Кафедра програмного забезпечення комп’ютерних систем (ПЗКС)

Постійне посилання на фонд

https://ela.kpi.ua/handle/123456789/1494

Переглянути

Перегляд Кафедра програмного забезпечення комп’ютерних систем (ПЗКС) за Автор "Баклан, Дмитро Володимирович"

Зараз показуємо 1 - 2 з 2
  • Ескіз
    ДокументВідкритий доступ
    Вебзастосунок для відслідковування та планування обсягу фізичних навантажень при занятті спортом
    (КПІ ім. Ігоря Сікорського, 2023) Баклан, Дмитро Володимирович; Заболотня, Тетяна Миколаївна
    Дипломний проєкт присвячено розробці програмного забезпечення для відслідковування та прогнозування обсягу фізичних навантажень при занятті спортом. У проєкті розроблено клієнт-серверну архітектуру веб-сервісу, спроектовано структуру бази даних та дизайн інтерфейсів програмного забезпечення. Під час роботи над проєктом виконано порівняльний аналіз існуючих веб-додатків у сфері відслідковування та контролю фізичних навантажень під час фізичних тренувань. Створений в результаті виконання дипломної роботи додаток враховує недоліки наявних аналогів та забезпечує можливість гнучкого регулювання спортивних навантажень, що дозволяє враховувати фізичні особливості користувача. Серед базової функціональності наявні можливості додавання та редагування фізичних вправ, збереження та відслідковування результатів тренувань, можливість створення детального плану графіку тренувань з періодизацією навантажень, в залежності від того який показник, силу чи витривалість, хотів би підвищити спортсмен.
  • Ескіз
    ДокументВідкритий доступ
    Модифікований метод та програмне забезпечення для виявлення образливого вмісту в природномовних текстових даних
    (КПІ ім. Ігоря Сікорського, 2024) Баклан, Дмитро Володимирович; Заболотня, Тетяна Миколаївна
    На сьогоднішній день проблематика автоматизованого виявлення образливого вмісту в природномовних текстах стає все більш актуальною в контексті боротьби з агресивною поведінкою в мережі Інтернет, модерацією контенту соціальних мереж та забезпеченням цифрової безпеки. Попри стрімкий розвиток моделей машинного навчання в галузі визначення образливого вмісту в природномовних текстових даних, сучасні методи мають явний недолік у вигляді відсутності можливості отримати пояснення того, які саме слова найбільше вплинули на рішення моделі стосовно наявності образливого вмісту. У даній роботі запропоновано модифікацію методу для визначення образливого вмісту в природномовних текстових даних. Запропонований метод, на відміну від існуючих аналогів, визначає ймовірність впливу на рішення моделі для кожного окремого слова, завдяки чому підвищує точність «пояснюваності» рішень моделі у межах від 10% до 20%, а також точність міждоменної класифікації – до 10%, навчаючись на наборах даних розміром 50-150 повідомлень. Для програмної реалізації запропонованої модифікації розроблено застосунок з консольним інтерфейсом користувача. В якості мови програмування використовується мова Python, яка є зручним інструментом при створенні додатків з використанням технологій машинного навчання. Також для реалізації застосунку було використано набір сучасних бібліотек таких, як Python NLTK, Transformers від HuggingFace, PyTorch, Scikit-learn.