, readiness to installation of plugins and libraries, support for the MVC (Model-View-Controller) concept. User interface is developed to ensure user dialogue with IS. Authers analyse software tools oriented on development of user interface and select React framework that works efficiently with all software tools selected for IS development on the previous stages of analysis.