Кафедра штучного інтелекту (ШІ)

Постійний URI для цього фонду

https://openarchive.nure.ua/handle/document/25627

Перегляд

Зараз показано 1 - 20 з 232

Дослідження технології доповненої реальності та розробка інтерактивного музейного AR-додатку
(ХНУРЕ, 2019) Карпенко, Д. І.
Об’єкт дослідження – методи розробки додатків технології доповненої реальності для платформ Android і IOS. Мета роботи – розробка та реалізація AR проекту для мобільних пристроїв, за допомогою використання графічного та фізичного ядра Unity. Області застосування – музейні виставки. Методи дослідження – аналіз технічної літератури, аналіз методів створення технології доповненої реальності, ринку музейних додатків та практична реалізація. Результат атестаційної роботи – продуктом проведеної роботи є мобільний додаток, що пройшов апробацію.
Моделювання асортативних безмасштабних мереж
(ХНУРЕ, 2019) Лукієнко, І. В.
Об'єктом досліджень є мережі Барабаші-Альберт. Предметом досліджень атестаційної роботи магістра є асортативність. Метою роботи є аналіз моделей складних мереж, дослідження структури мереж та їх впливу на показник асортативності, проведення експериментальних досліджень з моделювання безмасштабних мереж, розрахунку та модифікації асортативності мереж, які моделюються.
Дослідження основних підходів до побудови Web-систем рекомендаційного типу
(ХНУРЕ, 2019) Степанова, А. О.
Об’єкт дослідження – інтелектуальні веб-системи. Предмет дослідження – рекомендаційні системи. Мета роботи – провести аналіз існуючих методів до побудови інтелектуальних веб-систем рекомендаційного типу. Методи дослідження – колаборативна фільтрація, контентна фільтрація, сінгулярний розклад матриці, кластерування.
Оцінка екстремальних значень показника асортативності еластичних мереж
(ХНУРЕ, 2019) Горковлюк, Д. Ю.
Об’єктом досліджень є безмасштабні, еластичні мережі. Предметом досліджень атестаційної роботи магістра є асортативність. Метою роботи є аналіз моделей складних мереж, дослідження впливу показника розподілу вузлів та коефіцієнту еластичності мережі на межі показника асортативності та структуру екстремально асортативних / дизасортативних мереж, проведення експериментальних досліджень оцінювання меж показника асортативності еластичних мереж.
Методи та моделі Text Mining в задачах аналізу проектної документації
(ХНУРЕ, 2019) Гулько, Д. І.
Об'єкт дослідження – процесси обробки проектної документації за допомогою методів штучного інтелекту. Предмет дослідження – алгоритми Data Mining для обробки та роботи із текстовими документами. Мета роботи – застосування методів класифікації з метою автоматтизації процессу визначення доменної області проекта. Методи дослідження – використання методу Naive Bayes для обчислення вірогідностей приналежності об'єкта до тієї чи іншої предметної області.
Розробка та дослідження методів автоматизованого аналізу текстів в Web-додатках
(ХНУРЕ, 2019) Демченко, А. Є.
Об'єктом дослідження є сучасні методи автоматизованого аналізу даних у Web-додатках. Предметом дослідження даної атестаційної роботи є сучасні методи автоматизованого аналізу текстів у Web-додатках. Метою даної атестаційної роботи є розробка алгоритмів автоматизованого аналізу текстів у Web-додатках. Методами дослідження даної атестаційної роботи є спеціалізована література та консультації з експертами у сфері автоматизованого аналізу текстів у Web-додатках.
Дослідження та розробка методів покращення зображень
(ХНУРЕ, 2019) Михайлов, В. С.
