Кваліфікаційні роботи магістрів (Маг_КІТС)

Постійний URI для цієї колекції

https://openarchive.nure.ua/handle/document/10841

Перегляд

Зараз показано 1 - 20 з 91

Генерація правдоподібних зображень для навчання класифікаційних моделей
(2020) Колесников, О. В.
Метою атестаційної роботи є дослідження генерації правдоподібних зображень для навчання класифікаційних моделей. Мета проведення дослідження полягає у вивченні методів та варіантів навчання класифікаційих моделей, виявлення недоліків та переваг існуючого ПЗ, та визначення особливостей обранної програмної бібліотеки для виконання генераціх необхідних зображень. Були протестовані найпопулярніші аналоги які мають можливість генерувати зображення. Крім того, що був проведений аналіз, була сфорована думка про використання данного направлення та його вдосконалення.
Нейромережеве розпізнавання текста на зображеннях
(2020) Ілляшенко, С. А.
Метою атестаційної роботи є нейромережеве розпізнавання тексту на зображеннях. У ході виконання атестаційної роботи запропоновано програмний комплекс з використанням нейронних мереж, що значно покращує якість та швидкість функції розпізнавання тексту з відсканованих документів. Розроблено програмний продукт з використанням мови програмування Delphi версії 7 фірми Enterprise (Borland), яка надає найбільш широкі можливості для програмування додатків ОС Windows
Інтелектуальна система побудови нейромережевих моделей
(2020) Васильєв, С. О.
Метою атестаційної роботи є реалізація інтелектуальної системи побудови нейромережевих моделей у вигляді середовища розробки. У ході виконання атестаційної роботи був розроблений основний функціонал середовища розробки, що дозволяє системі бути автономною і дозволяє отримати оптимальну згорткову модель для розпізнавання зображень. Реалізує гіперпараметричу оптимізацію. Результати навчання представляються програмним продуктом у текстовому і графічному вигляді
Розпізнавання поведінки людини на основі байєсівської системи комп’ютерного зору
(2020) Охотников, О. С.
Агентська модель логістичних послуг
(2020) Дольнев, Р. О.
Метою атестаційної роботи є створення агентно-орієнтованої моделі логістичних послуг. У ході виконання атестаційної роботи було розроблено агентну модель логістичних послуг Харківщини, а саме послуг вантажних перевезень, що дозволяє більш детально прослідити за логістичною ситуацією. Методом вирішення поставлених завдань є широке застосування сучасних інформаційних технологій. Агентна модель порівнюється з моделлю, побудованою за допомогою системної динаміки. Моделі побудовано в програмному засобі Anylogic.
Система керування розумним будинком на основі платформи Raspberry Pi
(2020) Устьянов, М. С.
Метою атестаційної роботи є розробка системи управління «розумним будинком». Результат роботи - реалізований базовий функціонал системи автоматизованого управління сервісними функціями житлового приміщення з можливостями подальшого розширення, визначено напрямок подальшого розвитку. А також розробка системи управління «розумним будинком», що володіє базовим функціоналом і можливостями до розширення. Перевагами такої системи є те, що вона, по-перше, є універсальною для будь-яких пристроїв, що працюють в заданому частотному діапазоні, по-друге, захищена від завад і зовнішнього втручання, по-третє, досить дешева для успішного впровадження навіть у складному економічному стані.
Прогнозування часових рядів на основі використання штучних нейронних мереж
(2020) Корецька, П. С.
Метою атестаційної роботи є проаналізувати предмет дослідження, виявити параметри впливу на ефективність та точність деяких моделей, що використовуються для аналізу та прогнозування вартості акцій. У ході виконання атестаційної роботи проводився аналіз методів прогнозування часових рядів, було розглянуто класичні методи прогнозування часових рядів та методи прогнозування на основі використання штучних нейронних мереж, було проведено порівняльний аналіз розглянутих методів прогнозування, визначено їх переваги та недоліки, описано архітектуру розробленої програми, та остаточні порівняльні результати роботи всіх моделей
Згорткова мережа для візуалізації 3D-моделі
(2020) Ващенко, А. С.
