Кваліфікаційні роботи бакалаврів (Бак_ІНФ)

Постійний URI для цієї колекції

https://openarchive.nure.ua/handle/document/25664

Перегляд

Зараз показано 1 - 20 з 164

Poзpoблeння пpoгpaмнoгo зacтocунку для iдeнтифiкaцiї eмoцiй нa зображеннях
(2022) Помазан, В. В.
Об’єктом роботи є послідовність кадрів із людськими обличчями. Метою роботи є розроблення програмного застосунку для ідентифікації емоцій на зображеннях. Використано методи глибокого навчання для виявлення емоцій в кадрі для виділення текстурних ознак емоцій на обличчі. Проведено дослідження методів виділення важливих ознак та класифікації об’єктів на зображеннях. Досліджено метод розробки згорткової нейронної мережі та розроблено алгоритм розпізнавання обличь. У результаті роботи здійснена програмна реалізація системи для розпізнавання емоцій на зображеннях.
Аналіз методів кластеризації на основі щільності розподілу даних
(2023) Авлякулов, Т. Е.
Об’єктом роботи є дослідження методів кластеризації. Метою роботи є дослідження різних методів кластеризації та їх використання для групування схожих об’єктів у кластери з вихідних даних. Дослідження методів кластеризації може допомогти вибрати найбільш ефективний метод для конкретного завдання, яке потрібно вирішити. Крім того, дослідження може допомогти зрозуміти, як працюють різні методи, та їх переваги та недоліки. У результаті роботи здійснена програмна реалізація різних методів кластеризації даних за різними ознаками.
Верстка сайту з готового дизайн-макету з використанням фреймворку jQuery
(2022) Іщенко, А. О.
Об’єктом роботи є послідовність написання сайту. Метою роботи є аналітичний огляд літератури на тему, аналіз об'єкта дослідження та виявлення його особливостей, проектування та реалізація сайту, виклад виконаних у роботі практичних розробок. Використано методи html, css, jquery, prepros. Проведено дослідження з метою виявлення більш практичного та актуального методу написання коду для сайту У результаті роботи здійснена програмна реалізація досліджуваної теми.
Використання нейронної мережі для класифікації одягу у вебзастосунку
(2024) Кравченко, Д. С.
Об’єктом дослідження є зображення одягу, отримані з різних джерел, що включають соціальні мережі, вебсайти рітейлерів та користувацькі фото. Метою роботи є розробка вебзастосунку, що використовує нейронні мережі для класифікації одягу за зображеннями, що надається користувачами. Використано сучасні архітектури нейронних мереж, такі як YOLOv8, для виявлення та класифікації об’єктів на зображеннях. Проведено аналіз існуючих рішень у цій області, вивчено кращі практики розробки вебзастосунків для моди, та розроблено методи навчання та прогнозування, адаптовані для високої точності та швидкості обробки. У результаті роботи здійснена програмна реалізація системи для класифікації одягу у вебзастосунку.
Використання скриптів в blender для автоматизації процесу створення 3d-моделей та анімації
(2023) Козуб, Д. П.
Обʼєктом роботи є створення пакету скриптів, що вдосконалює функціонал Blender, додає нові інструменти, функції та можливості, які оптимізують програму. Метою даної кваліфікаційної роботи є використання мови програмування Python у розробці скриптів для Blender. Сьогодні програмна реалізація багатьох методів недоступна, що говорить про актуальність вибраної теми. Тому ідея створення програмного продукту в галузі 3D моделювання обʼєктів матиме всі необхідні функції, що відповідатимуть поставленій задачі для задовільнення потреб користувача у вивченні обраної теми. У результаті роботи був створений ресурс для розробників, які бажають вивчити інтерфейс скриптів в Blender, а також використовувати їх для розширення можливостей та налаштування робочого процесу в цій популярній програмі для 3D-моделювання та анімації.
Використання та дослідження морфологічних операцій OpenCV
(2022) Федорченко, Є. В.
Об’єктом роботи є комп’ютерний зір для розпізнавання об’єктів за даними відеопотоку. Метою роботи є розробка методів, що базуються на використані модифікованого методу ідентифікації для підвищення якості розпізнавання об’єктів Використано методи комбінованого використання фільтрації шуму, гама-корекції, морфологічних операцій та використання багатопоточності для розпізнавання. Досліджено метод детектування об’єктів за допомогою модифікованого методу ідентифікації. У результаті роботи здійснена програмна реалізація системи для розпізнавання об’єктів для різних варіантів неякісних вхідних даних в режимі реального часу
Використання технології блокчейн у сфері продажу нерухомостi
(2024) Кочегаров, В. Г.
Об’єктом роботи є технологія блокчейн в сфері нерухомості. Метою роботи є розробка вебзастосунку для продажу нерухомості за допомогою технології блокчейн. Використано технологію блокчейн, ключові методи, основні поняття. Проведено аналіз технології блокчейн, проблематику та сучасні рішення сфери нерухомості, досліджено та використано технологію блокчейн в процесі розробки сайту продажу та купівлі майна. Досліджено сучасні технології розробки клієнтської частини. В ході розробки залучено наступний стек технологій: NextJS, Solidity, BSC, Wagmi. У результаті роботи здійснена програмна реалізація вебзастосунку для продажу та купівлі нерухомості.
