Kozyura Vladyslav SerhiyovychКозюра Владислав Сергійович2026-02-202026-02-202025Kozyura V. S. Intelligent system for generating artificial thermal images of asynchronous motor faults. – Thesis for a bachelor's degree in " Information Technology and Engineering of Aviation Computer Systems" – State University "Kyiv Aviation Institute", Kyiv, 2025, 105 p.https://er.kai.edu.ua/handle/KAI/69401Робота публікується згідно наказу ректора Університету від 27.05.2021 р. №311/од "Про розміщення кваліфікаційних робіт здобувачів вищої освіти в репозиторії університету". Керівник роботи: доктор технічних наук, професор, зав. кафедри авіаційних комп’ютерно-інтегрованих комплексів, Синєглазов Віктор МихайловичThis bachelor's thesis is devoted to the construction of an intelligent image generation system based on the use of generative-adversarial networks of marginal equilibrium. The paper analyzes scientific works devoted to the development and application of generative- adversarial neural networks. The advantages of generative-adversarial networks of marginal equilibrium are substantiated. The topology of the components of the generative-adversarial neural network, namely the generator and the discriminator, is developed, expressions for the metrics corresponding to the generator and the discriminator are given. A machine learning algorithm for generative-adversarial networks of marginal equilibrium is developed. The choice of the training sample is justified - the Fashion MNIST dataset is a standard dataset for computer vision tasks. A computer program is developed and positive results are obtained. Розроблено та досліджено методи генерації теплових зображень асинхронних двигунів у різних станах справності на основі генеративно-конкурентних нейронних мереж (WGAN-GP та cWGAN-GP) для підвищення ефективності діагностики несправностей. Об'єктом дослідження є процеси діагностики технічного стану асинхронних двигунів за допомогою теплових зображень та генеративних методів глибокого навчання. Предметом дослідження є методи генерації теплових зображень асинхронних двигунів за допомогою генеративно-змагальних нейронних мереж (WGAN-GP та cWGAN-GP) для підвищення ефективності діагностики їх технічного стану. Методи дослідження - У роботі використовуються методи аналізу літературних джерел для вивчення сучасних підходів до діагностики асинхронних двигунів та генеративних нейронних мереж, методи машинного навчання для реалізації та навчання WGAN-GP та cWGAN-GP, методи обробки зображень для покращення якості генерованих теплових зображень.en-USqualification workintelligent systemimage generationgenerative adversarial networkgeneratordiscriminatormachine learning algorithmкваліфікаційна роботамашинне навчанняглибоке навчаннянейронні мережігенеративно-змагальні мережі Вассерштейнаумовна GANсинтез теплових зображеньпочаткова відстань Фрешеіндекс структурної подібностітеплова діагностикакласифікація гіперспектральних зображеньLearning Object