Електронний архів наукових та освітніх матеріалів КПІ ім. Ігоря Сікорського

ELAKPI – інституційний репозитарій, що накопичує, зберігає, розповсюджує та забезпечує довготривалий, постійний та надійний доступ через Інтернет до наукових та освітніх матеріалів професорсько-викладацького складу, співробітників, студентів, аспірантів та докторантів КПІ ім. Ігоря Сікорського. За посиланням можна ознайомитися з положенням про ELAKPI.

Доступ до матеріалів ELAKPI

Доступ до повних текстів матеріалів ELAKPI вільний в мережі Інтернет, крім:

  • частини матеріалів з зібрань факультетів/кафедр, завантажених до 2016 року, доступ до яких надається в локальній мережі університету, що вказано в описі матеріалу;
  • звітів про НДР – доступ з комп’ютерів у залі № 6.6 НТБ;
  • дисертацій та авторефератів, завантажених до 2016 року, які доступні тільки для перегляду з комп’ютерів у залі № 6.6 НТБ.

Щоб отримати права на перегляд/скачування повних текстів ресурсів, доступних тільки в локальній мережі університету, зареєстровані користувачі Бібліотеки КПІ ім. Ігоря Сікорського можуть скористатися послугою Віддалений доступ до "локальних" ресурсів.

Розміщення матеріалів в ELAKPI
Контакти

Бібліотека КПІ ім. Ігоря Сікорського, зал № 4.4, тел. +38 (044) 204-96-72, elakpi@library.kpi.ua, elakpi.ntb@gmail.com

 

Фонди

Виберіть фонд, щоб переглянути його зібрання.

