Кафедра інформатики та програмної інженерії (ІПІ)
Постійне посилання на фонд
Сайт кафедри: https://ipi.kpi.ua/
Переглянути
Перегляд Кафедра інформатики та програмної інженерії (ІПІ) за Автор "Баклан, Ігор Всеволодович"
Зараз показуємо 1 - 16 з 16
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Алгоритми та програмне забезпечення для прогнозування геолокації у соціальних мережах за допомогою моделей на основі BERT(КПІ ім. Ігоря Сікорського, 2023) Луцай, Катерина Андріївна; Баклан, Ігор ВсеволодовичПояснювальна записка дипломного проєкту складається з чотирьох розділів, містить 30 таблиць, 15 рисунків та 46 джерел – загалом 105 сторінок. Дипломний проєкт присвячений аналізу великих масивів коротких текстових даних, таких як запису у соціальних мережах, для визначення місцезнаходження авторів. Мета цього проєкту – покращення точності прогнозування місцезнаходження за текстом та надання гнучкої методології для маркування датасетів іншим розробникам. Об'єкт дослідження: нейронні мережі сімейства представлення двонаправленого кодера у трансформерах (BERT) для аналізу натуральної мови (NLP). Предмет дослідження: система прогнозування місцезнаходження за текстом на базі даних Твіттера. У Розділі 1 розглянуто минулі роботи в предметній області дослідження нейронних мереж та алгоритмів машинного навчання для вирішення задачі регресії до чисельного представлення місцезнаходження автора. Описано вимоги до програмного забезпечення на базі аналізу минулих підходів з використанням BERT, та поставлено задачі даної роботи. Визначено основний функціонал та спеціальні вимоги до реалізації алгоритмів, архітектури, та допоміжних програмних засобів. Розділ 2 присвячений моделюванню архітектури нейронної мережі та конструюванню багатозадачних алгоритмів машинного навчання для обрахунки функцій втрат нестандартного вихідного формату. Описано архітектуру ПЗ Розробника та ПЗ Користувача у вигляді серверної частини Телеграм боту для демонстрації роботи найкращої з навчених моделей. Розглянуто розділення на класи модульної архітектури на мові Python та розподіл функціоналу за відповідними утилітами. Запропонований підхід використовує нейронні мережі для обробки природної мови (NLP) для оцінки місцезнаходження у вигляді пар координат (довгота, широта) та моделей сумісних двовимірних розподілів (GMM) з обмеженням вихідного параметра що відповідає за коефіцієнт сферичної матриці коваріації. У Розділі 3 розглянуто минулі роботи в предметній області дослідження з точки зору загальноприйнятий метрик ефективності (точності) прогнозування місцезнаходження. Показники ефективності показують, що середня похибка становить менше 30 км на світовому рівні і менше 15 км на рівні США для моделей, навчених і оцінених на текстових змінних контенту твітів (текст) і контексті їх метаданих (користувач, місце). Описано мануальне тестування навчання, оцінки та прогнозування місцезнаходження в ролях Розробника та Користувача. Нарешті, Розділ 4 присвячений лише розгортанню серверної частини Телеграм боту, оскільки ПЗ Розробника призначене до локального запуску. Програмне забезпечення впроваджено на високопродуктивному кластері на базі ОС з ядром Unix без графічного інтерфейсу користувача. Результати роботи пройшли апробацію на рівні директора департаменту European Laboratory for Learning and Intelligent Systems (ELLIS) Christroph H.Lampert’а та подані на публікацію в Journal of Spatial Information Science (JOSIS).Документ Відкритий доступ Архітектурне рішення для автоматичного пошуку технологічних рецептів(КПІ ім. Ігоря Сікорського, 2021-12) Карпа, Маркіян Володимирович; Баклан, Ігор ВсеволодовичДокумент Відкритий доступ Архітектурне рішення для забезпечення аналізу і моделювання сигналів від епідермічних сенсорів(КПІ ім. Ігоря Сікорського, 2021-12) Златокрилець, Микола Олександрович; Баклан, Ігор ВсеволодовичДокумент Відкритий доступ Архітектурне рішення кросплатформенного програмного забезпечення для аналізу та прогнозування рівня глюкози у крові лінгвістичним методом(КПІ ім. Ігоря Сікорського, 2021-12) Шаверський, Іван Олександрович; Баклан, Ігор ВсеволодовичДокумент Відкритий доступ Веб-застосунок для надання додаткового