Розроблено підходи, методи та алгоритми обчислювального інтелекту на основі гібридизації відомих напрямів та надання їм адаптивних властивостей, що надає можливість обробляти послідовності даних у формі багатовимірних часових рядів великої розмірності або потоків відео, що надходять на опрацювання або з зовнішнього середовища, або з надвеликих баз даних (VLDB) (концепція Big Data) у режимі реального часу. Розглянуто математичні моделі представлення відеопослідовностей за допомогою апарату теорії множин. Для розв'язання задачі сегментації відеопотоків запропоновано підхід просторово-часової сегментації. Як часову складову використано теорію часових послідовностей, для чого введено матричні аналоги наявних підходів. Як варіанти розв'язання охарактеризовано методи експоненційного згладжування, VAR-моделі, нейромережеві підходи з використанням методу головних компонент та методи прогнозування. Проаналізовано сучасні автоматичні методи сегментації кадрів відопотоку для розв'язання сучасних прикладних задач, які грунтуються на концепції Computer Vision. Введено нові адаптивні on-line методи нечіткої робастної кластеризації-сегментації потоків даних на основі імовірнісних та можливісних підходів та методи ідентифікації руху та відслідковування рухомих об'єктів у відеопотоках реального часу.

• Бодянський Євген Володимирович (технічні науки)
• Машталір Сергій Володимирович (фізико-математичні науки)
• Іванов Юрій Сергійович (технічні науки)
• Іванов Юрій Стратонович (фізико-математичні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"