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 і моделей побудови рекомендацій клієнтам в інформаційній системі агентства нерухомості(2025) Требунських, О. В.Метою роботи є дослідження та експериментальний вибір методів та моделей для побудови рекомендацій користувачам у сфері нерухомості для підвищення якості та точності рекомендацій. До використаних методів дослідження відносяться: зовнішня оцінка (Extrinsic Evaluation), методологія IDEF0, експериментальний підхід з використання синтетичних даних та методологія DFD. Теоретичні результати – це опис аналізу та експериментального дослідження методів і моделей, які можна використовувати для формування рекомендацій у рамках content-based підходу, і розроблена інформаційна технологія побудови рекомендацій в інформаційній системі агентства нерухомості. Практичні результати роботи представлені реалізованими компонентами веб-базованого модуля побудови рекомендацій. Результати роботи можна використовувати при реалізації системи рекомендацій у специфіці ринку нерухомості та суміжних сферах.Тип документа:Публікація, Дослідження методів формування рекомендацій вакансій для працівників фріланс-платформи(2025) Ємельянов, А. В.У ході роботи проаналізовано особливості ринку фріланс-послуг. Розгялнуті основи методи формування рекомендацій Виявлено основні проблеми рекомендаційних систем. Розроблено гібридний метод формування рекомендацій вакансій для фріланс-платформи. Створено програмний прототип рекомендаційної підсистеми із використанням Java, Python, Spring Boot, MySQL та зовнішнього сервісу семантичної обробки текстів. Експериментальна перевірка на основі стандартних метрик показала, що запропонований гібридний підхід забезпечує кращі показники якості порівняно з окремим застосуванням контентного, колаборативного та семантичного методів.Тип документа:Публікація, Дослідження методів аналізу збитків при розробці інформаційної системи виробництва виробів із нержавіючої сталі(2025) Шкредова, Є. Я.У роботі розглянуто опис підприємства, бізнес-процес підприємства, що займається аналізом збитків, та недоліки цього процесу. Проаналізовано інформаційні системи, що використовують для аналізу збитків, методи аналізу, сформульовано задачу для комбінованого методу аналізу збитків та надано теоретичний опис. Здійснено практичну реалізацію поставленої задачі, спроєктовано підсистему аналізу збитків та експериментально перевірено запропоноване рішення аналізу збитків.Тип документа:Публікація, Дослідження методів формування запитів до великих мовних моделей з використанням векторної бази даних(2025) Сухоруков, Д. А.У роботі виконано аналіз сучасного стану об’єкта дослідження. Оглянуто існуючі варіанти задачі формування запитів до великої мовної моделі. Запропоновано модифікацію метода формування контексту до запиту користувача шляхом використання підсумків попередніх діалогів. Об’єктом дослідження кваліфікаційної роботи є процес формування запитів до великих мовних моделей. Предметом дослідження є методи побудови запитів із використанням векторного контексту. Метою роботи є розробка метода формування запитів до LLM з автоматичною інтеграцією релевантного контексту з векторної бази для підвищення якості відповідей.Тип документа:Публікація, Дослідження моделей та методів виявлення аномалій у фінансових транзакціях інформаційної системи банківського обслуговування(2025) Новицький, Д. О.Метою роботи є підвищення точності та ефективності виявлення аномалій у фінансових транзакціях шляхом розроблення синтезованого методу, що поєднує статистичні методи, алгоритми машинного навчання та глибинні нейронні моделі. Для досягнення поставленої мети було виконано такі основні завдання: проаналізовано сучасні підходи до виявлення аномалій у банківських транзакціях та визначено їх переваги й недоліки, досліджено математичні основи статистичних методів, моделей машинного навчання та автоенкодерів, розроблено синтезований підхід HASBT, що поєднує три рівні детектування, побудовано архітектуру програмної реалізації та створено модульний прототип системи, проведено експериментальну перевірку ефективності окремих моделей та ансамблю, виконано порівняння запропонованої технології з існуючими базовими методами виявлення аномалій.