Details

Объектом исследования данной магистерской работы является процесс внедрения и использования нейронных сетей в типографской индустрии для повышения эффективности производства, улучшения качества продукции и снижения издержек. Предметом исследования – анализ влияния и эффективности использования нейронных сетей на различные аспекты деятельности типографии. Цель работы – исследовании потенциала и эффективности применения нейронных сетей для оптимизации и автоматизации процессов в типографии. Для решения поставленной цели работы были решены следующие за-дачи: проанализировано текущее положение полиграфических предприятий; определены тенденции развития и будущие тренды современной полиграфии; исследованы особенности внедрения нейросетей в полиграфическое производство; проведен патентный поиск; проанализированы возможности и технологические особенности применения нейросетей в полиграфии, разработаны требования к применению нейросетей, разработаны практические рекомендации по обучению и применению нейросетей и требуемому оборудованию.

The object of research of this masters thesis is the process of implementing and using neural networks in the printing industry to increase production efficiency, improve product quality and reduce costs. The subject of the study is the analysis of the impact and effectiveness of the use of neural networks on various aspects of the printing house. The purpose of the work is to study the potential and effectiveness of the use of neural networks for optimizing and automating processes in a printing house. To achieve this goal, the following tasks were solved: the current situation of printing enterprises was analyzed; development trends and future trends of modern printing were determined; the features of the introduction of neural networks into printing production were investigated; a patent search was conducted; the possibilities and technological features of the use of neural networks in printing were analyzed, requirements for the use of neural networks were developed, practical recommendations for training and application were developed neural networks and the re¬quired equipment.