Кафедра штучного інтелекту (ШІ)
Permanent URI for this collection
Browse
Recent Submissions
Publication Актуальні питання вдосконалення роботи приймальної комісії(Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», 2019) Семенець, В. В.; Єрохін, А. Л.; Зубкова, Т. О.; Снурнікова, А. В.; Коваленко, О. В.Впровадження та постійне вдосконалення Єдиної державної електронної бази з питань освіти (далі – Єдина база) відкриває можливості зменшення потоків паперових копій документів під час проведення вступної кампанії, адже Єдина база, власне, й призначена для організації електронного документообігу.Publication Визначення типів елементів даних при міжмодельному відображенні(Львівська політехника, 2012) Радченко, В. А.; Танянський, С. С.; Филатов, В. А.Вирішується питання міжмодельного відображення. Введено поняття табличної і дедуктивної моделі. Для втановлення коректного відображення запропоновано розглядати часткове відображення, при якому зберігається оперційна специфікація моделі.Publication Підсистема інтелектуального аналізу даних рейтингу на основі ключових показників ефективності(UKRLOGOS Group, 2025) Бєлянінова, Г. Г.; Філатов, В. О.Наведено фрагмент експертної системи для інтелектуального аналізу даних рейтингу кафедр Харківського національного університету радіоелектроніки за системою ключових показників ефективності (КРІ), що дозволяє оцінювати результативність та ефективність роботи кафедр.Publication Словник термінів у сфері штучного інтелекту(2024)Метою цього словника є адаптація та визначення основної технічної й юридичної термінології у сфері ШІ для використання в професійній спільноті, технічній і юридичній документації й нормотворчому процесі в Україні. Враховуючи швидкість розвитку ШІ, запропонований словник не є всеохопним та вичерпним. Хоча деякі з наведених термінів можуть стосуватися інших галузей, цей словник подає їх лише в контексті ШІ.Publication Глосарій з гібридних загроз 2.0(2024) Балашов, Е.; Білоконь, М.; Василиця, О.; Величко, Л.; Головянко, М.; Грицук, О.; Гришко, С.; Докашенко, Г.; Завгородній, В.; Засадко, В.; Карпенко, О.; Конопка, Н.; Концур, В.; Копієвська, О.; Ланцюк, Є.; Наумов, І.; Рева, Т.; Титаренко, М.; Худолій, А.; Чех, М.Ця збірка є другою - доповненою і вдосконаленою версією українсько-англійського глосарію термінів в галузі гібридних загроз. Глосарій розроблено спільно командою Erasmus+ проєкту WARN "Академічна протидія гібридним загрозам". Кожен термін глосарію є "точкою доступу" до визначення, більш докладного роз'яснення, дослідження, ілюстрацій, наданих європейськими і світовими експертами. Читач має можливість самостійно долучитись до них через перелік запропонованих в глосарії посилань. Особливістю глосарію є те, що автори здійснили вибірку термінів, що мають як вузькоспеціалізовану спрямованість, так і міждисциплінарний характер, що задовольнить смаки фахівців різних сфер.Publication Практикуми для навчання в умовах гібридних загроз(2024) Атаманенко, А.; Балашов, Е.; Головянко, М.; Гришко, С.; Кайкова, О.; Комаров, С.; Рева, Т.; Радіонова, Т.Освітній процес в умовах гібридних загроз стикається з великими методичними викликами, які в контексті зміни навчальної парадигми, що супроводжує розвиток інформаційного суспільства, стають усе більш загрозливими. Тому одне з ключових завдань проєкту WARN (warn-erasmus.eu), окрім формування відповідного навчального контенту, – розробити методичні підходи для повноцінного формування у студентів навичок протидії гібридним загрозам як у професійній діяльності, так і в особистому просторі. Цей посібник містить рекомендації щодо проведення лекційних і практичних занять, тематичних практикумів, майстер-класів, використання технологій мозкового шторму та симуляцій, змагальних ігор та інтелектуальних спарингів. Упродовж 2023–2024 років команда проєкту почала не лише застосовувати ці підходи у власному навчальному процесі, але й проводити практичні семінари, курси та мікрокурси з підвищення кваліфікації для колег-викладачів.Publication Еволюційні архітектури в штучних нейронних мережах(ХНУРЕ, 2024) Лобанов, А. Д.This thesis delves into the concept of neuroevolution, which combines the merits of these two systems, highlighting how artificial intelligence can harness natural evolution principles to enhance neural network efficiency. Key facets such as the Ant Colony Optimization, a bio-inspired algorithm modelled on ant foraging behavior, are explored in-depth. Challenges like architectural optimization, algorithm limitations, and scalability are analyzed, highlighting potential solutions like surrogate models. As a conclusion, the research underscores the dynamic potential of evolutionary algorithms in powering artificial neural networks, foreseeing continued advancement in this domain.Publication Дослідження та розробка стратегії оптимізації та підвищення продуктивності веб-додатків на базі NodeJS та React з використанням штучного інтелекту(ХНУРЕ, 2024) Дробицький, Д. С.This study