ISSN: 2310-8061
Репозиторій Харківського національного університету радіоелектроніки «ElAr КhNURE» є електронною платформою, що містить публікації наукових праць та досліджень науково-педагогічних працівників, інших співробітників, здобувачів вищої освіти ХНУРЕ. Серед них монографії, статті з наукових журналів та збірників, матеріали науково-практичних заходів, наукові публікації (розміщуються за умови наявності рецензії наукового керівника) та кваліфікаційні роботи здобувачів вищої освіти (розміщуються за дозволом автора КвР).
З усіх питань звертатися до адміністратора ElAr KhNURE за адресою: yuliia.derevianko@nure.ua
Фонди в ElAr
Виберіть фонд для перегляду його колекцій.
Останні подання
Тип документа:Публікація, Дослідження методів класифікації емоцій в медіаданих для аналізу емоційного стану користувачів(2025) Цісаренко, О. І.Об’єктом дослідження є медіадані, що містять ознаки емоційних проявів (зображення облич, аудіозаписи голосу, текстові повідомлення). Предметом дослідження є методи автоматичної класифікації емоцій для аналізу емоційного стану користувачів за такими даними. Метою дослідження є порівняння сучасних моделей розпізнавання емоцій шляхом розробки й апробації програмного прототипу, який аналізує медіадані користувачів та класифікує емоційний стан із заданою точністю. Використано методи аналізу медіаданих з використанням глибоких згорткових нейронних мереж (CNN), рекурентних нейронних мереж (LSTM), CNN LSTM, CNN-Transformer, а також класичні моделі глибокого навчання, навчання з переносом та донавчання на відкритих датасетах (FER-2013, DEAP). Взаємозв’язок з іншими роботами проявляється у соціальних мережах, системах рекомендацій, дистанційне навчання, телемедичні сервіси тощо. Рекомендації щодо використання результатів роботи є є програмний комплекс придатний для класифікації емоцій у соціальних платформах, чат- ботах для психологічної підтримки, дистанційних навчальних системах, телемедичних і діагностичних додатках. Отримані алгоритми можна використовувати для поліпшення якості розпізнавання емоцій у сервісах для моніторингу емоційного здоров’я, підвищення ефективності комунікації між людиною та цифровими системами.Тип документа:Публікація, Розробка та дослідження методів зіставлення товарних пропозицій для сервісів-агрегаторів на основі аналізу мультимодальної інформації(2025) Топчій, М. А.Об’єктом дослідження є товарні пропозиції музичних інструментів з онлайн-крамниць, представлені у вигляді текстових описів та зображень. Предметом дослідження є методи автоматичного зіставлення таких пропозицій на основі мультимодального аналізу. Метою дослідження є розробка ультимативного алгоритму зіставлення товарних пропозицій музикальних інструментів на основі мультимодальної інформації та створенням програмного застосунку-агрегатора, що забезпечує автоматичне виявлення однакових інструментів у різних магазинах. У дослідженні проведено аналіз сучасних методів оброблення текстової та зорової інформації, зокрема евристичних моделей нормалізації назв, семантичних моделей на основі Sentence-BERT, а також візуальних моделей ResNet-50, Vision Transformer та CLIP, реалізованих у бібліотеках PyTorch та TensorFlow. Сформовано структурований датасет товарів із найбільших українських інтернет-магазинів музичних інструментів. Наукова новизна дослідження полягає у створенні комплексного методу зіставлення товарних пропозицій музичних інструментів, який поєднує евристичні, семантичні та візуальні ознаки в єдиному мультимодальному просторі. Запропонований підхід дозволяє значно підвищити коректність зіставлення в умовах високої структурної подібності зображень та неоднорідності текстових описів.Тип документа:Публікація, Дослідження методів аналізу даних вебсайтів (на прикладі сайту по продажу відеоігор)(2025) Терещенко, О. О.Об’єктом дослідження є процес аналізу користувацьких даних сайтів. Предметом дослідження є методи персоналізації та виявлення фальсифікованих рейтингів і відгуків у системах оцінювання ігор. Метою дослідження є створення комплексного методу аналізу даних вебмагазину, який забезпечує автоматичну перевірку достовірності оцінок, формування персональних рекомендацій і підвищення точності аналітики користувацької поведінки. У процесі роботи використано методи колаборативної фільтрації, прогнозування часових рядів та виявлення аномалій. Наукова новизна роботи полягає у комплексному підході до аналізу даних вебмагазину комп’ютерних ігор, який поєднує персоналізацію рекомендацій. Взаємозв’язок з іншими роботами полягає у використані результатів попередніх досліджень у машинному навчанні, інтелектуальному аналізі даних та розробці систем підтримки рішень для електронної комерції. Рекомендації щодо використання результатів роботи є впровадження підходів аналізу даних у вебмагазини для поліпшення досвіду користувачів. У результаті дослідження розроблено сервіс для персоналізації та прогнозування вподобань покупців.Тип документа:Публікація, Дослідження та реалізація методу розпізнавання зображень для діагностики захворювань рослин(2025) Свістельник, Д. О.Об’єктом дослідження є цифрові зображення листя рослин з різними типами захворювань та здорових рослин. Предмет дослідження – методи глибокого навчання для автоматичної діагностики та класифікації захворювань рослин за зображеннями. Метою дослідження є розробка ефективного методу розпізнавання зображень для автоматичної діагностики захворювань рослин шляхом створення програмного забезпечення на основі згорткових нейронних мереж з високою точністю класифікації. Використано методи глибокого навчання, зокрема згорткову нейронну мережу на основі MobileNetV2. Наукова новизна роботи полягає у розробці оптимізованої архітектури згорткової нейронної мережі для класифікації захворювань рослин із застосуванням комплексу сучасних технік регуляризації для забезпечення високої здатності моделі до генералізації та запобігання перенавчанню. Дослідження базується на фундаментальних роботах у галузі глибокого навчання та їх адаптації до задач аграрного сектору. Розроблене програмне забезпечення рекомендується для впровадження у практику аграрних підприємств, фермерських господарств та консультаційних центрів як інструмент швидкої діагностики захворювань рослин.Тип документа:Публікація, Метод передбачення змін у кількості прослуховувань артистів на основі дослідження їх останніх дій(2025) Суровикін, Ю. В.Об’єктом дослідження є динаміка змін кількості прослуховувань музичних виконавців на онлайн-платформах. Предметом дослідження є методи прогнозування змін популярності артистів на основі аналізу їхніх музичних дій та жанрових переходів. Метою дослідження є створення методу передбачення змін у кількості прослуховувань артистів із використанням історичних даних про їх релізи та поведінку слухачів. Використано методи лінійної регресії, ковзного середнього та побудову матриці схожості жанрів. Алгоритм аналізує історичну активність виконавця, стабільність його жанрового напрямку та зміни у творчості. Наукова новизна роботи полягає у поєднанні методів прогнозування часових рядів із жанровим аналізом, що дозволяє підвищити точність передбачення змін у популярності виконавців. Взаємозв’язок з іншими роботами полягає у використанні принципів регресійного аналізу та статистичних методів обробки часових даних, адаптованих до задач музичної аналітики. Рекомендації щодо використання результатів роботи стосуються впровадження методу в аналітичні системи музичних платформ для прогнозування популярності артистів. У результаті дослідження розроблено сервіс прогнозування змін кількості прослуховувань артистів на основі аналізу їхніх останніх дій та змін.