функціоналу для користувачів електронним розкладом навчального закладу(КПІ ім. Ігоря Сікорського, 2023) Боринець, Олександра Ігорівна; Баклан, Ігор ВсеволодовичПояснювальна записка дипломного проєкту складається з чотирьох розділів, містить 46 таблиць, 39 рисунків та 16 джерел – загалом 87 сторінок. Дипломний проєкт присвячений розробці веб-застосунку для надання додаткового функціоналу для користувачів електронним розкладом навчального закладу. Мета проєкту полягає у вирішенні проблем користувачів електронним розкладом навчального закладу шляхом створення ефективного інструменту для перегляду та управління розкладом, який максимально спрощує процес використання інформації про розклад занять для студентів та викладачів. Об'єкт дослідження: веб-застосунок для надання додаткового функціоналу для користувачів електронним розкладом навчального закладу. Предмет дослідження: задоволення потреб користувачів електронним розкладом навчального закладу шляхом використання веб-застосунку.Документ Відкритий доступ Десктопний застосунок для розпізнавання математичних формул, їх редагування та обчислення(КПІ ім. Ігоря Сікорського, 2023) Українець, Дмитро Русланович; Баклан, Ігор ВсеволодовичПояснювальна записка дипломного проєкту складається з чотирьох розділів, містить 88 таблиць, 40 рисунків та 15 джерел – загалом 112 сторінок. Дипломний проєкт присвячений розробці десктопного застосунку для розпізнавання формул, їх редагування та обчислення. Мета: підвищення ефективності роботи з науковими та технічними документами, що містять математичні формули, шляхом створення програмного забезпечення, що дозволить значно пришвидшити роботу з математичними формулами, включаючи їх швидке копіювання, редагування та обчислення за рахунок їх розпізнавання із екрану замість набирання вручну. Це програмне забезпечення повинно працювати локально та бути простим для встановлення. Об'єкт дослідження: програмне забезпечення для розпізнавання формул, їх редагування та обчислення. Предмет дослідження: методи для розпізнавання формул з зображення у мову розмітки. У першому розділі детально описується предметна область роботи, існуючі рішення та алгоритми, розроблюються вимоги до ПЗ та описуються поставлені задачі. У другому розділі обґрунтовується обране технічне рішення задачі та технології для реалізації ПЗ, а також описується архітектура ПЗ. Третій розділ містить детальний опис тестування розробленого ПЗ. У четвертому розділі наведена покрокова інструкція розгортання створеного ПЗ. Програмне забезпечення впроваджено на платформі Github.Документ Відкритий доступ Доменно-орієнтована мова програмування для фрактального аналізу та прогнозування часових рядів(КПІ ім. Ігоря Сікорського, 2023) Глушко, Богдан Сергійович; Баклан, Ігор ВсеволодовичРозмір пояснювальної записки – 102 аркуші, містить 15 ілюстрацій, 1 таблицю, 6 додатків, 17 посилань на джерела. Актуальність теми. У роботі розглянуто проблему супроводження доменно-орієнтованих мов для аналізу та прогнозування часових рядів, показано основні особливості існуючих мов програмування та супровідних рішень, їх переваги та недоліки. Виявлено потребу в розробці удосконаленої мови програмування та інтегрованого середовища розробки. Мета дослідження. Основною метою є підвищення зручності аналізу та прогнозування часових рядів шляхом розробки удосконаленої мови програмування та її супровідних засобів, що забезпечують виконання задач аналізу та прогнозування. Об’єкт дослідження: програмне забезпечення для аналізу та прогнозування часових рядів. Предмет дослідження: методи і засоби розробки та супроводження доменно-орієнтованої мови програмування, призначеної для обробки часових рядів та їх візуалізації. Для реалізації поставленої мети сформульовані наступні завдання: − аналіз методів дослідження та прогнозування часових рядів; − аналіз засобів дослідження та програмування відповідної доменної області; − розробка архітектури програмного забезпечення та мови програмування; − розробка мови програмування та інтегрованого середовища програмування; − дослідження ефективності розробленого програмного забезпечення; − аналіз можливостей та напрямів подальшого розвитку. Наукова