Бакалаврські роботи (ПМА)

Постійне посилання зібрання

https://ela.kpi.ua/handle/123456789/21885

Переглянути

Перегляд Бакалаврські роботи (ПМА) за Автор "Бай, Юлія Петрівна"

Зараз показуємо 1 - 2 з 2
  • Ескіз
    ДокументВідкритий доступ
    Математичне та програмне забезпечення для аналізу коливань консольної пластини із застосуванням узагальненого методу Гальоркіна
    (КПІ ім. Ігоря Сікорського, 2023) Чух, Богдан Володимирович; Бай, Юлія Петрівна
    Дипломну роботу виконано на 68 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 22 найменувань. У роботі наведено 29 рисунків та 2 таблиці. Консольна прямокутна пластина знаходить широке застосування в різних галузях інженерної науки, таких як аеродинаміка, цивільні та гідравлічні пристрої, судна, механічні конструкції тощо. Часто ці пластини працюють при динамічних навантаженнях, які можуть призвести до резонансу, тому знання спектру їх власних коливань і динамічної поведінки є дуже важливим для конструкторів. В даній роботі проведено аналіз існуючих підходів до розв’язання задачі про власні коливання консольних пластин. Існують два основних підходи в теорії дослідження коливань пластин: аналітичні методи та чисельні наближені методи. Аналітичні методи забезпечують високу точність, але не можуть бути застосовані для складних геометрій пластини або складних граничних умов. Чисельні методи є більш гнучкими, але вимагають розв'язування систем великої розмірності, що забезпечує точність лише до певного рівня. У роботі розроблено математичне та програмне забезпечення, яке реалізує узагальнений метод Гальоркіна, що дозволяє з високою точністю розрахувати власні частоти для консольних пластин та побудувати відповідні форми власних коливань.
  • Ескіз
    ДокументВідкритий доступ
    Математичне та програмне забезпечення системи прогнозування рівня лояльності потенційного працівника
    (КПІ ім. Ігоря Сікорського, 2023) Гудим, Вікторія Миколаївна; Бай, Юлія Петрівна
    Дипломну роботу виконано на 70 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 33 найменуваннями. У роботі наведено 25 рисунків та 5 таблиць. Метою даної дипломної роботи є створення математичного та програмного забезпечення системи прогнозування рівня лояльності потенційного працівника. В роботі розглядаються класичні методи машинного навчання для прогнозування: логістична регресія, метод опорних векторів, метод k-найближчих сусідів, наївний баєсів класифікатор, дерева рішень, випадковий ліс. З використанням даних методів розроблено програмне забезепечення для прогнозування рівня лояльності потенційного працівника для покращення відбору HR-працівником кандидатів українського ринку, що мають більше шансів на довгострокову співпрацю з компанією, з метою усунення додаткових фінансових та часових витрат компаній на пошук нових спеціалістів, а, також, підвищення продуктивності та конкурентноспроможності компаній загалом.