Кваліфікаційні роботи магістрів (Маг_ІНФ)
Постійний URI для цієї колекції
Перегляд
Перегляд Кваліфікаційні роботи магістрів (Маг_ІНФ) за назвою
Зараз показано 1 - 20 з 175
Результатів на сторінку
Варіанти сортування
Публікація Аналіз застосувань хмарних технологій для задач BIG DATA(2024) Cамойленко, Б. В.Об’єктом дослідження є хмарні технології у контексті обробки та агрегації даних для побудови звітів. Метою дослідження є вивчення та аналіз хмарних технологій AWS у контексті їх застосування для обробки та аналізу великих обсягів даних у системі для побудови звітів про успішність студентів. Проведено дослідження застосування хмарних технологій для опрацювання великих даних. Розглянуто процес побудови конвеєру даних та методи його реалізації за допомогою хмарних сервісів, які надає Amazon Web Services. У результаті проведеного дослідження розроблено та досліджено конвеєри даних для поглинання інформації про успішність студентів навчальної платформи та побудови звітів на їх основі.Публікація Аналіз та застосування методів оцінки кількості людей у відеоряді в цілях моніторингу мирних зібрань(2020) Богдан, Д. І.Метою дослідження є реалізація та аналіз методів оцінки кількості людей у відеоряді в цілях моніторингу мирних зібрань. Об’єктом дослідження є сфера громадського спостереження, а саме процес оцінки кількості учасників мирних зібрань. Проведено дослідження методів оцінки кількості людей у відеоряді на основі розпізнавання образів та на основі оцінки карт щільності згортковою нейронною мережею. В основі згорткових нейронних мереж лежить операція згортки – процес додавання кожного елемента зображення до його сусідів, зважених ядром. В результаті роботи згорток отримується набір деталей зображення від більш абстрактних (криві) до більш конкретних (геометричні фігури). У результаті роботи здійснена програмна реалізація системи для оцінки кількості людей в відеоряді.Публікація Аналіз функціоналів сучасних програмних засобів для розроблення вебзастосунків(2024) Пікуль, І. С.Об’єктом дослідження є функціонали для розробки вебзастосунків на прикладі Next.js. Метою дослідження є оцінка можливостей та особливостей функціоналів, які пропонує Next.js для розробки вебзастосунків та їх вплив на продуктивність та розширюваність проєктів. Здійснено аналіз функціональних можливостей Next.js. Розглянуто інструменти для розширення функціональності. Проведено аналіз документації та спільноти. Сформульовано висновки та рекомендації. У результаті аналізу здійснена програмна реалізація застосунку за допомогою фреймворка Next.js.Публікація Вивчення засобів автоматизованого тестування для оцінювання показників якості програмного продукту(2021) Василенко, І. С.Метою дослідження є вивчити засоби автоматизованого тестування для оцінювання якості програмного продукту. Використано методології тестування та види тестування програмного продукту. Проведено дослідження видів тестування програмного продукту. Проведено аналіз переваг та недоліків автоматизованого тестування у порівнянні з мануальним тестуванням. Розроблена програма автоматизованого тестування та декілька мануальних тестів. У результаті роботи здійснена програмна реалізація автоматизованого тесту для сайту.Публікація Вивчення засобів та архітектури для взаємодії мікросервісів у вебзастосунках(2024) Кіяшко, Д. Г.Об’єктом дослідження є архітектурні рішення, патерни та технології, які використовуються у взаємодії мікросервісів у вебзастосунках. Метою даного дослідження є аналіз, оцінка засобів і архітектурних рішень, які використовуються для взаємодії мікросервісів у вебзастосунках, з метою виявлення переваг, недоліків та сфер застосувань. Проаналізовано теоретичні аспекти мікросервісної архітектури та засобів взаємодії мікросервісів. Розглянуто переваги та недоліки засобів та методів взаємодії. Застосовано на прикладі різноманітні архітектурні рішення для вирішення проблем та недоліків мікросервісної архітектури. У результаті дослідження реалізовані архітектурні патерни, спрямовані на підвищення стабільності систем, що базуються на мікросервісах.Публікація Вивчення методу класифікації зображень на підставі ортогонального розкладання даних(2022) Чмутов Ю. В.