Детекція множин об'єктів на зображеннях з використанням YOLO
(2024) Кізіма, Я. А.
Об'єктом роботи є алгоритм YOLO (You Only Look Once) для виявлення об'єктів на зображеннях. Метою роботи є дослідження та аналіз принципів роботи алгоритму YOLO, його ефективності та можливостей у виявленні об'єктів на зображеннях. Також в рамках роботи планується розгляд впливу параметрів та конфігурацій алгоритму на його результативність. Крім того, метою є вивчення можливостей застосування YOLO у різних сферах, таких як комп'ютерно зорова навігація роботів, відеоспостереження, автоматичне водіння автомобілів та медична діагностика. На основі отриманих даних планується розробка та реалізація власного застосування YOLO з врахуванням конкретних вимог та обмежень вибраної сфери застосування.
Дослідження еволюційних методів для глобальної пошукової оптимізації
(2023) Магніцький, Є. Д.
Об’єктом роботи є вибірка анкетних даних, введених користувачем. Метою роботи є розробка та дослідження еволюційних методів для глобальної пошукової оптимізації. Розглянуто задачу кластеризації масивів даних, що описано як у векторній, так і матричній формах на основі оптимізації функцій щільності розподілу даних у цих масивах. Для оптимізації цих функцій – пошуку локальних екстремумів запропоновані методи Fish School Search, та Genetic Algorithm випадкового пошуку та еволюційної оптимізації. У результаті роботи здійснена програмна реалізація еволюційних методів для глобальної пошукової оптимізації та здійснене імітаційне моделювання методів, проведено аналіз роботи еволюційних алгоритмів
Дослідження методів оптимізації процесу розробки музичного застосунку за допомогою аналізу даних
(2024) Бобейко, К. С.
Об’єктом роботи є аналіз розробки музичного застосунку. Метою роботи є розробка застосунку з унікальною функціональністю підбору музики під реальний стан погоди для поціновувачів музики та любителів слухати музику пов’язану з навколишньою атмосферою. У ході роботи проводиться аналітичний огляд існуючих технологій для розробки музичного застосунку, а також аналіз методик архітектурного моделювання розробки музичних застосунків. Розроблені аналітична візуалізація різних процесів розробки застосунку, визначено взаємозв’язок між базами даних для унікальної функції застосунку. У результаті роботи здійснена візуалізація мобільної версії музичного застосунку та її головна аналітика для відстеження зміни жанру музики за допомогою даних про погоду.
Дослідження та застосування Zenject і UniRx для розробки мобільного застосунку на Unity
(2024) Махно, Р. А.
Об’єктом роботи є дослідження та застосування фреймворків Zenject та UniRx при створенні адаптивної системи, використовуючи ігровий двигун Unity. Метою цієї роботи є проектування розширюваної архітектури, поділ на модулі та оптимізація процесів розробки мобільної гри на Unity, за рахунок використання патернів програмування, застосування фреймворків та бібліотек для поліпшення робочої ефективності коду. Виконано побудову програмного середовища, завдяки двигуну Unity та використанню Unity API для проектування загальної архітектури гри, збудовано сцени та налаштовані графічні системи двигуна.
Застосування технологій створення та редагування відео у сучасних системах комп’ютерної графіки
(2021) Ілюхін, В. С.
Об’єктом роботи є технології створення та редагування відео. Метою роботи є аналіз та впровадження програмних засобів для створення відеоролика. Здійснена демонстрація та використання програмних засобів для візуалізації та компонування медіа-контенту. Застосовано методи підготовки програмного забезпечення для створення єдиного конвеєру, за яким здійснюється розроблення кінцевого продукту. У результаті роботи здійснена програмна реалізація відеоролика.
Кластеризація часових рядів у задачах аналізу результатів спортсменів швидкісного підводного плавання
(2023) Маханьов, Р. О.
Об’єктом роботи є послідовність часових рядів, що відображають результати спортсменів підводного плавання. Метою роботи є розробка методів кластеризації часових рядів, які дозволяють відслідковувати схожість між рядами та формувати кластери для подальшого аналізу результатів спортсменів підводного плавання. Проведено аналіз існуючих методів кластеризації часових рядів. Проведено експериментальні порівняння на різних методах підготовки даних для кластеризації часових рядів. Розроблено алгоритм кластеризації на базі обраних методів. Розроблено алгоритм заповнення пропущених значень у часових рядах. У результаті роботи здійснена програмна реалізація системи для кластеризації часових рядів результатів спортсменів підводного плавання, застосовано на реальних даних та проаналізувати отримані результати
Моделювання дій рухомих об’єктів у комп’ютерній грі
(2024) Кузьменко, П. М.
Об’єктом роботи є програмне моделювання дій рухомих об’єктів при створенні комп’ютерної гри у футбол. Для здійснення моделювання дій агентів використана штучна нейронна мережа прямого поширення. Гравець може як спостерігати хід гри в автономному режимі, так і приймати безпосередню участь у грі, беручи прямий контроль над довільним агентом гри. Метою роботи є розробка комп’ютерної гри з використанням агентів штучного інтелекту, що використовують штучні нейронні мережі прямого поширення та навчаються з використанням алгоритму навчання з підкріпленням MA-POCA та механізму Self-play. Для розробки були використані Unity версії 2022.3, пакет ML Agents, Visual Studio Code та середовище Anaconda з пакетом mlagents