Метою атестаційної роботи є розробка згорткової нейронної мережі для візуалізації 3D-моделей з 2D зображень. У ході виконання атестаційної роботи розроблена згорткова нейронна мережа для візуалізації 3D-моделей на основі 2D зображення. Описаний метод моделювання тривимірної фігури за допомогою знакової функції відстані. Нейронна мережа створена за допомогою інструментів CUDA, Python та TensorFlow. Система оснащена зручним користувацьким інтерфейсом та задовольняє усім функціональні вимогам.
Мікроконтролерна система захисту споживача від джерела живлення у розумному будинку
(2020) Назаров, І. Г.
Метою атестаційної роботи є розроблення мікроконтролерної системи захисту споживача однофазного джерела живлення живлення у розумному будинку. У ході виконання атестаційної роботи був проведенний аналіз технологій передачі даних по електромережі, виявленний середний показник споживання електроенергії різними видами сімей. Разроблена система вимірює поточні значення параметрів електроживлення у розумному будинку і в разі перевищення заданих значень величин пристрій розмикає ланцюги живлення пристроїв з найменшим приоритетом і відключає їх від мережі живлення. Алгоритм роботи системи дозволяє виключити вплив короткочасних кидків струму і напруги в ланцюгах живлення споживача, що виключає помилкові відключення його живлення.
Застосування штучних нейронних мереж для побудови інтелектуального класифікатора
(2020) Звонкова, В. О.
Предметом дослідження є методи класифікації на основі використання нейронних мереж. Метою магістерської атестаційної роботи є розробка інтелектуального класифікатора на основі нейронних мереж для аналізу даних та їх класифікації. У ході виконання атестаційної роботи проводився аналіз методів класифікації. Проаналізовано архітектури та типи нейронних мереж. Розроблений класифікатор для діагностики стану об’єкта з використанням імовірнісної нейронної мережі та перевірений на вирішення поставлених цілей. Проведена оцінка ефективності класифікатора від параметру впливу, який характеризує розсіювання Гаусівського розподілу, та від кількості об’єктів навчальної множини. Представлені результати експериментальних досліджень.
Нейромережева обробка та розпізнавання об’єктів
(2020) Гнібеда, А. О.
Метою атестаційної роботи є проаналізувати готові рішення та розробити методи зберігання, обробки і розпізнавання об'єктів в умовах колірної близькості. У ході виконання атестаційної роботи були розглянуті всі сучасні рішення розробки нейронної системи і способи розпізнання об'єктів в кольоровий близькості
Модель згорткової мережі для мультиагентної кооперації
(2020) Тельний, М. А.
Метою атестаційної роботи є розробка моделі згорткової мережі для мультиагентної кооперації. У ході виконання атестаційної роботи були розглянуті актуальність проблеми, зроблений огляд сучасної літератури за темою, визначені терміни які стосуються до тематики роботи та розлянуті роботи за тематикою атестаційної роботи. Розроблена модель на мові Python за допомогою інструментів TensorFlow та Keras, яка з точністю 83% розпізнає зображення.
Інтелектуальна система підтримки прийняття рішень на основі нейронної мережі з імунним навчанням
(2021) Балим, С. В.
Метою магістерської кваліфікаційної роботи є розробка інтелектуальної системи підтримки прийняття рішень (ІСППР) з використанням нейромережевої технології для побудови моделі прийняття рішень та імунного підходу для настроювання параметрів і структури нейронної мережі. Вона орієнтована на підвищення якості функціонування ІСППР шляхом створення моделі прийняття рішень та еволюції її структури і параметрів за умов невизначеності як зовнішнього середовища, так і властивостей об’єкта прийняття рішень. Проведені експериментальні дослідження нейромережевої моделі з імунною настройкою для прийняття рішень по створенню та аналізу локальної комп’ютерної мережі (ЛКМ), які показали, що для навчання та прогнозування різних варіантів рішень при виборі тих чи інших параметрів ЛКМ доцільно використовувати нейронні мережі з імунним навчанням.
Інтелектуальна система підтримки прийняття рішень для збору працездатних proxy-адресів
(2021) Васюк, Д. В.
Метою кваліфікаційної роботи є розробка інтелектуальної системи підтримки прийняття рішень для збору працездатних proxy-адресів. У ході виконання кваліфікаційної роботи проводився аналіз методів підтримки прийняття рішень. Проаналізовано архітектури та типи нейронних мереж. Розроблений сервіс для пошуку працездатних proxy-адресів з використанням нейронної мережі та перевірений на вирішення поставлених цілей. Представлені результати експериментальних досліджень, які підтвердили ефективність запропонованого підходу до збору працездатних proxy-адресів.