новизна результатів магістерської дисертації полягає в тому, що запропоновано доменно-орієнтовану мову програмування, що реалізовує набір модульних функцій для роботи з часовими рядами, і, на відміну від альтернативних рішень, зменшує затрати часу на виконання завдань, а також пропонує вищий рівень інтуїтивної зрозумілості та простоти входження для користувачів. Результат досягнутий шляхом створення нової мови програмування та інтегрованого середовища розробки, а також модулів візуалізації та інтерпретативного аналізу команд. Практичне значення отриманих результатів полягає в тому, що створена мова обʼєднана з інструментами обробки часових рядів в межах єдиного продукту і надає максимально просту систему для користувацьких досліджень. Дана система може бути використана у дослідницьких роботах, фінансовому секторі, медицині при аналізу показників, та інших прикладних напрямках. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на IV науково-практичній конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech-2023) – м. Київ. Публікації. Наукові положення дисертації опубліковані в: 1) Глушко Б.С., Баклан І.В. Доменно-орієнтована мова програмування для фрактального аналізу та прогнозування часових рядів. Матеріали IV міжнародної науково-практичної конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології (SoftTech-2023)» присвяченої 125-й річниці КПІ ім. Ігоря Сікорського. 9–11 травня 2023 р., Київ. (відправлено до редакції). 2) Глушко Б.С., Баклан І.В. Доменно-орієнтована мова програмування для фрактального аналізу та прогнозування часових рядів. Матеріали Х всеукраїнської науково-практичної конференції здобувачів вищої освіти і молодих вчених з автоматичного управління, присвяченої дню ракетно-космічної галузі України. 12–15 квітня 2023 р., Херсон. (відправлено до редакції).Документ Відкритий доступ Метод та засіб супроводження еволюціонуючих гібридних інтелектуальних систем(КПІ ім. Ігоря Сікорського, 2023) Похиленко, Олександр Андрійович; Баклан, Ігор ВсеволодовичРозмір пояснювальної записки – 115 аркушів, містить 21 ілюстрацію, 15 таблиць, 6 додатків, 71 посилання на джерела. Актуальність теми. У роботі розглянуто проблему супроводження еволюціонуючих гібридних інтелектуальних систем (ЕГІС), показано основні особливості існуючих методів та засобів. Виявлено перспективність використання методів прогностичного супроводження на основі виявлення аномалій щодо супроводження ЕГІС. Виявлено потребу в розробці удосконаленого методу супроводження та засобу, що реалізує цей метод. Мета дослідження. Основною метою є підвищення супроводжуваності еволюціонуючих гібридних інтелектуальних систем за рахунок удосконалення методу супроводження та розробки засобу супроводження, що реалізує цей метод. Об’єкт дослідження: програмне забезпечення гібридних інтелектуальних систем. Предмет дослідження: методи і засоби щодо супроводження програмного забезпечення еволюціонуючих гібридних інтелектуальних систем. Для реалізації поставленої мети сформульовані наступні завдання: − аналіз методів та засобів супроводження ЕГІС; − розробка удосконаленого методу супроводження ЕГІС; − створення, налагодження та тестування прототипу засобу супроводження ЕГІС, що реалізує розроблений метод; − дослідження ефективності розробленого методу; − оцінювання можливих напрямків подальшого розвитку. Наукова новизна результатів магістерської дисертації полягає в удосконаленні методу супроводження ЕГІС та моделі виявлення аномалій, що використовується в цьому методі. Метод було удосконалено за рахунок додавання трьох нових етапів: етапу збереження даних та сповіщення про аномалії; етапу отримання зворотного зв’язку; етапу перенавчання моделей. Модель була удосконалена за рахунок введення ансамблю детекторів та застосування лінійної регресії для оновлення ваг детекторів під час навчання моделі. Отримана модель може працювати без початкового навчання, але може підвищувати точність при навчанні. В результаті експериментів виявлено, що удосконалена модель помітно краще виявляє колективні аномалії за початкову модель, а влучність удосконаленої моделі після навчання може в декілька разів перевищувати влучність початкової моделі. Практичне значення отриманих результатів полягає у розробці засобу супроводження ЕГІС у вигляді двох модулів: бібліотеки, яка може бути встановлена з репозиторію пакетів PyPI, та Django веб-застосунку, що надає інтерфейс для зручного налаштування та керування моделями, які використовуються для супроводження ЕГІС. Розроблений засіб може бути використано для прогностичного супроводження ЕГІС. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського». Апробація. Наукові положення дисертації пройшли апробацію на IV науково-практичній конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech-2023) – м. Київ. Публікації. Наукові положення дисертації опубліковані в: 1) Похиленко О.А., Баклан І.В. Супроводження Гібридних Інтелектуальних Систем, які Еволюціонують. Вчені записки Таврійського національного університету імені В.І. Вернадського. Серія: Технічні науки. 2022. Т. 33 (72), № 1. С. 175-181. 2) Похиленко О.А., Баклан І.В. Метод та Засіб Супроводження Еволюціонуючих Гібридних Інтелектуальних Систем. Матеріали IV міжнародної науково-практичної конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології (SoftTech-2023)» присвяченої 125-й річниці КПІ ім. Ігоря Сікорського. 9–11 травня 2023 р., Київ. (відправлено до редакції).Документ Відкритий доступ Методи та програмні засоби для управління кластером сонячних електростанцій(КПІ ім. Ігоря Сікорського, 2022-06) Мокрий, Андрій Вікторович; Баклан, Ігор ВсеволодовичДокумент Відкритий доступ Мобільний застосунок для вивчення іноземної мови(КПІ ім. Ігоря Сікорського, 2023) Богайчук, Юрій Володимирович; Баклан, Ігор ВсеволодовичПояснювальна записка дипломного проєкту складається з чотирьох розділів, містить 54 таблиць, 13 рисунків та 6 джерел – загалом 64 сторінки. Дипломний проєкт присвячений розробці мобільного застосунку для вивчення іноземної мови із декількома режимами вивчення та електронним словником. Мета: забезпечити ефективну інтерактивну мобільну платформу на базі Android, що допоможе розвивати словниковий запас іноземної мови, покращувати навички розуміння, правопису та швидкості запам’ятовування слів. Об'єкт дослідження: програмне забезпечення для вивчення іноземної мови. Предмет дослідження: процеси розроблення архітектури та самого мобільного застосунку із базами даних та сторонніми веб-ресурсами у вигляді API, їх модифікації, оптимізації та налагодження роботи. У першому розділі проведено аналіз вимог до програмного забезпечення, виведено функціональні та нефункціональні вимоги, наведено постановку завдання, проаналізовано конкурентів на ринку. Другий розділ присвячений моделюванню програмного забезпечення, розроблено архітектуру додатку та описано засоби його реалізації. В третьому розділі розроблено процеси тестування додатку та проведено аналіз якості. В четвертому розділі описано процеси розгортання мобільного додатку.Документ Відкритий доступ Мова програмування та програмні засоби опису агентних моделей розповсюдження інфекційних захворювань(КПІ ім. Ігоря Сікорського, 2023) Сарнацький, Владислав Віталійович; Баклан, Ігор ВсеволодовичСарнацький В.В. Мова програмування та програмні засоби опису агентних моделей розповсюдження інфекційних захворювань. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 121 – Інженерія програмного забезпечення та 12 – Інформаційні технології. – Національний Технічний Університет України «Київський Політехнічний Інститут імені Ігоря Сікорського», Київ, 2023. Дисертаційна робота присвячена розробці інструментального забезпечення для ефективного моделювання процесів розповсюдження інфекційних захворювань. Висвітлено основні напрями та тенденції розвитку сфери епідеміологічного моделювання у цілому та зокрема процесу розробки агентних епідеміологічних моделей. Були виявлені переваги та недоліки запропонованих дослідницькою спільнотою рішень та, зокрема, обсяг, гнучкість та швидкодія програмних засобів моделювання. Серед програмних засобів моделювання не було помічено представників, що поєднують у собі доступний інтерфейс з високою швидкодією та гнучкістю опису моделей. Був зроблений висновок, що розробка предметно-орієнтованої мови програмування для опису агентних моделей та графічного