Об’єктом дослідження є структурні методи класифікації зображень. Метою дослідження є удосконалення результативності структурних методів класифікації зображень шляхом впровадження апарату розкладання компонентів опису за системою ортогональних функцій Уолша та застосування моделей стиснення простору ознак. Використано методи: апарат теорії множин, метричні моделі для визначення релевантності щодо множин багатовимірних векторів, теорія ортогонального розкладення векторів. Проведено дослідження швидкодії та ефективності розроблених методів класифікації багатовимірних даних. Експерименти підтвердили суттєве скорочення обчислювальних витрат у розроблених модифікаціях класифікаторів на основі впровадження ортогонального розкладення даних. У результаті дослідження здійснена програмна реалізація методів класифікації, отримано експериментальні показники їх функціонуванняПублікація Вивчення методу редукції системи структурних ознак зображення на основі метричного критерію інформативності(2021) Метелев, В. В.Об’єктом дослідження є методи зменшення розмірності систем ознак для представлення даних у задачі класифікації зображень. Метою є розроблення методів, що дозволяють проводити редукцію системи структурних ознак на основі метричного критерію інформативності. Використано методи метричного аналізу даних, програмного моделювання. Проведено експериментальне дослідження методів редукції на прикладі множин ознак у вигляді наборів бінарних векторів. Критерієм результативності класифікації вибрані метрики Хаусдорфа та Танімото. Здійснена програмна реалізація для моделі редукції множини ознак у вигляді дескрипторів ключових точок зображення. Обсяг опису можна скоротити в два рази, не зменшуючи ефективність розпізнавання.Публікація Вивчення методів тестування десктопних застосунків(2022) Полубєхін А. А.Об’єктом дослідження є процес тестування десктопних застосунків. Метою дослідження є вивчення та порівняння вибраних методів тестування десктопних застосунків, які дозволять проводити тестування з найбільшою продуктивністю. Проведено дослідження методів тестування десктопних застосунків. Досліджено метод тепловізійного контролю. Використано фреймворки для автоматизованого тестування десктопних застосунків. Визначено вимоги щодо реалізації автоматизованого фреймворку. У результаті роботи здійснена програмна реалізація автоматизованого фреймворка і автотестів, за базу взято функціональне, димове, інтеграційне та автоматизоване тестуванняПублікація Вивчення функціоналів програмних засобів для управління навчанням у системах підвищення кваліфікації персоналу(2021) Ільїн, В. С.Метою данної роботи є вивчення систем навчання персоналу Було систематизовано методи навчання персоналу. Висвітлено основні принципи і етапи побудови ефективної системи навчання персоналу в організації з урахуванням її поточних цілей і стратегії. Порівняно найпопулярніші уснуючі рішення систем управління навчанням з метою підвищення кваліфікації персоналу. Наведено характеристику компанії «LandrumHR». Проведено аналіз діючої в компанії системи навчання персоналом. Розроблені рекомендації щодо вдосконалення системи навчання персоналу у вигляді рішення розробки нової системи навчання. А саме, було розроблено інформаційне забезпечення системи, наведені рекомендації щодо програмного забезпечення, також розроблені алгоритми та інтерфейси системи.Публікація Візуалізація та аналіз даних для SEO та реклами(2022) Луціва Д. В.Об’єктом дослідження є розробка дашбордів для сайту та порівняння сервісів візуалізації. Метою дослідження є дослідження питань візуалізації та аналіз даних для SEO та реклами. Розглянуто базові методи візуалізації, види діаграм для створення дашбордів, основні метрики для наскрізної та базової вебаналітики. Також у ході роботи були розглянути види та методи пошукової оптимізації. Особову увагу приділено порівнянню сервісів візуалізації, та розробка дашбордів, створених за допомогою даних з Google Analytics. У результаті були розроблені дашборди в програмах Data Studio та Tableau та проведено порівняльний аналіз між засобами візуалізації.