focuses on the development of web applications based on NodeJS and React technologies, which have become integral components of the digital paradigm, with their performance and optimization emerging as strategically important tasks. The integration of Artificial Intelligence (AI) into this ecosystem can interact with existing technologies, contributing to their enhancement and evolution.Publication Використання low-code платформи у розробці інформаційно-довідникової системи «кінотеатр»(ХНУРЕ, 2024) Пиріг, Н. Я.The rapid development of the modern world, characterised by the widespread use of digital devices, free access of various segments of the population to the Internet and constant technological progress, make the task of data generation and consumption one of the most important tasks of nowadays. One of the social sectors that has been significantly affected by the information explosion is the entertainment industry, especially cinemas. This paper outlined the features of the subject area "Cinema", demonstrated the advantages of using to build an information system using low-code platforms, especially Oracle Apex.Publication Розробка застосунку психологічної допомоги при повітряній тривозі(ХНУРЕ, 2024) Савєльєва, В. Ю.In today's world people often encounters circumstances that in one way or another affect their stress level. Considering this, the creation of applications for psychological help has become relevant, so the user can turn to these applications to prevent and overcome states of anxiety, panic, etc.Publication Огляд типів машинного перекладу(ХНУРЕ, 2024) Павленко, О. С.Nowadays, there is a wide variety of information available in many languages. In order for people from different parts of the world to be able to watch and understand any video without any problems, regardless of language, translation is needed. Automatic generation and translation of subtitles became the best solution to this problem. After speech is transcribed into text, it needs to be translated, and translation needs to be both fast and accurate. The purpose of this article is to analyze machine translation methods and determine which one is best suited for real-time subtitle translation.Publication Research on centrality measures in scale-free networks(ХНУРЕ, 2024) Ivashyn, S.Understanding the behavior of centrality measures in the context of various network models is crucial for grasping the structural properties of complex systems. This study explores the constraints imposed on centrality measures by different network models, revealing the maximum achievable centrality values for individual nodes and for the network as a whole. We adopt a systematic approach, selecting specific network models and centrality metrics, modeling, and assessing centrality through empirical experiments. The study encompasses maximum centrality for nodes, the distribution of node centrality, and network centrality (Freeman's centrality) in various network models and centrality metrics. Additionally, we investigate the possibility of deriving theoretical estimates for these centrality limits. The findings of this study not only contribute to a deeper understanding of network dynamics but also pave the way for further analyses of real networks, allowing for a comparison between model-generated and real networks. This research bridges the gap between theoretical modeling and practical network analysis, offering insights into the fundamental principles governing the structure of complex networks.Publication Моніторинг фізичних рухів(ХНУРЕ, 2024) Гаденко, В. Ю.Nowadays, where health and physical well-being are becoming increasingly important, regular exercise is considered a key element in maintaining overall well-being. However, improper exercise techniques can lead to a decrease in their effectiveness and, even worse, a risk of injury. This is especially true for beginners, who often face difficulties in mastering the correct techniques without the direct supervision of a trainer or specialist. The use of video monitoring can help many people monitor their activity and exercise technique, provide useful feedback, and ultimately increase physical activity levels and overall public health.Publication Дослідження сучасних методів аугментації текстових даних(ХНУРЕ, 2024) Абросімов, Є. О.The goal of this work is to explore methods of text data augmentation, which involves creating new synthetic data similar to real ones, for machine learning tasks where available data is limited. Generative data augmentation is used to combat overfitting, but it has found limited application in Natural Language Processing. Simple augmentation methods like random insertions, replacements, and shuffling are too limited in their effectiveness. Substituting n-grams with synonyms is another method that can be used for data augmentation, as well as the application of intelligent models like Back translation and Style augmentation. The