Кваліфікаційні роботи бакалаврів (Бак_ШІ)

Постійний URI для цієї колекції

https://openarchive.nure.ua/handle/document/25650

Перегляд

Зараз показано 1 - 20 з 93

AI-орієнтована система «CineMind» для персоналізованих рекомендацій фільмів
(2025) Салтан, С. О.
У роботі розроблено мультиплатформений вебдодаток, який поєднує NLP, аналіз рецензій та персоналізацію для формування кінорекомендацій. Система автоматично обробляє текстові відгуки, визначає їхню тональність і ключові теми, а також адаптує узагальнені рецензії відповідно до віку, статі та інтересів користувача.
LLM-орієнтована система «SemanticLib»: NL-to-SPARQL та Rhizomer Visualization технології
(2025) Паславська, Д. О.
Мета роботи – розробка та інтеграція LLM-орієнтованої підсистеми в систему Rhizomer для забезпечення можливості пошуку RDF даних наукових публікацій студентів природною мовою. Методи дослідження – аналіз літератури, системний аналіз, проектування та розробка, а також експериментальне тестування для досягнення поставленої мети. Взаємозв’язок з іншими роботами – робота розвиває дослідження в напрямку NL-to-SPARQL и Semantic Web. Значимість роботи – спрощення доступу до семантичних даних, підвищення ефективності пошуку, розширення функціональності Rhizomer, демонстрація потенціалу LLM для Semantic Web, можливість застосування в освітній та науковій сферах. У результаті роботи в систему Rhizomer успішно інтегровано LLM підсистему, що дозволило реалізувати функціонал пошуку RDF даних про наукові публікації студентів за допомогою запитів природною мовою.
QA-фреймворк для продуктів, основаних на штучному інтелекті
(2025) Куренков, В. С.
Мета роботи – аналіз існуючих підходів до тестування ШІ-продуктів, розробка інтегрованого QA-фреймворку, адаптованого для верифікації ШІ систем, створення його концептуальної архітектури та експериментальна верифікація ключових компонентів через реалізацію прототипів. Методи дослідження – системний аналіз наукових джерел та міжнародних стандартів якості програмного забезпечення, компаративний аналіз архітектур ШІ-систем та наявних QA-інструментів, структурне моделювання компонентів фреймворку, експериментальна верифікація прототипів на репрезентативних моделях. Досліджено обмеження традиційних QA-методів для ШІ-систем та розроблено інтегрований фреймворк з чотирма рівнями верифікації. Експериментальна верифікація прототипів підтвердила переваги підходу та встановила кореляцію якості даних із стійкістю моделей. Результати можуть використовуватися для розробки промислових QA-інструментів, стандартизації процесів тестування ШІ та підвищення довіри до ШІ технологій у критичних галузях
Smart Military Drone-Courier із використанням AI-навігації
(2025) Колодій, А. А.
Мета роботи – розробка та апробація інтуїтивно зрозумілого, адаптованого до військових умов інтерфейсу користувача для системи Smart Military Robot-Courier, що забезпечує комплексне відображення інформації, ефективне управління місіями та інтеграцію з AI-навігацією. Методи дослідження – аналіз наукової літератури в галузі UX/UI дизайну для військових застосунків, вивчення сучасних підходів до проектування інтерфейсів систем управління, дослідження принципів інформаційної графіки, методів відображення геопросторової інформації та людино-машинної взаємодії у стресових умовах
VST3 ШІ-еквалайзер для автоматизованого налаштування звуку в цифровій аудіо робочій станції
(2025) Ларіонов, О. О.
У результаті роботи проведено теоретичний аналіз технологій штучного інтелекту та аудіообробки. Практичним результатом є створення VST3-плагіна еквалайзера з чотирма смугами обробки, кожна з яких має параметри частоти, підсилення і добротності. Створено власний набір даних на основі порівняння сирого й референсного аудіофайлів з використанням агента для автоматичного підбору параметрів. Навчено нейронну мережу для передбачення значень параметрів еквалайзера за ознаками, які було видобуто з аудіофайлу. Модель експортовано в ONNX-форматі та інтегровано в плагін для використання в аудіо робочій станції.
Автоматизація оцінки вартості виробництва деталей на основі аналізу DXF-креслень і методів комп'ютерного зору
(2025) Озерова, А. О.
