Кваліфікаційні роботи магістрів (Маг_ПІ)
Постійний URI для цієї колекції
Перегляд
Останні подання
Публікація Дослідження методів моделювання завадостійких кодеків для телекомунікацій(2025) Полив'яний, В. І.Ця робота є важливою, оскільки існує лише обмежена кількість сучасних інструментів для вивчення моделювання завадостійкого кодування, яке все ще широко використовується в телекомунікаційних системах. Деякі з доступних рішень є універсальними і дорогими програмними пакетами, які зосереджені на складних обчисленнях і моделюванні. Інші рішення не відповідають вимогам якості і мають дуже обмежену функціональність. Метою цієї роботи є розробка нових інструментів для покращення процесу дослідження завадостійкого кодування та забезпечення надійних функцій кодування для телекомунікацій. Предметом дослідження є вдосконалення процесу моделювання завадостійких кодеків та інструментів їх дослідження. Для вирішення поставленої задачі були використані загальнонаукові методи, такі як спостереження, вимірювання та порівняння, а також методи аналізу та синтезу. Ці методи були використані для дослідження існуючих аналогів та визначення основних можливостей їх вдосконалення. Результати роботи можуть бути використані для доповнення загальної розподіленої системи, що розробляється для освітніх цілей. Система може бути використана як модуль у більшій інтегрованій системі або як автономна операція. Дослідження та рішення, розроблені в даній роботі, можуть бути використані не тільки в науково-дослідницькому та навчальному процесах.Публікація Дослідження підходів до розпізнавання рукописного тексту на зображеннях за допомогою CNN (Convolutional Neural Network)(2025) Берковський, М. В.Об’єктом дослідження є процес автоматизованого розпізнавання рукописного тексту на зображеннях, що містять фрагменти тексту з різною якістю, стилями письма та шрифтами. Метою роботи є дослідження та реалізація ефективного методу розпізнавання рукописного тексту на зображеннях, здатної адаптуватися до варіативності рукописних стилів, із використанням згорткових нейронних мереж для підвищення точності автоматичного зчитування тексту в реальних умовах. Методи розробки та проєктування базуються на сучасних технологіях глибокого навчання, зокрема згорткових нейронних мережах (CNN), а також архітектурах типу CRNN, що поєднують просторову обробку зображень із послідовною обробкою ознак. Застосовано методи попередньої обробки даних (фільтрація шуму, бінаризація, нормалізація), генерації навчальних вибірок, перенавчання моделі з використанням відкритих датасетів, а також техніки оцінювання якості моделі (accuracy, CER, WER, та F1-score). Реалізація здійснювалася із застосуванням мов програмування Python та бібліотек OpenCV, Tkinter, PyTorch Lightning. В результаті роботи було реалізовано функціональну модель на базі згорткових нейронних мереж для розпізнавання рукописного тексту, що демонструє високу точність при роботі з текстом різного стилю, форми та якості. Модель протестовано на реальних і синтетичних зображеннях, проведено її порівняльну оцінку з класичними методами розпізнавання, підтверджено ефективність використання CNN для задач рукописного тексту. Отримані 5 результати доводять практичну цінність моделі для застосування у сфері цифрового архівування, автоматизації обробки документів та інтеграції в сучасні інформаційні системи.Публікація Дослідження методів розпізнавання зображень для ідентифікації та класифікації рослин(2025) Кошиль, Д. В.Об’єктом дослідження є системи розпізнавання зображень для ідентифікації та класифікації рослин у реальних умовах. Метою роботи є створення автоматизованої системи, яка дозволяє визначати вид рослини за зображенням її частин з використанням сучасних методів машинного навчання. Методами розробки та проектування є застосування згорткових нейронних мереж (CNN), алгоритмів сегментації та текстурного аналізу, інтеграція мобільного додатка з використанням камер смартфонів для збору зображень, а також створення баз даних навчальних зображень. У результаті виконання дослідження розроблено базову архітектуру системи розпізнавання, яка включає модуль попередньої обробки зображень, компонент глибокого навчання для класифікації рослин, а також користувацький інтерфейс для відображення результатів ідентифікації. Створена система має потенціал для подальшого використання в агрономії, ботаніці та освітніх цілях для підвищення ефективності вивчення та збереження рослинного світу.