Аналіз поведінки користувача під час проведення е-тестів
(2021) Татарников, А. О.
Метою кваліфікаційної роботи є створення системи спостереження за поведінкою студентів під час проведення е-тестів. Розроблена система дозволяє в режимі реального часу відстежувати порушення під час проведення тестування. Об'єктом дослідження є системи моніторингу за е-тестуванням. Предмет дослідження: використання систем моніторингу як спосіб стеження якості проведення е-тестування. У ході виконання кваліфікаційної роботи був проведений аналіз великої кількості існуючих програмних рішень, як спеціалізованих так і програмних. в ході дослідження були виявлені основні переваги та недоліки даних застосунків. На основі проведеного аналізу існуючих рішень були сформульовані головні вимоги до функціоналу та принципи роботи за стосунку що розробляється
Застосування згорткових нейронних мереж для розпізнавання тексту і символів
(2021) Якимаха, М. Є.
У результаті виконання кваліфікаційної роботи було розглянуто складові згорткових нейронних мереж, розглянуто технології за допомогою яких можна реалізувати згорткову нейронну мережу. Навчена модель та розроблено додаток для перевірки працездатності навченої моделі у реальних умовах. Розроблено та відлагоджено код. Отримана модель для розпізнавання рукописних символів хірагани може бути використана у додатках з навчання японської мови, з можливістю навчання правопису символів, або з розпізнавання рукописних символів за допомогою камери чи зображень.
Модель системи електронного навчання на основі багатоагентного підходу
(2021) Зюзько, А. О.
У роботі пропонується розподілена архітектура, заснована на мультиагентному підході для моделювання процесу комунікації та координації, що дозволяє запропонованій системі електронного навчання рекомендувати навчальні об’єкти, які адаптовані до профілю студента відповідно до його характеристик та уподобань. Ця архітектура взаємопов’язана з двома платформами, а саме з мультиагентною платформою, розробленою на Java, та системою Moodle LMS, яка розроблена на PHP.
Розпізнавання лицьових масок на обличчі з використанням відеокамери
(2021) Совєцький, М. О.
У ході виконання кваліфікаційної роботи проводено аналіз підходів та методів виявлення і відстеження об'єктів на відео. Проаналізовано архітектури і типи нейронних мереж та обрана згорткова нейронна мережа для розпізнавання об’єкту на відео. Проведені експерементальні дослідження, що представлені у вигляді побудованих графіків та розробленого додатку, які показали ефективність застосування згорткових нейронних мереж для розпізнавання лицьових масок на обличчі з використанням відеокамери.
Застосування технологій машинного навчання для розпізнавання жестів рукою
(2021) Кушаков, П. К.
Метою кваліфікаційної роботи є розробка програмного забезпечення технології машинного навчання для розпізнавання жестів рукою для керування комп’ютером без використання клавіатури чи миші. У ході виконання кваліфікаційної роботи був проведений аналіз технології машинного навчання для визначеної предметної області, їх основні недоліки та переваги. Проаналізовано основні існуючі платформи машинного навчання. З усіх представлених варіантів було обрано платформу MediaPipe. Було розроблено програмне забезпечення, яке дозволяє завдяки алгоритмам заснованим на машинному навчанню рухати курсором або керувати налаштуванням гучності комп’ютера застосовуючи лише стандартну веб-камеру
Розробка інтелектуальної системи безпеки з використанням комп’ютерного зору
(2021) Волков, Д. П.
Метою кваліфікаційної роботи є розробка інтелектуальної системи безпеки з використанням комп’ютерного зору. Огляд та порівняння подібних існуючих систем та розробка схеми власної системи. У ході виконання кваліфікаційної роботи потрібно розробити схему функціонування сучасної системи безпеки для відстеження загроз на основі технологій комп’ютерного зору, підібрати компоненти системи, реалізувати схему пристрою, розробити програмне забезпечення та провести тестування програмного забезпечення