Мета роботи – створити систему для розрахунку вартості деталей, яка оптимізує планування виробництва, підвищує точність, знижує витрати та покращує конкурентоспроможність підприємств. Методи – використано комп'ютерний зір та машинне навчання для аналізу геометрії деталей, бази даних для збереження параметрів матеріалів і процесів. Результат – створено систему, що автоматизує розрахунок, дозволяє обирати матеріали, методи обробки, працює з DXF-файлами (R12–2000) та може бути інтегрована з системою планування ресурсів підприємства. Середній час розрахунку знижено з 30 хвилин до 2–3 хвилин, а похибка зменшена на 90%. Сфера застосування машинобудування, підприємства з виробництва металоконструкцій. металообробка, Економічний ефект – зменшення трудовитрат до 75 %, скорочення часу на 40–60 %, щорічна економія до 40 000 дол. США для середнього підприємства. Новизна – поєднання комп’ютерного зору з технічним аналізом креслень для точної вартості. Система ефективно знижує витрати і підвищує точність виробничих розрахунків.
Автоматизована генерація тестових завдань на основі текстових навчальних матеріалів засобами LLM
(2025) Гуржи, Т. С.
Мета роботи – розробка та дослідження програмної системи автоматизованого створення тестових завдань на основі навчальних матеріалів із використанням великих мовних моделей, що дозволить підвищити ефективність освітнього процесу та забезпечити більш об’єктивне оцінювання знань студентів. Методи дослідження – аналіз наукових джерел з питань застосування штучного інтелекту в освіті, дослідження принципів роботи великих мовних моделей, проєктування архітектури інформаційної системи, моделювання структури бази даних, реалізація вебзастосунку із використанням сучасних фреймворків, інтеграція мовної моделі через API для генерації навчального контенту. Розглянуто питання підвищення ефективності контролю знань студентів шляхом автоматизації процесу створення тестових завдань із використанням LLM. Запропоновано архітектуру системи, яка дозволяє автоматично аналізувати навчальні матеріали, генерувати різні типи тестових запитань із варіантами відповідей та глосарій основних термінів.
Автоматизована система (конфігуратор) аналізу та підбору мережевого обладнання з прогнозуванням ефективності роботи
(2025) Абдукарімов, Р. А.
Мета роботи – розробити вебзастосунок, що надає автоматизований підбір мережевого обладнання відповідно до вимог користувача, обґрунтовує вибір та прогнозує ефективність роботи в заданих умовах. А також надає знання користувачу в телекомунікаційних технологіях. Методи дослідження – побудова архітектури клієнт-серверної системи з інтеграцією rule-based підходів та ML-алгоритмів. Моделювання роботи під навантаженням, реалізація REST API та дослідження інтерфейсу. Застосування мовної моделі, що покращує взаємодію з користувачем. У результаті дослідження було створено вебзастосунок, що дозволяє виконати ефективний підбір обладнання, спрогнозувати поведінку мережі при навантаженнях та підвищити обізнаність. Дослідження демонструє приклад практичного застосування мовних моделей та пояснювального ШІ у проєктуванні інтелектуальних систем.
Адаптивний підбір архітектури нейромережі для агентів у симульованих середовищах на основі NAS та RL
(2025) Балаба, С. О.
Мета роботи : розробка системи, яка автоматично формує оптимальну архітектуру нейромережі для RL-агента. Методи: формування початкового набору архітектур через NAS-агента, короткий цикл навчання PPO-агентів у середовищі Cheetah, відбір найкращих архітектур за середньою винагородою, тривале тренування обраних варіантів для остаточного ранжування. Результати: створено систему, що забезпечує автоматизований вибір конфігурації нейромережі для навчання агента, мінімізуючи участь людини в ручному налаштуванні. Рішення демонструє високу ефективність та може бути розширене на інші типи симульованих середовищ або задач у робототехніці, автономних системах і машинному сприйнятті.
Аналіз руйнувань міської інфраструктури та визначення черговості її відновлення
(2025) Пиріг, Н. Я.
Мета роботи – розробити концепцію та реалізувати прототип системи, що дозволить формувати список будівель для першочерговості відновлення з урахуванням ступеню зруйнованості споруди на основі автоматичного виявлення та класифікації пошкоджень, соціальної та культурної значущості. Методи дослідження – порівняльний аналіз прикладних рішень, що реалізують функціонал виявлення пошкоджень міської інфраструктури та підтримки прийняття рішень щодо її відновлення. У роботі розглядається актуальна проблема автоматизованого аналізу пошкоджень міської інфраструктури в умовах воєнного конфлікту та визначення пріоритетності її відновлення. Запропоновано концепцію системи для автоматичного виявлення пошкоджень будівель, оцінки ступеню пошкодження будівель та формувати списки пріоритетів розглянутих будівель. Розроблено прототип зазначеної системи.