Метою роботи є дослідження методів та алгоритмів покращення зображень. Об'єктом дослідження є системи та алгоритми які використовуются для покращення вхідних зображень. У даній роботі запропоновано використання методу покращення вхідних зображень що ґрунтується на основі нейронної мережі GAN. Перевага цього методу в тому що він може використовуватися для поліпшення якості нечітких або частково зіпсованих зобржень. Проведено дослідження результатів покращення зображень на базі нейронної мережі GAN. У результаті роботи здійснена програмна реалізація системи для покращення вхідних зображень з використанням нейронної мережі GAN.
Інтеграція текстової інформації на основі семантичного аналізу з використанням великих графів
(ХНУРЕ, 2019) Вахрушина, Г. В.
Об'єкт дослідження – інтелектуальний аналіз потоків текстових даних. Предмет дослідження – семантичне представлення текстової інформації, що подана природною мовою. Мета роботи – розробка та імплементація методу аналізу та інтеграції текстової інформації, використовуючи інструменти роботи з семантичними мережами. У ході роботи були досліджені існуючі літературні джерела за темою, проаналізовані сучасні підходи до рішення проблеми, спроектовано та втілено метод обробки інформації, що базується на використанні графових структур для синтезу джерел природної мови.
Онтологічний підхід до когнітивного аналізу та моделювання у системах типу e-commerce
(ХНУРЕ, 2019) Григоров, Я. С.
Об’єкт дослідження – когнітивний аналіз та моделювання Мета дослідження – розробка онтології та когнітивної карти, за допомогою яких можна передбачити та уникнути створення негативних та катастрофічних ситуацій. У роботі виконано дослідження когнітивного аналізу та онтологічного підходу у системах типу «e-commerce». Проаналізовано способи та актуальність створення онтологій, виявлено основні характеристики онтологічного моделювання предметної області, які будуть максимально адаптованими для користувача. Побудовано концептуальну та когнітивну карти. В ході дослідження отримані такі результати: виявлено способи створення онтології та середовища, які підходять найкраще: OntoStudio, Swoop, Protege. Protégéобрано найкращим для створення онтології нашої предметної області. Була побудована концептуальна карта співробітників інтернет-магазину, а також когнітивна карта для двох різних ситуації: «Вихід нової моделі смартфону» та «Різкий ріст курсу валют».
Оцінка екстремальних значень показника асортативності мереж Барабаші-Альберт
(ХНУРЕ, 2019) Писаренко, С. П.
Об'єктом досліджень є мережі Барабаші-Альберт. Предметом досліджень атестаційної роботи магістра є асортативність. Метою роботи є аналіз моделей складних мереж, дослідження структури екстремально асортативних / дизасортативних мереж, впливу розміру мережі на межі показника асортативності, проведення експериментальних досліджень оцінки меж показника асортативності мережі Барабаші-Альберт.
Інтелектуальні методи автоматизації тестування вебзастосунків
(ХНУРЕ, 2019) Трет'якова, М. С.
Об’єктом дослідження є інтелектуальні методи та алгоритми класифікації тектів для застосування їх у автоматизації програмного забезпечення. Останнім часом штучний інтелект все більше зустрічається у нашому житті. Відділ забезпечення якості не є винятком. Тестувальники прагнуть максимально автоматизувати свій робочий процес. Створюються автоматизовані тести, які майже покривають все те, що робиться при ручному тестуванні. Але з розширенням системи чи програмного продукту кількість необхідних тестів зростає, як і час на їх створення і підтримку. Предметом дослідження стали такі важливі аспекти, як оптимізація робочого процесу, зменшення часу, витраченого на рефакторинг коду, та, звичано, зменшення використанних ресурсів. Використовуючи розроблену програму, тестувальник зможе суттєво економити час на написання нових автоматизованих тестів, час на підтримку вже існуючих тестів та аналіз результатів тестування. Мета роботи – дослідити методи класифікації текстів для застосуваня їх у інтелектуальній автоматизації тестування вебзастосунків. Методи дослідження – алгоритми машинного навчання для класифікації текстів, а саме класифікатор Naive Bayes, поліноміальний Naive Bayes, класифікатор TWCNB, k-найближчих сусідів (kNN) , метод опорних векторів (SVM), класифікація на основі N-грам.