середовища розробки та аналізу нададуть доступний інтерфейс опису моделі у поєднанні зі значною гнучкістю та швидкодією. Виконана побудова загального математичного апарату епідеміологічної моделі агентного типу. У рамках математичної моделі була сформульована основна складність агентного епідеміологічного моделювання, а саме урахування контактів під час обчислення розподілу майбутнього стану захворювання. Запропоновано три алгоритми обчислення цього розподілу, проаналізована їх алгоритмічна складність. Також, для одного з них – алгоритму з групуванням було виконане дослідження оптимальної його імплементації. З огляду на розроблену математичну модель було дано визначення формальної граматики предметно-орієнтованої мови опису агентної епідеміологічної моделі CTrace. Мова надає вбудований високорівневий інтерфейс для задання основних сутностей заданої загальної епідеміологічної моделі, а також відношень між ними. Мова підтримує задання ймовірнісних розподілів різного типу та основні операції між ними що значно спрощує задання соціодемографічної параметризації моделей. Виконана побудова транслятора розробленої формальної мови опису агентної епідеміологічної моделі. Розроблений транслятор є компілятором із конфігурованою проміжною мовою. Такою мовою може бути Python, який своєю чергою транслюється у мову машинних інструкцій під час процесу JIT-компіляції, або будь-яка мова загального призначення, що має інтерфейс до побудови Pythonмодулів. Такою мовою була обрана мова Rust. Основним аспектом алгоритму трансляції є мінімізація кількості виділень пам’яті у процесі виконання результівної програми. Для цього, компілятор обраховує загальний обсяг пам’яті, необхідний для роботи моделі, і використовує буфер відповідного розміру для організації усіх обчислень. Розроблене середовище розробки та аналізу агентних епідеміологічних моделей з використанням мови CTrace – CTraceEnv. Розроблене середовище надає базовий функціонал необхідний для підтримки процесу опису моделей мовою CTrace, що включає підсвітку синтаксису вихідного коду, вбудований транслятор тощо. Серед функціоналу аналізу представлені елементи керування роботою моделі, значень її глобальних параметрів, інтерфейс перегляду динаміки розповсюдження досліджуваного інфекційного захворювання, а також функціонал експорту результатів для подальшого аналізу сторонніми спеціалізованими інструментами. Проведений аналіз розробленої мови опису агентних епідеміологічних моделей з боку доцільності її використання, обсягу сценаріїв, що можуть бути змодельовані, ефективності розробки та використання Виконана практична апробація розробленого інструментарію для ефективного моделювання розповсюдження інфекційних захворювань. У її рамках, було дано визначення агентної епідеміологічної моделі розповсюдження коронавірусу SARS-CoV-2 серед населення Польщі у період з початку вересня 2020 року до кінця листопада 2020 року, що була відкалібрована з використанням публічно доступних епідеміологічних даних. Результівна модель описує динаміку зміни кількості інфікованих людей з коефіцієнтом детермінації рівним 0.9319, що свідчить про здатність розробленого підходу описувати процеси розповсюдження інфекційних захворювань. Проведений аналіз впливу соціодемографічної гетерогенності середовища моделювання на якість карантинних стратегій побудованих на його основі. Відповідний експеримент полягав у реалізації алгоритму пошуку карантинних стратегій для заданої агентної епідеміологічної моделі країни Європейського Союзу. Соціодемографічна параметризація моделі побудована з використанням статистичного моделювання на основі відкритих історичних даних, з відкритої бази статистичних даних Eurostat. Знайдені алгоритмом стратегії були порівняні із тривіальними, що показало більшу їх ефективність та використані у процесі перехресного порівняння. Для цього, стратегія, отримана з моделі країни тестування була порівняна з іншими. В обох випадках критерієм порівняння виступала сумарна винагорода за дії агента, що використовує відповідну стратегію у середовищі моделювання, сформульованим як Марківський процес вирішення. Аналіз показав, що для покращення їх якості соціодемографічні