Метою статті є вивчення можливостей інструментів 3D-моделювання в завданнях комп'ютерної реконструкції об'єктів історико-культурної спадщини. Створення 3D-моделей елементів історичної спадщини та розробка програмного забезпечення для 3D-принтера. Сучасні установи пам'яті, місця, де зберігаються історико-культурні цінності, залишилися найменш залучені в глобальній цифровізації. Тому оцифрування культурної спадщини є актуальною проблемою сьогодення, адже за допомогою цифрових технологій можна не тільки створити електронні копії наявних музейних цінностей, а й створити тривимірну модель утрачених історико-культурних цінностей.Методами дослідження є сукупність методів та технологій 3D-моделювання, їхніх можливостей і застосування їх для розв'язання проблем побудови віртуальної реконструкції історичної та культурної спадщини. Використання технології 3D-моделювання для фактичної реконструкції пам'яток історії та культури, таких як археологічні знахідки, і для створення цифрових копій музейних експонатів.Новизною дослідження є використання сучасних комп'ютерних технологій для відновлення історичної чи культурної спадщини, яка була втрачена або частково втрачена. Процеси урбанізації охоплюють традиційний культурний простір, актуалізуючи проблему
The article considers methodological approaches to assessing the level of development of economic systems in the context of increasing the accuracy of forecasts in unpredictable socio-economic conditions in particular taking into account the impact of unforeseen environmental risks and disasters. The author's used methods to approximate economic criteria with the help of neural networks. Analyzing the criteria of economic development of different countries, as well as taking into account the factors of the macroeconomic environment, a neural network approximation model of risk forecasting in the economic development of the country has been developed. To date, a large number of mathematical forecasting methods are known, and experts in the world economy use appropriate risk assessment criteria, but the neural network is used when the exact type of connections between inputs and outputs is unknown, which allows us to create a more accurate and flexible forecast model. The modeling takes into account the main weights that determine the degree and the priority of the impact on each component of the economic system and characterizes the complex macroeconomic relationships to determine the aggregate indices.
Мета дослідження. Вичення специфіки кодування зображень методом сплайнової інтерполяції, та порвняння вказаного методу з іншими математичними методами кодування та обробки зображень.Методи дослідження математичні та алгоритмічні моделі та методи розв'язку задачі згладжування на основі сплайн-апроксимації, а також можливість застосування відповідного математичного апарату до кодування та обробки зображень.Новизною дослідження є виокремлення алгоритму стиснення зображень на основі методів сплайнової апроксимації. Такий підхід до обробки зображень дозволяє не тільки зменшити розміри файлів зображень, але й обирати необхідну якість відновлення, залежно від подальшого використання зображення.Висновки. В роботі проведено порівняння існуючих методів кодування зображень, та вказано на переваги використання сплайнової інтерполяції при кодуванні і декодуванні зображень.Ключові слова: сплайн; сплайн-апроксимація; сплайн-інтерполяція; згладжування; кодування; декодування; обробка зображень.
The purpose of the research is to reveal the features of digitalization processes in the field of the fashion industry, to determine the main directions of digital technologies development and their direct impact on the fashion environment. Research methodology. The choice of research methods is determined by the purpose of the research, in particular, a systematic approach to the study of fashion history, digital technologies, future trends in the creative industry, as well as analysis of existing changes in the fashion industry. Scientific novelty. The issue of the fashion industry development under the influence of digital technologies is raised. Conclusions. Therefore, to manage the “fashion brands of the future”, you need not only to effectively manage your team and focus on profit but also to be flexible, socially responsible and quickly respond to new digital trends and use them in your work. Thus, the era of digitalization forces our world to move to a new level of development. The fashion industry, as one of the most flexible and profitable areas, must adopt new digital technologies as quickly as possible and apply modern and effective management methods that will be expedient and effective.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.