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
Структурно-параметричний синтез нейромережевих структур в задачах комп’ютерного бачення в медицині
(КПІ ім. Ігоря Сікорського, 2026) Кошель, Олена Олександрівна; Кот, Анатолій Тарасович
Дипломна робота: 149 с., 6 рис., 42 табл., 17 посилань. Робота присвячена розробці методу структурно-параметричного синтезу згорткових нейронних мереж для класифікації гістопатологічних зображень тканин молочної залози на основі генетичного алгоритму з одночасною оптимізацією архітектурних та гіперпараметричних складових. Розроблено метод уніфікованого кодування архітектурної та параметричної складових у вигляді хромосоми, адаптивну функцію пристосованості з урахуванням динаміки навчання та перенавчання, а також повний фреймворк відтворюваності синтезованих архітектур. Експериментально підтверджено ефективність методу на датасеті BreakHis: досягнуто точність бінарної класифікації 86.83% (доброякісна/злоякісна пухлина) за 47 хвилин обчислень на NVIDIA L4 GPU. Проаналізовано 136 синтезованих архітектур з 16 поколінь еволюції. Похибка відтворюваності результатів становить 0.03%. Розроблену систему впроваджено у вигляді програмного забезпечення з відкритим вихідним кодом, придатного для застосування в системах автоматизованої медичної діагностики.
Ескіз недоступний
ДокументВідкритий доступ
Вебзастосунок електронної комерції для продажу рослин
(КПІ ім. Ігоря Сікорського, 2026) Горай, Ксенія Олексіївна; Роковий, Олександр Петрович
У даній роботі проведено аналіз існуючих вебзастосунків електронної комерції та визначено їхні переваги й недоліки з метою розробки інтернет-магазину рослин. На основі аналізу сформовано вимоги до системи та спроєктовано її архітектуру. У результаті роботи розроблено вебзастосунок для продажу рослин із реалізацією автентифікації користувачів, управління товарами та категоріями, кошика покупок, оформлення замовлень, онлайн-оплати, системи купонів, адміністративної панелі та аналітики продажів. Також реалізовано кешування даних і механізми захисту інформації. Застосунок створено з використанням React, Node.js, Express, MongoDB, Redis та Stripe. Розроблений програмний продукт може бути використаний для автоматизації продажу рослин в онлайн-середовищі.
Ескіз недоступний
ДокументВідкритий доступ
Система інтелектуального аналізу текстових даних із використанням методів обробки природної мови (NLP)
(КПІ ім. Ігоря Сікорського, 2026) Галай, Андрій Вікторович; Трочун, Євгеній Володимирович
Дипломний проєкт присвячено розробці системи інтелектуального аналізу текстових даних із використанням методів обробки природної мови. У роботі проаналізовано сучасні сервіси обробки природної мови та обґрунтовано потребу у відкритому рішенні, яке усуває ризики непрозорості обробки даних і залежності від постачальника послуг. Визначено поняття природної мови та наведено класифікацію текстових даних за їхньою структурою й обсягом. Описано процес розбиття тексту на токени та перетворення токенів на векторні представлення, що називаються ембедінгами, а також архітектури рекурентних нейронних мереж RNN та LSTM. На підставі оглянутого матеріалу сформовано технологічний стек: бібліотека spaCy, фреймворк FastAPI, система керування базами даних PostgreSQL, сховище Redis та бібліотека React. Описано процес підготовки набору даних і генерації синтетичних даних для донавчання моделі класифікації спаму, а також тестування її роботи на незалежному наборі даних. Реалізовано три модулі обробки природної мови: класифікатор спаму на основі донавченої моделі DistilBERT, модуль анонімізації персональних даних, що працює за допомогою регулярних виразів та розпізнавання іменованих сутностей, і модуль вилучення ключових слів. Серверну частину побудовано з розмежуванням двох категорій клієнтів за допомогою JWT-токенів та API-ключів, а клієнтський інтерфейс реалізовано як односторінковий застосунок, що побудований за допомогою бібліотеки React. Працездатність усіх компонентів підтверджено тестуванням, зокрема через реальні запити до запущеного сервісу. Текст програмного коду розміщено на платформі GitHub у відкритому доступі.
Ескіз недоступний
ДокументВідкритий доступ
Інтелектуальна система прогнозування часових рядів продажів із урахуванням екзогенних факторів
(КПІ ім. Ігоря Сікорського, 2026) Кузьмінська, Віра Сергіївна; Сидорський, Володимир Сергійович
Дипломна робота: 92 с., 5 рис., 26 табл., 23 посилання, додаток. Об’єктом дослідження є процес прогнозування обсягів продажів у мережі роздрібної торгівлі з урахуванням впливу зовнішніх факторів. Предметом дослідження є методи машинного навчання для прогнозування багатовимірних часових рядів продажів із використанням екзогенних коваріатів. Метою роботи є розробка інтелектуальної системи прогнозування часових рядів продажів, яка ефективно інтегрує екзогенні фактори різної природи для підвищення точності прогнозів порівняно з базовими підходами. У роботі проведено огляд методів прогнозування часових рядів від класичних статистичних підходів до методів машинного та глибокого навчання, запропоновано класифікацію екзогенних факторів. Виконано розвідувальний аналіз реального набору даних мережі продовольчих магазинів Еквадору (1 782 часових ряди, період 2013–2017), розроблено стратегії передобробки та сконструйовано ознаковий простір з 27 ознак у семи групах. Запропоновано валідаційну схему розширювального вікна з трьома непересічними фолдами. Реалізовано інтелектуальну систему прогнозування у вигляді інтегрованого конвеєра з шести компонент: попередньої обробки даних, конструювання ознак, data-driven відбору ознак свят, ансамблю чотирьох моделей LightGBM, автоматичного підбору ваг та валідаційної підсистеми. Зважений ансамбль досягнув RMSLE = 0,425 на цільовому прогнозному вікні — скорочення помилки на 59% відносно базової моделі. Виявлено два систематичні режими помилок, що характеризують фундаментальне обмеження класу історико-залежних моделей.
Ескіз недоступний
ДокументВідкритий доступ
Мобільний застосунок моніторингу серцевого ритму на основі аналізу відеопотоку з камери пристрою
(КПІ ім. Ігоря Сікорського, 2026) Дворецька, Анастасія Вадимівна; Трочун, Євгеній Володимирович
У дипломному проєкті розроблено мобільний застосунок для платформи Android, що вимірює частоту серцевих скорочень користувача за відеопотоком з камери смартфона методом фотоплетизмографії. Метою роботи було створення доступного інструменту самоконтролю пульсу, який не потребує додаткового обладнання. Виконано аналіз існуючих методів вимірювання ЧСС і застосунків-аналогів, обґрунтовано вибір методу фотоплетизмографії. Спроєктовано програмну архітектуру за принципами Clean Architecture з трьома шарами: presentation, domain, data. Реалізовано повний цикл цифрової обробки сигналу: видалення тренду базової лінії, смугова фільтрація IIR у діапазоні 0,7–3,5 Гц, виявлення піків і обчислення BPM через медіану міжударних інтервалів. Проведено пілотну перевірку точності у порівнянні з пульсоксиметром Beurer PO 30, отримано середню абсолютну похибку 2,53 удари за хвилину і коефіцієнт кореляції Пірсона 0,92.