Публікація Дослідження методів розпаралелювання процесів завантаження та обробки растрових зображень у мобільному додатку для соціальних мереж під Android(2025) Носова, П. В.Об'єктом дослідження є процеси завантаження та обробки растрових зображень у мобільних додатках соціальних мереж на платформі Android. Метою роботи є розробка науково обґрунтованих рекомендацій щодо вибору оптимальних методів розпаралелювання для завантаження зображень у мобільних додатках соціальних мереж на основі комплексного експериментального аналізу продуктивності, енергоефективності та ресурсоспоживання Java Threads, Kotlin Coroutines та RxJava. Методами дослідження є експериментальний аналіз продуктивності, порівняльне тестування алгоритмів розпаралелювання, профілювання ресурсоспоживання мобільних додатків, статистичний аналіз результатів експериментів.Публікація Дослідження методів машинного навчання для оптимізації процедурної генерації рівнів у розробці ігор(2025) Ковальов, М. В.Об’єктом дослідження є методи машинного навчання для оптимізації процедурної генерації рівнів у розробці ігор. Метою роботи є підвищення ефективності процедурної генерації рівнів шляхом застосування алгоритмів навчання з підкріпленням, зокрема Q-learning. Методи розробки базуються на таких технологіях, як Unity, C#, та алгоритми навчання з підкріпленням.Публікація Дослідження методів використання скінченних автоматів для оптимізації та підвищення ефективності кросплатформених мобільних додатків(2025) Мартинов, В. Р.Об’єктом дослідження є cкінченні автомати (Finite State Machines, FSM) для управління станами у кросплатформених мобільних додатках. Метою роботи є розробка, тестування кросплатформених мобільних додатків, розроблених з використанням декларативного підходу та скінченних автоматів на новій та старій архітектурі у фреймворку React Native. Порівняння ефективності управління станами в мобільних застосунках та інтеграція кінцевих автоматів у розробку кросплатформених мобільних додатках на підставі оцінки їхньої ефективності. Методами розробки та проєктування є використання фреймворку React Native (стара/нова архітектура), мов програмування Typescript, C++, Javascript, розробленого FSM для мобільних платформ Android/iOS з використанням бібліотеки Legend-State; оцінка процесів управління станами кросплатформних мобільних додатків.Публікація Дослідження методів обробки природної мови, що використовуються для перекладу текстових документів(2025) Андрійченко, А. В.Об’єкт дослідження – процес автоматизованого перекладу текстових документів із використанням методів обробки природної мови. Мета роботи – розробка методики підвищення якості автоматизованого перекладу документів шляхом аналізу, експериментального тестування та вдосконалення нейронних моделей із фокусом на низькоресурсні мови. Методи розробки базуються на таких технологіях, як Python, FastAPI, React, PostgreSQL, Hugging Face Transformers, PyTorch.Публікація Дослідження алгоритмів розпізнавання рухів для мобільних застосунків, призначених для відстеження фізичної активності користувачів(2025) Ромашов, В. В.Об’єктом дослідження алгоритми розпізнавання рухів, що використовуються для аналізу даних із сенсорів у мобільних застосунках. Метою роботи є оцінити та вибрати оптимальний алгоритм розпізнавання рухів для інтеграції в мобільні застосунки, враховуючи технічні, функціональні та користувацькі критерії. Методами дослідження є формування системи критеріїв для оцінки їхньої ефективності (точність розпізнавання, швидкість роботи, енергоспоживання, адаптивність до нових типів рухів та масштабованість), використання згорткової моделі для інтегральної оцінки алгоритмів із врахуванням вагових коефіцієнтів, визначених методом аналізу ієрархій, а також розрахунок корисності альтернатив для порівняння алгоритмів за всіма критеріями. Такий підхід дозволив провести комплексний аналіз алгоритмів і визначити найефективніший варіант.Публікація Дослідження ефективності різних підходів до розробки форм у React(2025) Дудник, О. О.