Публікація Дослідження «алмазної моделі» щодо врахування визначення зв’язку між мотивацією при здійсненні хакером кібератаки(2024) Стебаєв, Д. І.Об’єктом дослідження роботи є методи протидії хакерським кібератакам, а предметом дослідження — ефективність використання «алмазної моделі» для прогнозування хакерської кібератаки. Метою дослідження є всебічно дослідити та зрозуміти «алмазну модель» та перевірити, чи покращує її використання захист програм від потенційних кібератак. Використано методи числового моделювання та аналітичного обґрунтування. Проведено дослідження та аналіз методів «алмазної моделі». Досліджено методи «Open Source Intelligence (OSINT)», «Аналіз Dark Web», «Аналіз поведінки», «Статистичний аналіз», «Машинне навчання та обробка природної мови (NLP)», «Перехресні посилання на джерела даних», та інші. Розроблено алгоритм «алмазної моделі». У результаті дослідження здійснена програмна реалізація системи для розпізнавання хакерських кібератак з використанням «алмазної моделі»Публікація Дослідження блокчейн-технології для підтвердження оригінальності документів(2022) Яресько К. В.Об’єктом дослідження є прикладний смарт-контракт для зберігання та перевірки істинності даних про документи. Метою дослідження є розробка та дослідження вебзастосунок для підтвердження оригінальності документів із застосуванням блокчейн-технології Ethereum. Шляхом тестування проведено вивчення працездатності розробленого вебзастосунку, здійснено розрахунок витрат при його впровадженні. У результаті проведеного дослідження та тестування смарт-контракту та вебзастосунку підтверджено працездатність та результативність програмного засобу для збереження і перевірки оригінальності документівПублікація Дослідження використання згорткових нейронних мереж для задачі класифікації зображень(2024) Котихін, С. Д.Об’єктом дослідження є набір зображень об’єднаних одною тематикою. Метою дослідження є дослідження проблеми класифікації зображень за допомогою згорткових нейронних мереж для подальшого виявлення оптимальної реалізації для поставленої задачі. У даному дослідженні використані методи інтелектуального аналізу даних, розпізнавання образів, градієнтного спуску, налаштування гіперпараметрів, та апарат оцінки продуктивності моделі. На основі дослідження і проведеного експерименту були виявлені сильні та слабкі сторони різних архітектур згорткових нейронних мереж для задачі класифікації на реальних даних. В ході дослідження здійснена програмна реалізація порівняння різних архітектур нейронних мереж на різних наборах даних.Публікація Дослідження використання методів Deep Learning для розпізнавання транспортних засобів на зображенні(2022) Ященко А. В.Об’єктом дослідження є питання детекції транспортних засобів в системах комп’ютерного зору. Метою дослідження є розробка методів для покращення алгоритму Single Short Detector (SSD) та аналіз результатів. Здійснено експериментальне оцінювання ефективності алгоритмів SSD, YOLO, R-CNN, Fast R-CNN, Faster R-CNN, Mask R-CNN. У даному дослідженні використані методи математичної статистики, інтелектуального аналізу даних, розпізнавання образів, а також імітаційне моделювання. На основі дослідження і проведеного експерименту проаналізовано та підтверджено ефективність застосування алгоритму SSD в порівняно з YOLO. Перспективою подальшого дослідження є вивчення завадостійкості розроблених методів та оцінювання їх прикладної результативності стосовно об’ємних колекцій зображеньПублікація Дослідження використання нейромереж для класифікації зображень(2025) Яковенко, В. В.Об’єктом дослідження є метод класифікації зображень за допомогою нейронних мереж, зокрема його застосування в сучасних технологічних умовах. Метою дослідження є розробка, реалізація та дослідження методу, що базується на використанні нейронних мереж для класифікації зображень, які здатні ефективно виділяти ознаки. Використано методи машинного навчання. Проведено дослідження методів класифікації зображень, а також аналіз ефективності застосування трансформера зору для вирішення задач класифікації. Розглянуто особливості моделювання та оптимізації архітектури нейромережі, розроблено алгоритм попередньої обробки та класифікації зображень. У результаті дослідження здійснено програмну реалізацію застосунку для класифікації зображень, який забезпечує високу точність та ефективність роботи.