показники мають бути ураховані, що, своєю чергою, показує необхідність наявності їх задання у будь-якому інструменті епідеміологічного моделювання. Це свідчить про доцільність тої уваги, що була приділена процесу їх задання при розробці мови CTrace. Окремо був проведений якісний аналіз спектра сценаріїв, що можуть бути змодельовані з використанням мови CTrace. Показано моделювання таких аспектів агентного епідеміологічного моделювання як: динамічні параметри моделі та її сутностей, географія середовища, погодні умови, векторні захворювання. Аналіз ефективності розробки епідеміологічних моделей мовою CTrace показав значне скорочення обсягу вихідного коду програми у порівнянні з моделями імплементованими мовами програмування загального призначення. В якості цих моделей, був використаний лістинг програмного коду проміжною мовою, що генерується транслятором. Скорочення обсягу програмного коду становило від 14 до 34 разів для мови Python та від 16 до 45 разів для мови Rust. Це скорочення може свідчити про зменшення кількості людино-годин необхідних для їх розробки, а також збільшену швидкість ітерування. Окрім цього, зменшення обсягу вихідного коду призводить до зменшення кількості помилок, що, своєю чергою, зменшує час опису моделей. Дано визначення метрики функціональності інструменту епідеміологічного моделювання, що дозволяє оцінити обсяг сценаріїв та функцій доступних користувачу. Дано визначення метрики ефективності моделі, що дозволяє виконувати порівняння різних моделей та інструментів моделювання з точки зору їх обчислювальної ефективності. Ця метрика є інваріантною до кількості агентів, тривалості симуляції, її гранульованості та кількості одночасно залучених до обчислення моделі ядер центрального процесору. Аналіз швидкодії результівних моделей, заданих мовою CTrace, ставив дві мети: обґрунтувати доцільність використання мови Python як проміжної мови трансляції, а також порівняти їх швидкодію з наявними моделями. Показано, що використання мови Python з бібліотекою для JIT-компіляції Numba дозволяє отримати швидкодію моделей, порівняну з отриманою у разі використання мови Rust, ефективність якої порівняна з C/C++. При цьому, гнучкість мови Python дозволяє відносно просто вносити корективи у процес трансляції. Експерименти з використанням різних тестових середовищ показали, що існуючі епідеміологічні моделі не виграють у швидкодії у розроблених мовою CTrace еквівалентів. З результатів порівняння розробленого середовища CTraceEnv з аналогами за визначеними метриками ефективності та функціональності можна зробити висновок що обсяг функцій агентного епідеміологічного моделювання наданий CTraceEnv є значно більшим за аналоги й приблизно відповідає середовищу NetLogo, надаючи при цьому ефективність результівних моделей, що не програє аналогам.Документ Відкритий доступ Мультиагентна система безперебійного моніторингу комп'ютерних мереж(КПІ ім. Ігоря Сікорського, 2024) Пархоменко, Валентин Романович; Баклан, Ігор ВсеволодовичРозмір пояснювальної записки – 92 аркуші, містить 14 ілюстрацій, 32 таблиці, 3 додатки, 26 посилань на джерела. Актуальність теми. Локальні комп’ютерні мережі широко розповсюджені, їх рівень безпеки у більшості випадків достатньо низький, частіше за все вони мають недосконалі системи захисту або не мають таких зовсім. Зростаюча розповсюдженість локальних мереж вимагає створення легких у встановленні та використанні систем моніторингу. Наявні системи моніторингу локальних комп’ютерних мереж є надмірно складними, ненадійними та складними в налаштуванні, інтеграції. Мета дослідження. Розробити та дослідити програмне забезпечення мультиагентної системи безперебійного моніторингу комп’ютерних мереж з метою забезпечення надійності виявлення активних пристроїв, запобігання несанкціонованим втручанням в локальних комп’ютерних мережах, покращення можливостей інтеграції і адаптації. Об'єкт дослідження: програмне забезпечення мультиагентних систем моніторингу комп’ютерних мереж. Предмет дослідження: технології і методи виявлення активних вузлів у комп’ютерній мережі з використанням мультиагентної системи. Для реалізації поставленої мети сформульовані наступні завдання: - виконати огляд наявних методів та інструментів для виявлення і моніторингу активних вузлів у комп'ютерних мережах; - створити програмне забезпечення мульти-агентного моніторингу комп'ютерних мереж; - забезпечити створений програмний продукт низькими системними вимогами, високою швидкодією, простотою у використанні та встановленні, ефективним методом виявлення активних мережевих вузлів; - надати створеному програмному забезпеченню необхідні методи і умови для ефективної та простої інтеграції як ефективний інструмент виявлення активних вузлів мережі в існуючі системи моніторингу мереж для підвищення точності, швидкості, інформативності та ефективності їх роботи; - забезпечити створене програмне забезпечення мультиагентного моніторингу мереж такими методами комунікації між агентами, що не будуть видавати мережеве місцезнаходження чи іншу інформацію про агентів стороннім учасникам мережі. Наукова новизна результатів магістерської дисертації полягає в тому, що вперше презентовано удосконалений метод виявлення активних мережевих вузлів для систем мультиагентного моніторингу комп’ютерних мереж шляхом перехоплення з подальшим поглибленим аналізом мережевих пакетів, що відрізняє метод від існуючих своїм принципом дії та відсутністю активних мережевих дій з боку агентів для пошуку пристроїв у мережі, що в свою чергу дозволяє забезпечити надійне виявлення активних мережевих пристроїв, а також приховати факт наявності працюючої системи мережевого моніторингу від учасників мережі. Практичне значення отриманих результатів полягає в тому, що запропонований метод виявлення активних мережевих вузлів для систем мультиагентного моніторингу комп’ютерних мереж у поєднанні з прихованим протоколом обміну даними між агентами, спрощеним встановленням, низькими системними вимогами розробленого програмного забезпечення надають простий у використанні та ефективний у роботі інструмент для користувача. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського». Апробація. Наукові положення дисертації пройшли апробацію на V міжнародній науково-практичній конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech-2023), присвяченій 125-й річниці КПІ ім. Ігоря Сікорського – м. Київ. Публікації. Наукові положення дисертації опубліковані в: 1) Пархоменко В.Р., Баклан І.В. Мультиагентна система безперебійного моніторингу комп'ютерних мереж // Матеріали V Міжнародної науково-практичної конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології (SoftTech-2023)» - м. Київ, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», ФІОТ, 2023р, 399 с; 2) Пархоменко В.Р., Баклан І.В. Мультиагентна система безперебійного моніторингу комп’ютерних мереж // Матеріали V міжнародної науково-практичної конференції «MODERN RESEARCH IN SCIENCE AND EDUCATION» - BoScience, Чикаго, США, 2024р, 1059 с.Документ Відкритий доступ Програмне забезпечення для налаштування та виконання голосових команд в операційній системі Windows(КПІ ім. Ігоря Сікорського, 2024) Соболевський, Владислав Олександрович; Баклан, Ігор ВсеволодовичРозмір пояснювальної записки – 131 аркушів, містить 10 ілюстрацій, 66 таблиць, 4 додатки, 16 посилання на джерела. Актуальність теми. Використання голосового управління операційною системою значно розширює можливості користувачів до зручного використання персональних комп’ютерів, але потребує подальших досліджень для підвищення ефективності підходів їх реалізації. У роботі розглянуто проблему необхідності розробки та вдосконалення програмного забезпечення з метою підвищення варіативності його використання. Мета дослідження. Основною метою є підвищення варіативності використання програмного забезпечення для виконання голосових команд в операційній системі Windows з можливістю гнучкого налаштування користувацьких команд. Об’єкт дослідження: програмні рішення для налаштування та виконання голосових команд в операційній системі Windows. Предмет дослідження: методи, моделі, інструменти для представлення і перетворення знань щодо програмного забезпечення для налаштування та виконання голосових команд в операційній системі Windows. Для реалізації поставленої мети сформульовані наступні завдання: − аналіз існуючих