Аналітичний підхід до персоналізованої рекомендації українських казок за допомогою LLM
(2025) Меллер, Д. М.
Мета роботи – аналіз та порівняння LLM моделей у сфері надання рекомендацій дитячої літератури, розробка застосунку для завантаження тексту дитячих казок для їх подальшої обробки LLM моделями та проведення емпіричних досліджень. Методи дослідження – теоретичний (збір та структуризація теоретичного матеріалу), експериментальний (програмна реалізація веб додатку). Методи розробки базуються на мовах програмування Python та технологіях Flask, Tensorflow. У ході виконання кваліфікаційної роботи розроблено застосунок для надання рекомендованих дитячих казок за допомогою засобів LLM, проведено емпіричне дослідження та порівняння різних LLM для поставленої задачі рекомендації казок.
Бібліотека глибокого навчання мовою Scala з використанням CUDA
(2025) Мельнічук, А. Є.
Мета роботи – створення бібліотеки глибокого навчання мовою програмування Scala, з використанням технології CUDA, для пришвидшення обчислювань, шляхом використанням паралельних обчислень. Методи дослідження – теоретичний (збір та структуризація теоретичного матеріалу), експериментальний (програмна реалізація прототипу бібліотеки). Методи розробки базуються на технологіях Scala та CUDA. У результаті роботи було проведено теоретичне дослідження матричних та тензорних операцій, шару прямого поширення, популярних функцій активації та оптимізаторів. Реалізовано прототип бібліотеки глибокого навчання з використанням технології CUDA для прискорення обчислень. Досліджено швидкість виконання операцій на центральному та графічному процесорі. Визначено різницю у швидкості роботи, а також її причини, між розробленою бібліотекою та іншими реалізаціями.
Веб-додаток для генерації рецептів на основі наявних продуктів користувача з використанням методів обробки природної мови та рекомендаційних алгоритмів
(2025) Пащенко, Д. О.
Мета роботи – розробити та реалізувати інтелектуальний веб-додаток, який на основі введених користувачем продуктів формуватиме кулінарні рецепти з використанням методів обробки природної мови та рекомендаційних технологій. Методи дослідження – аналіз наукових джерел з обробки природної мови та генеративних моделей; застосування мовної моделі GPT-2 для генерації тексту; використання інструментів Flask для реалізації веб інтерфейсу; експериментальна перевірка якості результатів на практичному прикладі. Розроблено рекомендації щодо використання обробки природної мови та рекомендаційних алгоритмів у веб-додатках для генерації кулінарних рецептів. Реалізовано сервіс на основі GPT-2, що формує рецепти за введеними інгредієнтами. Результати підтвердили ефективність генеративного підходу до персоналізованих рекомендацій.
Веб-застосунок для інтелектуального аналізу достовірності інформації, що передається в ЗМІ
(2025) Кочаров, П. А.
Мета роботи – розробити застосунок, який аналізуватиме текстові новини, оцінюватиме їхню емоційну забарвленість, виявлятиме упередженість і здійснюватиме перевірку фактів за допомогою методів обробки природної мови. А також дослідити моделі пошуку уривків текстів та методів відбору речень. Методи дослідження – аналіз наукової літератури та публічних досліджень з питань фактчекінгу та інструментів для розробки відповідної системи. Новизною роботи є покращення аналізу відношення тверджень при вирішенні задачі NLI (Natural Language Inference) в умовах наявності відволікаючої інформації в контексті тверджень, що перевіряються на істинність. В результаті виконання кваліфікаційної роботи було досліджено сучасні сервіси фактчекінгу та технології необхідні для розробки власного застосунку, було розроблено програму, що дозволяє перевірити достовірність інформації.
Веб-система управління фермерським господарством з використанням штучного інтелекту
(2025) Путятин, В. Є.
Мета роботи – розробка та впровадження інтелектуальної вебсистеми, яка забезпечує ефективне управління аграрною діяльністю шляхом інтеграції штучного інтелекту, метеоаналізу, обліку та картографії. Методи дослідження – аналіз предметної галузі, проектування архітектури інформаційної системи, використання методів машинного навчання, реалізація API-взаємодії з Claude AI та OpenWeatherMap, розробка клієнт-серверної інфраструктури з використанням Flask та Leaflet.js. В результаті дослідження була створена інтелектуальна веб-система для управління фермерським господарством. Основна ідея полягає у створенні зручного середовища для фермерів, що дозволяє приймати обґрунтовані рішення на основі даних. Реалізовано компоненти машинного навчання для прогнозу урожайності та росту тварин, інтегровано погодне API та чат-бот для взаємодії з користувачем. Робота демонструє практичну користь цифрових технологій у сільському господарстві та доводить ефективність поєднання ШІ.