Об’єктом дослідження є розробка форм у React, інструменти та підходи до їх створення. Предметом дослідження є ефективність різних підходів до створення форм у React. Метою роботи є виявлення найбільш ефективного підходу до створення форм у React. Методи дослідження включають: теоретичний аналіз (аналіз предметної галузі, аналіз наукових публікацій за темою), проведення експериментів (створення тестових проєктів для оцінки ефективності різних підходів), порівняльний аналіз (узагальнення результатів експериментів, порівняння підходів за визначеними критеріями шляхом вирішення багатокритеріальної задачі прийняття рішень).Публікація Дослідження методів рухової активності людини за допомогою дронів(2025) Уткін, Ю. Є.Об’єкт дослідження – процес аналізу та класифікації руху об’єктів за допомогою дронів. Предмет дослідження – методи та алгоритми детекції, класифікації руху об’єктів, порівняння траєкторій і поведінки з еталонними значеннями. Мета роботи – дослідження методів детекції та класифікації руху об’єктів у реальному часі, аналіз їх ефективності та практичне створення інтегрованої системи для роботи з даними дронів. Методи досліджень – емпіричний аналіз, моделювання, порівняння, розробка та тестування.Публікація Дослідження методів глибокого навчання для визначення емоцій під час реабілітації пацієнтів(2025) Федін, А. В.Об’єктом дослідження є методи глибинного навчання розпізнавання емоцій пацієнтів під час фізичних навантажень у реабілітаційних програмах. Метою роботи є аналіз ефективності застосування глибоких згорткових та рекурентних нейронних мереж для автоматичного розпізнавання емоцій пацієнтів на основі міміки обличчя. Методами розробки та проектування є дослідження сучасних підходів до обробки зображень, вибір архітектури нейронних мереж, а також створення модульного програмного забезпечення для збору та аналізу даних.Публікація Дослідження методів розробки віртуального асистента реабілітолога з доповненою реальністю(2025) Филиппов, А. М.Об’єктом дослідження є застосування сучасних інформаційних технологій, зокрема, доповненої реальності та комп’ютерного зору, для автоматизації реабілітаційних процесів. Метою роботи є розробка віртуального асистента реабілітолога, який використовує технології Flutter, ML Kit Pose Detection, ARKit, ARCore та комп’ютерного зору для моніторингу та корекції виконання фізичних вправ у реальному часі. У роботі реалізовано інтеграцію технологій доповненої реальності та комп’ютерного зору для забезпечення високої точності аналізу та зворотного зв’язку в реальному часі.Публікація Дослідження моделей та інформаційних технологій виявлення фейкових новин(2025) Шагун, А. С.Об’єктом дослідження є процеси поширення фейкових новин у цифровому середовищі. Метою роботи є дослідження ефективності моделей штучного інтелекту для виявлення фейкових новин та розробка інструментів, які сприятимуть підвищенню інформаційної безпеки. Методами розробки та проєктування є аналіз наукових і літературних джерел, методи обробки природної мови (NLP), машинного і глибинного навчання, а також експериментальні дослідження для порівняння ефективності алгоритмів.Публікація Дослідження рекомендаційних систем для довгострокового задоволення користувачів на прикладі сучасних платформ персоналізації контенту(2025) Огу, С. І.Об’єктом дослідження є рекомендаційні системи, які враховують довгострокове задоволення користувачів у сучасних платформах персоналізації контенту. Метою роботи є дослідження можливостей досягнення довгострокового задоволення користувачів у рекомендаційних системах та підготовка до практичної частини роботи, а саме розробці рекомендаційної системи фільмів, що оптимізує довгострокову задоволеність користувачів. Методами розробки та проектування є застосування колаборативної фільтрації, матричної факторизації, використання контекстних бандитів та машинного навчання.Публікація Дослідження методів рекомендації систем на основі колаборативної фільтрації(2025) Андрющенко, Д. О.Об’єкт дослідження – методи рекомендацій у системах на основі колаборативної фільтрації. Мета роботи – дослідження принципів роботи рекомендаційних систем, зокрема методів колаборативної фільтрації, аналіз різних моделей прогнозування, підготовка та проведення теоретичного і практичного дослідження з метою визначення найбільш ефективного підходу до реалізації рекомендаційних систем. Методи розробки та проектування включають аналіз існуючих рекомендаційних систем, порівняння моделей колаборативної фільтрації (userbased, item-based, гібридні), обрання релевантних метрик оцінювання якості прогнозів (RMSE, Precision, Recall), а також використання бібліотеки CF4J на Java для проведення практичного експерименту.