Кафедра комп'ютерних інтелектуальних технологій та систем (МАГ_КІТС)

Постійний URI для цієї колекції

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

Перегляд

Зараз показано 1 - 20 з 55

Агентна модель IoT-системи
(2021) Педан, М. С.
У магістерській науковій роботі вирішено актуальну проблему створення агентської моделі IoT-системи, яка дозволяє проектувати агентів, здатних існувати та узгоджено взаємодіяти в складних системах та знаходити місцерозташування для своєчасного надання послуг. Об'єктом дослідження процеси побудови агентно-орієтованнних систем. Предметом дослідження: моделі та методи надання послуг в IoT-системах. Метою кваліфікаційної роботи є розробка агентської моделі IoT-системи, яка динамічно знаходить місцерозташування при наданні спеціалізованх послуг. Виконано системний аналіз існуючих технологій та систем. Імітаційне моделюванні показало доцільність використання запровпонованних підходів
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.
Адаптивна інтелектуальна система автоматичного догляду за рослинами
(2022) Лукашин О. В.
У магістерській кваліфікаційній роботі виконано проєктування нейропроцесора для виконання логічних операцій по керуванню електроприводом системи інтелектуального догляду за рослинами. Метою роботи є проектування нейропроцесора для виконання логічних операцій по керуванню електроприводом системи інтелектуального догляду за рослинами, виконаного на сучасній елементній базі і перевірка ефективності його використання. Об’єктом дослідження є нейропроцесор для управління електроприводами виконавчого механізму. Предметом дослідження є модель нейропроцесора для виконання логіч-них операцій по керуванню електроприводами виконавчих механізмів системи автоматичного догляду за рослинами За результатами проведеного проектування, розроблена система успішно впоралась зі своєю задачею. Розроблена автоматична система дає змогу безвід-мовної роботи протягом 11 років, що дає змогу конкурувати серед інших про-дуктів даної області.
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
Аналіз та отримання інформації з Telegram-чатів за допомогою технологій машинного навчанння
(2022) Лебідь, В. М.
Виконано аналіз предметної області для виявлення актуальності розробки Telegram-боту. Проаналізовано існуючі рішення вже створених розробок, виявлено недоліки та переваги. Проаналізовано та обрано методи для обробки та аналізу тексту з метою виявлення токсичних коментарів, а саме логістичну регресію та TF-IDF. Програмно реалізовано Telegram-бота на мові програмування Python з використанням середовища програмування PyCharm який може отримувати, аналізувати, та відповідно реагувати на повідомлення користувачів месенджеру Telegram. Cпроектовано базу даних, та розроблено структурну схему телеграм боту. Виконано відлагодження Telegram-бота для запобігання появі помилок в його роботі. Створено інструкцію для користувача, в якому зібрані відомості щодо правильного та ефективного використання Telegram-боту.
Використання еволюціонуючої нейронної мережі в action-іграх
(2022) Полянська Є. О.
У роботі пропонується створити action-гру з використанням алгоритму нейроеволюції наростаючих топологій для того, щоб на власні очі побачили навчання штучного інтелекту. Метою кваліфікаційної роботи є дослідження на практиці роботи нейроеволюції та навчання штучного інтелекту за допомогою action-гри з використанням алгоритму нейроеволюції наростаючих топологій.
Виявлення морського сміття за допомогою комерційних супутникових зображень і глибокого навчання
(2022) Личман, М. С.
Метою кваліфікаційної роботи є створення глибинної нейронної мережі для аналізу зображень з комерційних супутникових знімків. В ході виконання кваліфікаційної роботи було виконане наступне: - обґрунтовано актуальність обраної теми, оглянуто наукові публікації, які стосуються теми кваліфікаційної роботи та існуючі рішення на ринку; - розглянуто та проаналізовано технології нейронних мереж та глибинного навчання; - розглянуто існуючі рішення з розпізнавання об’єктів, бібліотеки та фреймворки, що були використані під час дослідження; - описано технології розробки та інструментальні засоби, що використовувалися для створення глибинної нейронної мережі; - зібрано набір даних для навчання глибинної нейронної мережі; створено кросплатформенну утиліту для аналізу фотографій користувача навченою моделью на наявність на ній морського сміття
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.
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.
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
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.
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.
Короткострокове прогнозування часових рядів із застосуванням штучних нейронних мереж
(2022) Пасічник К. Ю.
