Кафедра штучного інтелекту (Маг_ШІ)
Постійний URI для цієї колекції
Перегляд
Останні подання
Зараз показано 1 - 5 з 127
- ДокументДослідження та розробка методів оптимізації збереження та отримання доступу до великих даних для NoSQL сховищ(ХНУРЕ, 2022) Рогачов І. Д.Об'єкт дослідження – збереження та отримання доступу до великих даних. Предмет дослідження – використання конфігурацій NoSQL сховищ для збереження та отримання великих даних. Мета роботи – пошук найбільш оптимальних за результативністю та продуктивністю конфігурацій NoSQL сховищ для оптимізації збереження та отримання великих даних за ціною та швидкістю. Методи дослідження – аналіз технічної літератури з області NoSQL сховищ, експериментальний підбір конфігурацій, порівняльний аналіз експериментів. Проведено теоретичний аналіз різних методів збереження та отримання великих даних, конфігурацій сховищ, методів оптимізації та інших параметрів. Проведення практичних дослідів та підбір оптимальних значень параметрів та опис результатів кожного досліду. Практичні досліди проводилися на різних вибірках даних за розміром та складністю структури. На основі отриманих результатів розроблено методи оптимізації, що дозволяють зменшити ціну збереження даних та підвищити швидкість отримання доступу до них.
- ДокументКишеньковий психотерапевт на основі емоційного інтелекту(2022) Тучков, Д. Г.Мета роботи – розробка таких компонентів системи: мобільний додаток. Методи дослідження – аналіз існуючих систем та додатків для роботи з психологічним станом людини, програмна реалізація самостійної системи роботи, тобто додатку. Методи розробки базуються на технологіях Kotlin, Java, Android. У результаті роботи здійснено програмну реалізацію всіх компонентів системи для направлення і порозуміння в емоціях самого користувача.
- ДокументНейромережевий підхід до вирішення задач прогнозування цін цифрового активу(2022) Троценко, О. І.В результаті проведених досліджень була побудована архітектура мережі та підібрані ваги таким чином, щоб мережа вирішувала поставлене завдання. Отримані результати використовуються для порівняння точності прогнозування цін цифрового активу на тестовому наборі даних. В якості програмної платформи використано Anaconda та мова програмування Python з бібліотеками машинного навчання Google Tensorflow та Keras. Пропонована розробка є корисною для пошуку найкращого часу для створення портфеля інвестицій у цифрових активах.
- ДокументДослідження методів обробки природної мови для генерації діалогів(2022) Воробйов, Є. К.Метою роботи є дослідження та аналіз методів та алгоритмів автоматичної класифікації діалогових актів та розробка власної моделі на основі попередніх досліджень. Дослідження, що проведені в роботі базуються на використанні теорії ймовірностей та математичної статистики, теорії графів, теорії та методів оптимізації, апарату штучних нейронних мереж для розв'язання задачі розпізнавання діалогових актів; методів математичного та комп’ютерного моделювання для верифікації точності запропонованої моделі. У роботі проведено аналіз стану класифікації діалогових актів та порівняння наявних алгоритмів та методів. На основі отриманих результатів сформовані вимоги до моделі та запропонована власна модель класифікації актів. Проведено навчання та тестування моделі з подальшим аналізом результатів
- ДокументРозробка рекомендаційної системи «BookPicker»(2022) Тетерук, Д. В.Мета роботи – розробка WEB-додатку для рекомендаційної системи книжок. Методи дослідження – аналіз існуючих найпростіших алгоритмів та алгоритму SVD, які використовуються у рекомендаційних системах. Розроблено програмний WEB-додаток та інтегровано алгоритм рекомендаційної системи, реалізовано користувацький інтерфейс та проведено тестування працездатності програми