Публікація Дослідження методів ієрархії моделі знань предметної області(2025) Заговора, А. Ю.Об’єкт дослідження – методи побудови ієрархічних моделей знань у предметних областях для формалізації експертної інформації та підтримки прийняття рішень. Мета роботи – дослідити підходи до побудови ієрархічних моделей знань у предметних областях на прикладі двох відомих методів – AHP та ANP. Основну увагу приділено аналізу принципів роботи кожного методу, їхньому практичному застосуванню, а також способам представлення структури знань, яка може бути використана у процесах вибору, оцінювання або прийняття рішень. У межах роботи передбачається реалізація програмного прототипу, що дозволяє наочно продемонструвати особливості обчислень за допомогою методів AHP та ANP. Такий підхід забезпечує можливість візуального порівняння отриманих результатів, а також сприяє кращому розумінню їхнього використання у реальних прикладних задачах.Публікація Дослідження методів проєктування баз знань для експертних систем прийняття рішень(2025) Лихова, А. Г.Об’єктом дослідження є бази знань, які застосовуються в експертних системах підтримки прийняття рішень. Метою дослідження є порівняльний аналіз різних підходів до побудови та структурування баз знань з точки зору їх ефективності, придатності до адаптації, зручності представлення знань та можливості практичного застосування в інтелектуальних системах. У процесі дослідження застосовано методи системного аналізу, математичного моделювання, розробки програмного забезпечення та візуалізації знань. У результаті розроблено прототип програмної системи, що дозволяє реалізувати та порівняти різні підходи до побудови баз знань. Проведено практичне дослідження, яке демонструє особливості та переваги кожного з підходів у рамках експертної системи підтримки прийняття рішень.Публікація Дослідження моделей прогнозування захворювань для раннього виявлення ризиків та покращення медичної діагностики(2025) Потьомкіна, К. О.Об’єктом дослідження є моделі машинного навчання. Метою роботи є проведення дослідження та порівняння моделей машинного навчання, які використовуються для прогнозування захворювань на основі відкритих датасетів. Методами розробки та проектування є тренування різних моделей відкритими даними про хвороби для проведення дослідження шляхом порівняння результатів використання обраних алгоритмів. У результаті кваліфікаційної роботи було досліджено та проведено аналіз трьох моделей: Логістична регресія , Дерева рішень та XGBoost.Публікація Дослідження методів прискорення роботи процесорів та їх вплив на продуктивність та енергоефективність(2025) Омельченко, В. Е.Об’єктом дослідження є сучасні процесори, методи їх розгону, а також вплив прискорення на продуктивність і енергоефективність.Метою роботи є аналіз впливу методів розгону процесорів на їх продуктивність і стабільність роботи, а також дослідження найефективніших підходів до підвищення частоти та оптимізації параметрів живлення.Методами розробки є емпіричні дослідження, побудова математичних моделей, тестування за допомогою спеціалізованих бенчмарків, а також використання розроблених скриптів для оцінки стабільності розгону.У результаті роботи було проведено порівняння різних процесорів, виявлено вплив зміни напруги живлення та частоти ядра на енергоефективність, створено графіки залежності продуктивності від частоти та вольтажу, а також розроблено рекомендації для досягнення оптимального співвідношення стабільності та продуктивності.Публікація Методи аналізу Big Data та їх застосування до розробки інструменту для прогнозування порушень умов використання доменних імен(2025) Ушаков, А. М.Об’єктом дослідження є процес аналізу та моніторингу доменних імен для виявлення порушень умов їх використання. Метою роботи є розробка прототипу інструменту, що забезпечує прогнозування загроз у використанні доменних імен за допомогою аналізу великих даних і застосування алгоритмів машинного навчання. Методами розробки та проектування є аналіз проблемної області дослідження, використання архітектурного проєктування програмного забезпечення, проєктування баз даних, алгоритмів класифікації та виявлення аномалій, а також інтеграції різнорідних даних із застосуванням технологій Big Data.