Моделювання методу для стиснення опису як множини дескрипторів у структурних методах класифікації зображень
(2022) Чефранов, І. О.
Об’єктом роботи є структурні методи класифікації зображень. Метою роботи є підвищення результативності структурних методів класифікації зображень шляхом впровадження засобів стиснення опису. Використано методи числового моделювання та аналітичного обґрунтування. Проведено дослідження методів пошуку зображення у базах даних та методів погодження різноракурсних зображень однієї сцени, детектування відрізків ліній на основі перетворень Радона і Хафа, та аналіз робастних методів детектування відрізків ліній. Досліджено метод детектування відрізків ліній за допомогою перетворення Радона, розроблено алгоритм детектування відрізків ліній. У результаті роботи здійснена програмна реалізація системи для пошуку в базах даних
Моделювання методу класифікації з використанням параметрів кластерного подання для опису зображень
(2024) Мазур, Є. В.
Об’єктом роботи є кластерне подання для опису зображень в задачі класифікації. Метою роботи є розробка методів класифікації, що використовують кластерне подання для опису зображень, отримані завдяки спільній кластеризації всієї бази описів еталонних зображень та кластеризації кожного еталону окремо. Використано метод k-середніх для здійснення кластеризації структурного опису у формі множини дескрипторів ключових точок. Множина дескрипторів сформована детектором BRISK. Досліджено результативність та швидкодію методів класифікації зображень з роздільною та спільною кластеризацією векторів ознак. У результаті роботи програмно реалізовані традиційний метод класифікації зображень, метод класифікації зі спільною кластеризацією та з роздільною кластеризацією множини еталонів.
Моделювання методу класифікації зображень із використанням засобів самонавчання
(2022) Клінов, В. О.
Об’єктом роботи є класифікатори зображень у системах комп’ютерного зору. Метою роботи є розробка методу класифікації зображень у системах комп’ютерного зору із застосуванням технології самонавчання. Опис зображення подається у вигляді множини дескрипторів ключових точок. Як метод формування множини дескрипторів застосовано детектор ORB. Класифікація зображення здійснюється на підставі процедури голосування дескрипторів вхідного зображення та на множині опису еталонів. Досліджено вплив застосування нейронної мережі Кохонена на результат класифікації, проведено порівняння розробленого методу за швидкодією та результативністю із методом без впровадження навчання. Одержані результати можуть бути використані у сферах застосування технологій комп’ютерного зору, аналізу даних та зображень
Моделювання методу класифікації зображень із застосуванням коефіцієнтів вагомості для елементів опису
(2023) Гончаров, Д. М.
Об’єктом роботи є дослідження методів класифікації та кластеризації описів за допомогою відбору показників вагомості. Метою цієї роботи є застосування та дослідження способів класифікації зображень, за рахунок обрахунку відстаней Хеммінга в множині дескрипторів ключових точках та за параметрами вагомості. Виконано побудову програмної моделі класифікаційних ознак зображень, з використанням вагомості для відбору частини дескрипторів для прискорення процесу оцінки для економії ресурсів при класифікації. На основі впровадження такого методу та попередньої оцінки показнику вагомості та зменшення загальної кількості необхідних операцій для проведення класифікації, при забезпеченні такого ж рівня результативності на навчальній вибірці даних.
Моделювання методів класифікації зображень на підставі засобів навчання з учителем
(2022) Пронюк, О. Д.
Об’єктом роботи є методи класифікації зображень у системах комп’ютерного зору. Метою роботи є підвищення результативності методів класифікації зображень шляхом впровадження засобів навчання з учителем на підставі мережі Кохонена. Проведено моделювання методів класифікації зображень із використанням опису у вигляді множини дескрипторів ORB. Класифікація виконана з використанням прикладної бази зображень брендів. Впроваджено модель конкурентного навчання Кохонена у формі навчання з учителем, розроблено алгоритм і програму для методу класифікації. У результаті роботи здійснена програмна реалізація і експериментальне дослідження методу класифікації зображень із використанням засобів навчання з вчителем.
Моделювання статистичних мір для класифікації зображень на основі компонентного аналізу
(ХНУРЕ, 2021) Хвостенко, О. О.
Об’єктом роботи є методи класифікації зображень у системах комп’ютерного зору. Метою роботи є побудова класифікатора зображень на основі компонентного аналізу даних – множини дескрипторів структурного опису із використанням статистичних мір для обчислення релевантності описів розпізнаваного об’єкту та еталонів. Застосовано методи статистичного моделювання та компонентного аналізу векторних даних. Проведено дослідження результативності класифікаторів з використанням опису як множин дескрипторів ключових точок зображень.