Зараз показуємо 1 - 38 з 38

Нові надходження

Ескіз недоступний
ДокументВідкритий доступ
Електричні системи і мережі. Частина IV
(ВНТУ, 2025) Малогулко, Юлія ВІкторівна; Кацадзе, Теймураз Луарсабович; Нетребський, Володимир Васильович
У навчальному посібнику розглянуто загальні відомості про загальну характеристику задач регулювання режимів електроенергетичних систем; про аналітичні методи розрахунків робочих режимів дальніх електропередач; наведено механічний розрахунок проводів повітряних ліній електропередавання; розглянуті питання в рукописі сприяють вивченню спеціальних дисциплін здобувачами. Навчальний посібник розроблено для здобувачів спеціальності 141 – «Електроенергетика, електротехніка та електромеханіка» денної та заочної форм навчання, які вивчають курс «Електричні системи і мережі».
Ескіз недоступний
ДокументВідкритий доступ
Метод та програмне забезпечення підвищення якості зображень
(КПІ ім. Ігоря Сікорського, 2026) Сметана, Максим Олександрович; Шкурат, Оксана Сергіївна
Сьогодні більшість сучасних інформаційних систем – від систем комп'ютерного зору та відеоспостереження до мультимедійних сервісів, мобільних застосунків і медичних інформаційних комплексів – активно використовують цифрові зображення як один з основних типів вхідних даних. На практиці такі зображення часто містять спотворення, зумовлені нерівномірним освітленням, шумами сенсора, розмиттям, низькою роздільною здатністю та втратами під час стиснення, що знижує їхню інформативність і ускладнює подальше автоматизоване оброблення. Класичні методи цифрового оброблення зображень, зокрема вирівнювання гістограми, CLAHE та гамма-корекція, мають високу швидкодію, проте не забезпечують достатньої якості для різних типів сцен, тоді як нейромережеві моделі надають кращу якість відновлення, але зазвичай орієнтовані на окремі типи задач, що ускладнює побудову універсальних прикладних рішень. У даній роботі запропоновано новий метод адаптивного покращення якості цифрових зображень, який ґрунтується на початковому визначенні змісту вхідного зображення, відповідно до якого обирається спеціалізована гілка оброблення. Завдяки цьому метод дозволяє коректно опрацьовувати зображення з істотно різними властивостями – портретні сцени, низькодеталізовані кадри, документи й загальносценові фотографії – без застосування єдиного універсального конвеєра. Для семантичного визначення типу зображення використано zero-shot класифікацію на основі моделі CLIP, що вперше у межах цієї прикладної задачі дозволяє узгодити вибір алгоритму покращення з фактичним змістом кадру. Для впровадження запропонованого методу розроблено модульну архітектуру програмного забезпечення з графічним інтерфейсом користувача, реалізованого мовою Python із використанням фреймворків PyQt5, OpenCV та PyTorch, що забезпечує гнучкість та придатність до подальшого розвитку. Запропонований метод реалізовано безпосередньо у застосунку у вигляді режиму AI Auto (Neural), що поєднує адаптивну γ-корекцію, CLAHE та нейромережеві моделі GFPGAN і Real-ESRGAN та дозволяє користувачеві отримувати покращене зображення без ручного вибору алгоритму. Експериментальне дослідження запропонованого методу підтвердило його перевагу над фіксованими підходами та дозволило підвищити якість зображення на 5,2 % та 5,8 % відповідно до показників PSNR і SSIM.
Ескіз недоступний
ДокументВідкритий доступ
Метод та програмне забезпечення сегментації зображень в умовах варіативного освітлення
(КПІ ім. Ігоря Сікорського, 2026) Слободзян, Максим Вікторович; Шкурат, Оксана Сергіївна
Сучасні системи комп’ютерного зору широко використовуються для аналізу цифрових зображень у задачах відеоспостереження, робототехніки та промисловості. Однією з ключових задач таких систем є сегментація зображень, ефективність якої суттєво знижується в умовах варіативного освітлення через втрату контрастності та погіршення якості вхідних даних. У магістерській дисертації запропоновано метод сегментації зображень в умовах варіативного освітлення, що ґрунтується на попередньому аналізі характеристик освітлення, відповідно до якого застосовуються алгоритми адаптивного оброблення зображень та нейромережева сегментація. Запропонований підхід включає класифікацію зображень за рівнем яскравості та використання відповідних алгоритмів оброблення для темних, світлих і помірно освітлених зображень. Для реалізації сегментації використано нейромережеві моделі архітектур SegNet та U-Net. Програмне забезпечення запропонованого методу розроблене із застосуванням сучасних засобів комп’ютерного зору, фреймворків та бібліотек машинного навчання. Наведено результати експериментального дослідження, що підтверджують підвищення точності сегментації при використанні запропонованого методу, а саме: для моделі SegNet досягнуто значення 95.36% та 73.98% за метриками PA та mIoU відповідно; для моделі SegNet – 95.62% та 77.63%. Отримані результати підтверджують доцільність використання розробленого методу для задач відеоспостереження, аналізу та розпізнавання об’єктів на зображеннях, а також в інших прикладних системах, де важлива стійкість до змін освітлення.
Ескіз недоступний
ДокументВідкритий доступ
Метод та програмне забезпечення сегментації цифрових зображень приміщень на основі вилучених ознак
(КПІ ім. Ігоря Сікорського, 2026) Пецеля, Артем Володимирович; Шкурат, Оксана Сергіївна
Дана магістерська дисертація присвячена розробленню та реалізації методу сегментації цифрових зображень приміщень на основі комплексу нейромережевих та алгоритмічних перетворень. У ході виконання магістерської дисертації було проведено аналіз існуючих методів сегментації зображень приміщень, зокрема класичних геометричних методів, перехідних нейромережевих підходів та сучасних наскрізних архітектур. Запропоновано вдосконалений нейромережевий метод сегментації цифрових зображень приміщень, що забезпечує модульність системи та інтерпретованість окремих етапів оброблення. Запропонований метод ґрунтується на застосуванні двох нейромережевих моделей архітектури DeepLabV3+ для сегментації підлоги та стелі, нейромережевої моделі архітектури MaskCNN для визначення кількості видимих стін на сегментованих бінарних зображеннях, а також алгоритму визначення кутів. Розроблений метод сегментації цифрових зображень приміщень продемонстрував точність сегментування 84,6 % на валідаційній вибірці датасету LSUN Surface Relabel. У даній магістерській дисертації розроблено модульне програмне забезпечення для аналізу та сегментації цифрових зображень приміщень із серверною частиною на Python із використанням бібліотек PyTorch та FastAPI, а також клієнтською частиною на TypeScript.
Ескіз недоступний
ДокументВідкритий доступ
Квантова теорія ігор: огляд та майбутнє
(КПІ ім. Ігоря Сікорського, 2026) Шумар, Борис; Жаріков, Едуард Вʼячеславович; Полупан, Юлія Вікторівна
Квантова теорія ігор (КТІ) є новітньою дисципліною, що виникла з розвитком квантових обчислень, розширюючи класичну теорію ігор за рахунок використання квантових технологій. Її основна відмінність полягає у застосуванні квантового заплутування та суперпозиції, де гравці оперують кубітами замість чистих чи змішаних стратегій. КТІ демонструє «квантову перевагу», дозволяючи досягати кращих результатів, ніж у класичних сценаріях, як це видно на прикладах гри CHSH та квантової дилеми в'язня. У цих іграх квантові стратегії можуть призвести до нових рівноваг Неша та Парето-оптимальних рішень, які неможливо отримати з використанням класичних обчислень. Майбутнє КТІ тісно пов'язане з розвитком квантових технологій із застосуванням у квантових мережах, криптографії та розподілених обчисленнях.