Метою кваліфікаційної роботи є аналіз, дослідження та прогнозування часових рядів разом зі штучними нейронними мережами (ШНМ). Часові ряди представляють великий практичний інтерес для багатьох дисциплін. Їх використання дозволяє з певною похибкою виявляти майбутні значення серії подій за попередніми значеннями. Що стосується штучних нейронних мереж, то можна впевнено сказати про їх застосування у багатьох областях статистики, однією з яких і є прогнозування часових рядів. Окрім того, що сьогодні представлено багато успішних рішень у різних галузях, таких як економіка, фінанси, бізнес, навколишнє середовище та інші, в даній роботі буде розглянуто та реалізовано короткострокове прогнозування рівня вуглекислого газу (CO2) в атмосфері в період боротьби з глобальним потеплінням та зміною клімату, тому тематика роботи є актуальною. У ході виконання кваліфікаційної роботи були досліджені основні методи прогнозування, моделювання структур часових рядів за допомогою ШНМ для прогнозування рівня вуглекислого газу в атмосфері. Результатом кваліфікаційної роботи має бути аналіз методів прогнозування на прикладі набору даних про рівень вуглекислого газу в атмосфері, актуальність обраних методів та сфери подальшого розвитку. Також очікується виконати огляд типів ШНМ та можливі методи застосування їх в прогнозуванні.
Методи обробки зображень на базі згорткових нейронних мереж
(2022) Шевченко, О. Т.
Метою кваліфікаційної роботи є огляд методів обробки зображень на базі згорткових нейронних мереж. Об’єктом дослідження є згорткові нейронні мережі. Предметом дослідження є методи обробки зображень. У ході виконання кваліфікаційної роботи були виконані наступні пункти: - проаналізовано існуючи додатки, процес функціювання та архітектура згорткових нейронних мереж; - розроблені тестові додатки детекції на базі CoAtNet; - виявлені переваги комбінування різних методів обробки зображень; - проведено тестування додатку. Результатом є порівняння декількох методів обробки зображень на базі згорткових нейронних мереж та побудова тестового додатку за допомогою Keras.
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.
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.
Модель системи електронного навчання на основі багатоагентного підходу
(2022) Плеханов, Д. В.
Актуальність дослідження. Спектр областей впровадження нейронних мереж досить широкий в сучасному світі, в даній дослідницькій роботі була виділена одна з найбільш на сьогоднішній день популярних сфер їх застосування-медицина. Актуальність вибору цієї області також обумовлена і тим, що в серпні 2017 року були внесені в окремі законодавчі акти України з питань застосування інформаційно-телекомунікаційних технологій у сфері охорони здоров’я громадян та створення національних науково-медичних центрів, які легітимізують віддалені консультації та моніторинг пацієнтів. Метою кваліфікаційної роботи є проаналізувати особливості побудови реалістичних 3D зображень за допомогою штучної нейронної мережі NeRF. Об’єктом дослідження є побудова реалістичних 3D зображень. Предметом дослідження є сукупність необхідних умов, що забезпечують найкращий підхід до особливості побудови реалістичних 3D зображень за допомогою штучної нейронної мережі NeRF.
Модель інтелектуальноїсистеми чат ботів
(2022) Безсонов, С. О.
Метою кваліфікаційної роботи є розробка моделі інтелектуальної системи чат бота, здатної завдяки мовленню підвищити ефективність сприймання інформації та зменшити когнітивні зусилля, а також отримати більше задоволення від обслуговування, ніж текстова взаємодія. Проведений лабораторний експеримент із 116 учасниками, які виконували завдання з пошуку інформації за допомогою розмовного агента або чат-бота.
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.
Нейромережева кластеризація даних на основі нейронних мереж прямого поширення
(2022) Глюза, А. П.
Тема роботи: Нейромережева кластеризація даних на основі нейронних мереж прямого поширення. Мета роботи: дослідження методів нейромережевої кластеризації даних на основі нейронних мереж прямого поширення. Предмет дослідження – нейронна мережа для кластеризації даних. Об’єкт дослідження – процес кластеризації даних із застосуванням нейронних мереж. Методи дослідження: системний аналіз, порівняння, експеримент. В роботі розглянуто можливість кластеризації даних на основі нейронних мереж прямого поширення. Розглянуто основні задачі нейромережевої кластеризації. Визначено основні типи нейронних мереж та алгоритми їх навчання. Наведено результати експериментальних досліджень кластеризації даних за допомогою нейронної мережі прямого поширення. Доведено ефективність застосування нейронних мереж прямого поширення для задач кластеризації. Новизна роботи полягає у вдосконаленні алгоритмів кластеризації даних за допомогою нейронних мереж. Практична значимість отриманих результатів полягає у можливості використання розробленої нейронної мережі для кластеризації