Використання асинхронних методів для підвищення ефективності Reinforcement Learning
(2025) Рубанов, Є. О.
Метою роботи є дослідження ефективності, масштабованості та стабільності асинхронних actor-critic алгоритмів на прикладі A3C у порівнянні з іншими класичними алгоритмами навчання з підкріпленням. У результаті дослідження доведено, що алгоритм A3C забезпечує вищу ефективність та стабільність у порівнянні з одно- та багатокроковими методами на основі Q-learning і SARSA; новизна полягає у повноцінному порівнянні асинхронних підходів при змінній кількості потоків і різних умовах середовища. Результати роботи можуть бути використані при розробці адаптивних агентів у сфері автономного керування, симуляцій, ігрового AI та робототехніки. Запропоновані методики масштабованого асинхронного навчання можуть слугувати основою для створення ефективних рішень у ресурсно обмежених обчислювальних умовах.
Використання згорткових нейронних мереж для обробки зображень
(2025) Бакрі Ал Сарміні Абдельхамід Мустафа
Мета роботи – дослідження та порівняння методів глибокого навчання для вирішення задачі OCR. Методи дослідження – аналіз технічної літератури та новісних досліджень в сфері глибокого навчання, експериментальний підбір архітектури та конфігурацій, використання готових рішень, аналіз результатів. У ході цієї роботі було порівняно три різні підходи, використання готових преднавчанних двох нейромереж для розпізнавання та класифікації тексту на зображенні, та створення кастомної нейромережі для цієї задачі. Були порівняні результати трьох нейромереж, та написані розгорнуті висновки щодо роботи та перспектив розвитку таких нейромереж для вирішання задачі OCR.
Використання методів opinion mining для визначення суспільних настроїв
(2025) Лавров, А. О.
У даній роботі проводиться всебічне дослідження комп’ютерного аналізу громадської думки, вираженої в цифровому тексті. Для досягнення мети був реалізований, оцінений і продемонстрований набір еталонних моделей, призначених для вирішення різних аналітичних завдань. Завдання варіюються від класифікації полярності офіційних новин і неформальних коментарів у соціальних мережах до тонкого розпізнавання емоцій і, в кінцевому підсумку, до детального аспектного аналізу настроїв (ABSA), підтримуваного розпізнаванням іменованих сутностей (NER).
Використання патернів програмування для розробки інтелектуального трейдінг бота
(2025) Приходченко, К. О.
Мета дослідження − розробка інтелектуального програмного агента для підтримки рішень у трейдингу, використовуючи патерни програмування для забезпечення гнучкої та масштабованої архітектури. Методи дослідження − аналіз предметної галузі, проєктування архітектури за допомогою патернів (MVC, Strategy, Observer), реалізація за допомогою Python-бібліотек (ccxt, sklearn, keras), тестування на історичних біржових даних. У роботі розроблено інтелектуального торгового агента, який поєднує методи машинного навчання з патернами програмування для реалізації гнучкої, масштабованої архітектури автоматизованого трейдингу. Здійснено навчання класифікаційної моделі на основі технічних індикаторів для прогнозування торгових сигналів (Buy/Hold/Sell), реалізовано стратегію з динамічним перемиканням між rule-based та AI-режимами. Застосування патернів Strategy та MVC забезпечило модульність і зручність супроводу. Ефективність запропонованого рішення підтверджено серією backtesting експериментів на історичних біржових даних.
Візуальний генератор пошукових запитів NL-to-SQL для проєктування РБД
(2025) Кашпур, І. В.
Мета роботи – розробка візуального генератора пошукових запитів NL-to-SQL для проектування реляційних баз даних (РБД), який інтегрує дві моделі штучного інтелекту та дозволяє користувачам легко створювати або генерувати таблиці за допомогою ШІ, автоматично реалізуючи SQL-код. Застосунок має оптимізувати процес проєктування БД, забезпечуючи скорочення часу на створення ER-діаграм та SQL-коду, підвищення точності, оптимізацію SQL-запитів та інтеграцію технологій штучного інтелекту для створення SQL-коду на основі текстових описів. Особливу увагу приділено розробці функціонального інтерфейсу, логіці побудови зв’язків між сутностями, реалізації перевірки даних, підтримці різних типів ключів, унікальних груп та забезпеченню збереження і відновлення даних користувача. Методологія дослідження базувалася на інтеграції сучасних технологій для створення автоматизованого генератора ER-діаграм і SQL коду. Експериментальний підхід включав тестування інструменту серед користувачів для оцінки його ефективності, зручності та точності.