Публікація Дослідження впливу контейнеризації на масштабування мікросервісів(2025) Сердінов, Б. А.Об’єктом дослідження є програмні системи, реалізовані у вигляді мікросервісів з використанням технологій контейнеризації, таких як Docker та Kubernetes. Метою дослідження є розробка методів, які дозволяють оцінити ефективність масштабування мікросервісів у контейнерному середовищі та оптимізувати управління продуктивності. Досліджено підходи ресурсами до для досягнення масштабування стабільної мікросервісів у контейнеризованому середовищі за допомогою Docker і Kubernetes, а також методи автоматичного управління контейнерами. Проведено аналіз впливу контейнеризації на продуктивність мікросервісів та розроблено алгоритм оптимізації розподілу ресурсів для стабільної роботи системи. У результаті роботи було досліджено механізми масштабування мікросервісів за допомогою контейнеризації та розроблено рекомендації для підвищення ефективності управління розподіленими системами.Публікація Дослідження впливу метаданих для розпізнавання та класифікації зображень(2025) Маханьов, Р. О.Об’єктом дослідження є методи класифікації зображень з використанням глибоких нейронних мереж. Метою дослідження є розробка методів інтеграції та аналіз впливу метаданих для розпізнавання та класифікації зображень. Використано методи математичного моделювання та експериментального тестування. Проведено дослідження різних методів інтеграції метаданих, їхнього впливу на точність класифікації та обчислювальну ефективність моделей. Розроблено та впроваджено алгоритми для адаптивної вагової комбінації модальностей, взаємодії між модальностями, механізму уваги до метаданих та генерації семантичних ознак, а також їх комбіновані варіанти. У результаті дослідження здійснено програмну реалізацію моделей інтеграції метаданих, що дозволяє значно підвищити точність класифікації зображень у порівнянні з базовими моделями без метаданих.Публікація Дослідження гібридних методів для класифікації складноструктурованих зображень(2019) Зеленський, М. О.Метою дослідження є виявлення ефективних гібридних методів для класифікації складноструктурованих зображень. Об’єктом дослідження є складноструктуровані зображення. Використано методи сегментації, що засновані на кластеризації на градієнтних операторах, модельна сегментація, узагальнений метод сегментації. Досліджено та протестовано методи для класифікації складноструктурованих зображень. У результаті роботи здійснена програмна реалізація різних методів, як окремих компонент. Результати атестаційної роботи апробовано у вигляді тез доповіді на міжнародній конференції.Публікація Дослідження ефективності засобів бінарного оброблення даних у структурних методах класифікації об‘єктів(2019) Солодченко, К. Г.Метою атестаційної магістерської роботи є дослідження та модернізація методу класифікації зображень на підставі множини ключових точок. За описом зображення у вигляді множини дескрипторів BRISK як бінарних векторів обчислюється вектор центрального дескриптора, аналізуються варіанти його побудови. Проведено аналіз працездатності запропонованих алгоритмів, дослідження на варіативних вибірках та різних первинних обробках вхідних та еталонних зображень. Об‘єктом дослідження є методи класифікації значення центрального дескриптора із врахуванням вагових коефіцієнтів та проведення логічного аналізу важливості окремих бітів. Розроблено програмне забезпечення для класифікації зображень варіантами алгоритмів, підтверджено їх працездатність та результативність.Публікація Дослідження завадостійкості ієрархічного методу структурної класифікації зображень(2020) Сірик, Т. О.Метою атестаційної роботи є вивчення завадостійкості ієрархічного методу структурної класифікації зображень, що базується на побудові матриці дескрипторів зображення за допомогою детектору ORB та створенні ієрархічної системи розподілів ознак. Класифікація зображення здійснюється шляхом зіставлення побудованої системи ознак з базою еталонних даних.