Кафедра штучного інтелекту (ШІ)
Постійне посилання на фонд
Переглянути
Перегляд Кафедра штучного інтелекту (ШІ) за Автор "Барановська, Леся Валеріївна"
Зараз показуємо 1 - 5 з 5
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Виявлення пошкоджених будівель на супутникових зображеннях(2023) Бірук, Сергій Володимирович; Барановська, Леся ВалеріївнаДипломну роботу виконано на 97 аркушах, вона містить 4 додатки та перелік посилань на використані джерела з 25 найменувань. У роботі наведено 27 рисунків та 9 таблиць. Актуальність теми полягає в тому, що пошкоджені будинки можуть служити індикаторами загального впливу природних або техногенних катастроф на інфраструктуру. Аналіз супутникових зображень дають уявлення про розуміння масштабів шкоди та забезпечення цілеспрямованої відповіді, що зрештою сприяє захисту та необхідної підтримки для цивільного населення у зонах катастрофи. Метою дослідження є переглянути існуючу літературу з аналізу супутникових зображень для оцінки пошкоджень будівель, алгоритмів виявлення об’єктів і згорткові моделі для класифікації зображень руйнувань будинків; по-друге, розробити метод виявлення пошкоджень будівель на супутникових зображеннях за допомогою згоркових мереж, який включає алгоритм виявлення об’єктів та класифікатор; і по-третє, оцінити ефективність запропонованого методу на наборі даних супутникових зображень, що містять будівлі з різним ступенем пошкодження. Об’єктом дослідження є супутникові знімки та будинки на цих зображеннях. Предмет дослідження – різні моделі виявлення об’єктів та класифікації зображень.Документ Відкритий доступ Дистанційний безконтактний метод визначення деяких біосигналів людини з відео-потоку(2023) Коваль, Максим Дмитрович; Барановська, Леся ВалеріївнаДипломна робота: 86 с., 7 табл., 23 рис., 1 додаток, 19 джерел. Об’єкт дослідження – застосування фотоплетизмографії в охороні здоров’я. Предмет дослідження – методи обробки деяких біосигналів з відео потоку для отримання безконтактної фотоплетизмограми. Мета роботи – розробка програмного забезпечення для визначення показників безконтактної фотоплетизмограми, зокрема систолічного та діастолічного артеріального тиску. Актуальність – розробка неінвазійних дистанційних діагностичних програм для моніторингу серцево-судинної системи людини. Ця робота досліджує та аналізує методи вивчення біосигналів людини з використанням фотоплетизмограми, які є найпоширенішими, і використовує методи машинного навчання для розв'язання проблем регресії. Подальший розвиток предмету дослідження – оптимізація апроксимації артеріального тиску, виходячи з сигналу фотоплетизмограми.Документ Відкритий доступ Прогнозування ціни вживаних автомобілів на основі їх характеристик з використанням алгоритмів машинного навчання(2023) Коваль, Павло Сергійович; Барановська, Леся ВалеріївнаДипломна робота: 120 с., 5 табл., 56 рис., 1 додаток, 18 джерел. Об’єкт дослідження – прогнозування ціни вживаних автомобілів на основі їх характеристик. Предмет дослідження – методи штучного інтелекту, які використовуються для задач прогнозування ціни автомобілів. Мета роботи – проаналізувати предмет дослідження, розробити програмний продукт за допомогою методів штучного інтелекту для визначення ціни автомобіля. Методи дослідження – методи штучного інтелекту: алгоритми машинного навчання, а саме лінійна регресія та випадковий ліс. Актуальність – задача розробки нової системи для покращення процесу оцінки ціни автомобіля. Зменшення витрат на помилкові рішення. Оптимізація роботи автосалонів за рахунок оперативності при оцінці вартості автомобілів. Результати роботи – створено програмний продукт, який використовує методи штучного інтелекту, які можуть бути використані для прогнозування ціни автомобілів. Шляхи подальшого розвитку предмету дослідження – використання більшого набору даних з залученням ринку вживаних автомобілів України, США та Європи. Створення повноцінного графічного інтерфейсу для спрощення роботи користувача з програмою, побудова складнішої та більш точної системи для прогнозування ціни автомобілів.Документ Відкритий доступ Розробка системи візуального ідентифікування транспорту в режимі реального часу з використанням нейронних мереж(2023) Бут, Ігор Олегович; Барановська, Леся ВалеріївнаДипломна робота: 122 ст., 60 рис., 6 табл., 1 додаток, 45 джерел. Об'єктом досліджень є автомобільний транспорт різних категорій з номерними знаками на кадрах з відеокамери. Предметом досліджень є згорткові нейроні мережі для виявлення об'єктів та їх розпізнавання. Програма написана мовою Python. Актуальність роботи полягає в тому що в світі активно впроваджуються різні системи для спрощення методів оплати за користування платними автодорогами. Комп'ютерні рішення, такі як розпізнавання номеру транспортного засобу, дозволяють замінити потребу в будь-яких спеціальних пропускних пунктах, додаткових приладах чи інших видах перепусток. Метою даної роботи є розробка програмного забезпечення для керування системою, яка може містити декілька камер для автоматичного розпізнавання транспортного засобу в режимі реального часу всіма камерами. Система повинна автоматично ідентифікувати проїжджаючий транспортний засіб за його номером та класифікувати за його типом. В результаті роботи було досліджено різновиди моделей для виявлення об’єктів, навчено та протестовану вибрану модель, реалізовано систему розпізнавання в режимі реального часу.Документ Відкритий доступ Штучний інтелект у шахах з використанням методів теорії ігор(2023) Ткаченко, Максим Романович; Барановська, Леся ВалеріївнаДипломна робота: 70 с., 15 табл., 31 рис., 1 додаток, 18 джерел. Об'єкт дослідження - комп'ютерні шахові програми (Chess Enignes), якi розробляються з метою гри в шахи та надання гравцям різних рівнів навичок можливiсть аналізувати варiанти шахових позицій. Предмет дослідження - методи та алгоритми, якi використовуються в шахових програмах для знаходження оптимальних ходів та оцінки позицій. Мета роботи – детальний аналіз шахових програм, їх алгоритмів та евристичних методів, які використовуються для досягнення високого рівня гри в шахи. Створення власної шахової програми, здатної конкурувати з сильними шахистами та програмами аналогами. Актуальність - дослідження шахових двигунів є актуальним завданням в сучасній комп'ютерній науці. Розробка шахових двигунів має практичну цінність для шахістів всіх рівнів. Програми здатні надати допомогу в аналізі власних партій, виявляючи помилки, що дозволяє шахістам покращувати свої навички та рівень гри.