Бондаренко, БогданБогданБондаренко0000−0001−5123−1288Самохвалов, ЮрійЮрійСамохвалов2026-03-172026-03-172020-12-29Бондаренко, Б., Самохвалов, Ю. (2020). SEARCH FOR MULTIMEDIA INFORMATION BASED ON NEURAL NETWORKS. Information systems and technologies security, 1(3). https://doi.org/10.17721/ISTS.2020.4.58-6210.17721/ISTS.2020.4.58-62https://ir.library.knu.ua/handle/15071834/12625The article considers approaches to the use of neural networks in multimedia information retrieval. The develop ment of methods for multimedia information retrieval is necessary due to the large amount of such information. Tradi tional methods of multimedia information retrieval have a high speed of data processing, but low accuracy due to the inability of semantic search. The use of neural networks allows for semantic search, which increases its accuracy and completeness. Approaches to the use of neural networks at the stages of indexing and retrieval of multimedia infor mation are considered. With the help of a neural network, a multimedia file is analyzed and classified. The result of classifying a file is used to create its textual description - an annotation that is compared to the search query to deter mine relevance. There are many ready-made classification networks that can be used to speed up the process of creat ing a multimedia search system, but it is not possible to create a neural network to classify all real-world objects, so multiple neural networks should be used. Neural networks are also use to build feature vectors for a media file and a search query. Similarity functions, such as cosine of similarity, are applied to constructed vectors to determine the semantic similarity of a query and a media file. In this case, the search query can be both in text form and in the form of the appropriate format of the desired media file. This approach allows to build an optimal neural network for a specific task. Neural networks are used to compare the constructed annotation of a file and a query, which increases the accu racy and completeness of the search, compared to traditional methods, due to the ability of neural networks to take into account the semantic meaning of the text.Розглянуто підходи до використання нейронних мереж для пошуку мультимедійної інформації. Розроблення методів пошуку мультимедійної інформації необхідне через велику кількість такої інформації. Традиційні ме тоди пошуку мультимедійної інформації мають високу швидкість оброблення даних, але низьку точність че рез відсутність можливості виконання семантичного пошуку. Використання нейронних мереж дозволяє здійс нювати семантичний пошук, що збільшує його точність і повноту. Наведено підходи використання нейронних мереж на етапах індексування та пошуку мультимедійної інформації. За допомогою нейронної мережі аналі зують мультимедійний файл і виконують його класифікацію. Результат класифікації файла використовують для створення його текстового опису – анотації, яку порівнюють із запитом для визначення релевантності. Існує багато готових мереж для класифікації, використання яких дозволяє пришвидшити процес створення системи пошуку мультимедійної інформації, але неможливо створити нейронну мережу для класифікації всіх об’єктів реального світу, тому потрібно застосовувати декілька нейромереж. Також за допомогою нейрон них мереж будують вектори ознак для мультимедійного файла та пошукового запиту. Прості функції подіб ності, такі як косинус подібності, застосовують до побудованих векторів, для визначення семантичної близь кості запиту та мультимедійного файла. Причому пошуковий запит може бути як у текстовій формі, так і у вигляді будь-якого формату пошуку в мультимедійному файлі. Цей підхід дозволяє будувати оптимальну ней ронну мережу під конкретну задачу. Нейронні мережі застосовують для порівняння побудованої анотації файла та запиту, що підвищує точність і повноту пошуку, порівняно з традиційними методами, за рахунок здатності нейромереж враховувати семантичне значення тексту.ukneural networkssearch for multimedia informationsemantic searchinformation search systemsdata annotationнейронні мережіпошук мультимедійної інформаціїсемантичний пошуксистеми пошуку інформаціїанотація данихСтаття