use of generative models such as C-BERT is a popular solution for the augmentation task. Prompt engineering is also becoming increasingly popular for creating queries that prompt the model to provide optimal responses.Publication Дослідження комбінування навчання з підкріпленням та мовних агентів для реалізації діалогових агентів(ХНУРЕ, 2024) Бовдуй, Р. В.The chatbot market has been growing rapidly lately. They allow you to optimize business processes and meet user needs. With the advent of large language models based on transformers, interest in the end-to-end approach to building such systems has increased. However, when building task-oriented dialog systems based on transformers, there is no certainty that they will pursue the intended goal, and here reinforcement learning comes to the rescue. The paper discusses the combination of these approaches in order to improve the characteristics of task-oriented dialogue systems which are needed for business.Publication Нечітка сегментація з використанням глибоких нейронних мереж(ХНУРЕ, 2024) Шатило, І. Ю.This work delves into the usage of deep neural networks for fuzzy image segmentation to improve data analysis in various fields. Recognizing the limitations of conventional semantic segmentation methods, this research advocates for a nuanced approach that combines fuzzy logic principles with the computational power of deep neural networks. This hybrid methodology is designed to enhance the accuracy and adaptability of segmentation processes, making it particularly relevant for applications requiring precise image interpretation. Additionally, the proposed approach could significantly impact the future of image segmentation techniques.Publication Аналіз інструментів для створення NLP чат-бота(ХНУРЕ, 2024) Селін, Я. Ю.Examination of different methodologies employed in the development of NLP chatbots is presented in this article. The study compares two primary strategies for chatbot development: constructing from the scratch and utilizing pre-existing no-code platforms. Various criteria, including flexibility, deployment complexity, and customization options, are used to evaluate these approaches. The paper also includes examples of well-known NLP libraries like NLTK and spaCy, as well as off-the-shelf platforms such as Dialogflow and Microsoft Bot Framework. It is emphasized that the selection of an approach depends on factors such as technical expertise, customization and integration requirements, and the specific functional demands of the chatbot.Publication Аналіз та розробка алгоритмів сегментації клітин на мікропрепаратах(ХНУРЕ, 2024) Яковенко, А. П.This research explores the development of algorithms for cell segmentation in microscopic slides, addressing the challenges posed by the high variability of cell structures and noise in microimages. A comprehensive review of existing segmentation methods, including the influence of different neural network architectures, forms the foundation for the proposed deep learning-based approach. The algorithms, adapted to the specific features of microscopic preparations, will be able to show promising experiments on real cell samples, showcasing their potential impact on advancing medical diagnostics and contributing to the automation of research laboratories.Publication Виявлення військових цілей за допомогою методів комп’ютерного зору(ХНУРЕ, 2024) Любименко, Р. С.This paper is devoted to the detection of military targets using computer vision methods. Two-stage and one-stage object detection algorithms are considered, along with a more detailed description of the most popular algorithms. The problems related to the detection of military objects are investigated, and possible solutions are proposed.Publication Нечіткий нелійний беггінг на основі адаптивної метамоделі в задачах прогнозувань(ХНУРЕ, 2024) Іванов, Є. О.Prediction is a fundamental task in artificial intelligence, applied across various domains from finance to marketing and industry. Traditional linear models often fall short in capturing the complexity of data relationships, necessitating the enhancement of predictive model accuracy and reliability. Nonlinear bagging, based on an adaptive meta-model, has emerged as an effective approach for processing large datasets. This method involves creating an ensemble of models with diverse parameters, ensuring both prediction quality and stability in the face of anomalies. However, avoiding overfitting is crucial, requiring the selection of appropriate optimization strategies, notably utilizing an adaptive meta-model. Further development of this method entails exploring various adaptation and optimization strategies for hyperparameters. Overall, the proposed fuzzy nonlinear online bagging procedure synthesizes the ensemble's computational intelligence within the framework of online data processing, offering advantages in handling both sequential and non-stationary data.