Оцінка показників асортативності безмасштабних мереж
(ХНУРЕ, 2019) Обихвост, І. М.
В атестаційній роботі розглядається задача моделювання складних мереж, зокрема, масштабно-інваріантних мереж, а також оцінка їх показників асортативності. Метою атестаційної роботи є створення алгоритму генерації еластичної моделі масштабно-інваріантної мережі і алгоритму для розрахунку показника асортативності мережі, що використовує формулу коефіцієнта кореляції Пірсона. Об'єктом дослідження є схильність масштабно-інваріантних мереж до асортативності / дизасортативності за ступенем мережі, зумовлена особливостями їх структури та природи їх формування та розвитку. Предметом дослідження є масштабно-інваріантна мережа, що розвивається з часом по законам зростання та переважного приєднання. Методи дослідження базуються на математичному апараті теорії графів, а також елементах теорії оптимізації та регресійного аналізу. Імітаційне моделювання застосовується для перевірки якості виконаної роботи з використанням коефіцієнту кореляції Пірсона.
Розробка та дослідження методів класифікації образів одного класу в пошукових задачах
(ХНУРЕ, 2019) Кійко, К. В.
Нейронні мережі та Інтернет технології кожного дня розвиваються. Вони стають невід’ємною частиною буденного життя та роботи: розваги, розумний дім, медицина, економіка та інші сфери лише невеликий приклад їх застосування. Тому, було прийнято рішення розробити систему для дослідження та розробки методів класифікації образів одного класу в пошукових задачах. Дана тема є актуальною, тому що розробками в даному напрямі вже зацікавились навіть такі великі компанії як Google, Samsung, IBM. Як результат, буде представлений тестовий продукт, який продемонструє можливості продукту, а також зв’язок нейронних мереж та веб-технологій.
Використання методів ітераційної кластеризації складних образів
(ХНУРЕ, 2019) Городовенко, А. А.
Об'єкт дослідження – це процес динамічної кластеризації лінійно нероздільних експериментальних даних з різними характеристиками. Предмет дослідження – це методи та моделі динамічної кластеризації лінійно неподільних експериментальних даних з різними характеристиками. Мета роботи – розробка універсальної математичної моделі залежності вибору комбінації алгоритмів на різних етапах ієрархічного алгоритму Хамелеон від вихідних характеристик аналізованого набору даних з метою поліпшення якості кластеризації. Методи дослідження – для розробки математичної моделі вибору найкращого методу кластеризації зразків на основі характеристик вхідних даних були використані різні методи кластеризації та графіки, моделювання.
Дослідження інтелектуальних методів ідентифікації в системах безконтактних платежів
(ХНУРЕ, 2019) Єрємєєв, Є. Ю.
Атестаційна робота присвячена дослідженню та аналізу процесу ідентифікації клієнтів в безконтактних платіжних системах, дослідження існуючих методів, моделей, стандартів, технологій ідентифікації. Об'єктом дослідження в рамках атестаційної роботи є процес ідентифікації клієнтів в безконтактних платіжних системах. Предметом дослідження є методи ідентифікації безконтактних платежів. Метою роботи є підвищення ефективності ідентифікації та безпеки платежів в системах безконтактних платежів за рахунок удосконалення методу ідентифікації клієнтів в частині біометричної ідентифікації і геолокації користувача. В рамках наукових результатів, в роботі удосконалено метод ідентифікації на підставі моделей стандартної ідентифікації, геолокації і біометричних даних користувача. В рамках практичних результатів використання методу і моделей ідентифікації клієнтів в рамках системи безконтактних платежів дозволяє розширити використання нової технології безконтактних платежів за рахунок спрощення способу ідентифікації для кінцевого користувача, збільшення швидкості і зручності здійснення платежів і підвищення їх безпеки.
Ансамбль нейро-фаззі систем для потокової обробки даних
(ХНУРЕ, 2019) Писаренко, Д. О.
Об'єктами дослідження є методи побудови еволюційного ансамблю нейро-фаззі систем з дзвонуватими функціями належності. Метою даної роботи є дослідження методів побудови еволюційних нейронних мереж та нейро-фаззі ситем, що на даний момент є найбільш передовим напрямком розвитку обчислювального інтелекту. Предметом дослідження є моделювання еволюційної нейро-фаззі систем, основним завданням якої буде прогнозування нестаціонарних рядів. Проведеня імітаційного моделювання на даних, згенерованих за допомогою диференційного рівняння та даних по споживання елекороенергії. Буде створено програмний комплекс для прогнозування споживання електроенергії, комплекс буде включати в себе модуль, який генерує дані на основі диференційного рівняння. Методи дослідження – аналіз літератури та джерел в мережі Internet.
Нейро-фаззі самоорганізовна мапа для пошуку глобального екстремума
(ХНУРЕ, 2019) Сербіна, Д. В.
В атестаційної роботі розглядається задача створення алгоритму нечіткої кластеризації даних з використанням процедури глобального випадкового пошуку, що працює в послідовному режимі. Метою атестаційної роботи є створення послідовного алгоритму, з використанням процедури випадкового пошуку, що справляється з локальними екстремумами, в умовах пересічних класів. Об'єктом дослідження є процес обробки даних, що надходять одне за одним, в послідовному режимі за допомогою нейро-фаззі самоорганізовної мапи. Предметом дослідження є нечіткий online кластер, захищений від застряваній в локальних екстремуму з використанням штучних нейронних мереж. Методи дослідження базуються на математичному апараті Data Mining, методах обчислювального інтелекту, теорії оптимізації та самонавчання нейронних мереж і нейро-фаззі систем. Імітаційне моделювання застосовується для перевірки якості виконаної роботи з використанням алгоритму послідовно нечіткої кластеризації даних.
Дослідження та розробка методів прогнозування з використанням імовірнісних нейронних мереж
(ХНУРЕ, 2019) Северина, С. С.
Об'єкт дослідження – методи соціально-економічного прогнозування. Предмет дослідження – статистична інформація результатів футбольних матчів. Метою даної атестаційної роботи є розробка методів прогнозування результатів футбольних матчів з використанням імовірнісних нейронних мереж, оцінки їх точності і отримання висновку про можливість його застосування до футбольної галузі. Методи дослідження – статистичні, системного аналізу, оптимізаційні.
Модуль глибинного навчання для виявлення аномалій у сигналах з CAN шини автомобіля
(2020) Остапенко, М. О.
Метою магістерської атестаційної роботи є створення модуля глибинного навчання на основі нейронної мережі довгої короткочасної пам’яті. Об'єктом дослідження є процес обробки повідомлень з CAN шини, які представляють собою декілька сигналів, кількість яких залежить від CAN ID, за допомогою послідовно працюючих нейронної підмережі LSTM та повно зв’язних шарів. Предметом дослідження є методи методи виявлення аномалій в задачах інтелектуального аналізу даних.
Застосування згорткових нейронних мереж у задачі виявлення об'єктів
(2020) Березовський, Г. В.
Метою атестаційної роботи є підвищення точності автоматичного виявлення областей тексту на природних зображеннях. Об'єктом дослідження є задача виявлення тексту на зображеннях. Предметом дослідження є нейромережеві підходи та алгоритми в задачі виявлення тексту на зображеннях реальних сцен. В атестаційній роботі розглядаються основні сучасні глибинні нейронні мережі, які використовуються для виявлення на зображеннях об’єктів взагалі та тексту зокрема. В роботі проводиться порівняння архітектур глибинних мереж, аналіз їх недоліків. Розроблено комбіновану архітектуру для ефективного виявлення тексту у природних зображеннях. Проведено експериментальне дослідження дії комбінованої архітектури