рішень; − визначення недоліків аналогів та можливостей для покращення; − визначення архітектурного дизайну; − реалізація та прототипування програмного рішення; − тестування запропонованого програмного рішення. Наукова новизна: результатом роботи є вдосконалення існуючих підходів до створення голосових асистентів та розробка відповідного програмного забезпечення, що надасть можливість гнучкого налаштування голосових команд та може бути використано на практиці. Практичним значенням цієї роботи є програмне забезпечення для налаштування та виконання голосових команд в операційній системі Windows на основі розпізнавання мовлення, яке може бути використане пересічними користувачами операційних систем для зручної експлуатації під час роботи з персональним комп’ютером. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на V науково-практичній конференції «SoftTech-2023» та опубліковані у матеріалах конференції.Документ Відкритий доступ Програмне забезпечення для розпізнавання музичного твору на основі введених нот(КПІ ім. Ігоря Сікорського, 2022-06) Камєннова, Марія Вікторівна; Баклан, Ігор ВсеволодовичДокумент Відкритий доступ Програмне забезпечення створення лінгвістичних моделей часових рядів на основі нечітких множин(КПІ ім. Ігоря Сікорського, 2022-12) Хільченко, Єгор Андрійович; Баклан, Ігор ВсеволодовичРозмір пояснювальної записки – 90 аркушів, містить 26 ілюстрацій, 23 таблиць, 3 додатка, 21 посилань на джерела. Актуальність теми. Математична статистика та теорія ймовірності активно використовуються у різних сферах людства: фізика, наука про дані, медицина, підприємства або сільське господарство. Для процесів аналіза і прогнозування часових рядів на основі нечітких моделей з невизначеною (стохастичною) функцією приналежності, які також відносяться до теорії ймовірності. Але на сьогоднішній день не розроблено жодного інструменту у вигляді мови програмування для автоматизації розрахунків та знаходження відповіді. Тут збігається три фактори: лінгвістичне моделювання, теорія нечітких моделей та теорія ймовірності. Мета дослідження. Створити мову програмування для описання процессів аналіза і прогнозування числових рядів на основі нечітких моделей з невизначеною функцією приналежності. Об’єкт дослідження: Лінгвістичні моделі часових рядів. Предмет дослідження: Мова програмування. Для реалізації поставленої мети сформульовані наступні завдання: — аналіз теорії та існуючих рішень; — розробка програмного забезпечення; — дослідження ефективності розробленого програмного забезпечення. Наукова новизна результатів магістерської дисертації полягає у практичних областях застосування лінгвістичного моделювання. Так званого прямого лінгвістичного перетворення. При цьому виникла задача зворотнього лінгвістичного перетворення – перехід від лінгвістичних ланцюжків до оригінального часового ряду. Задача не вирішена на цей момент. Саме для цього потрібне програмне забезпечення з гібридом ймовірнісних і нечітких множин. Результат досягнутий шляхом розробки програмного забезпечення створення програмного забезпечення на основі нечітких множин та ймовірності функцій приналежностей. Практичне значення отриманих результатів полягає в тому, що програмне забезпечення можна використовувати у етапах розробки усіх сфер, які потребують обрахування лінгвістичних моделей часових рядів. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на Третій Всеукраїнській науково-практичній конференції молодих вчених та студентів «ІНЖЕНЕРІЯ ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ І ПЕРЕДОВІ ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ» (SoftTech-2022 осінь) – м. Київ. Публікації. Наукові положення дисертації опубліковані в: 1. ХІЛЬЧЕНКО Є.А. РОЗРОБКА ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ ДЛЯ СТВОРЕННЯ ЛІНГВІСТИЧНИХ МОДЕЛЕЙ / Є.А. Хільченко, І.В. Баклан // Матеріали Третьої Всеукраїнської науково-практичної конференції молодих вчених та студентів «ІНЖЕНЕРІЯ ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ І ПЕРЕДОВІ ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ» (SoftTech-2022 осінь) – м. Київ: НТУУ «КПІ ім. Ігоря Сікорського», 23-25 листопада 2022 р.Документ Відкритий доступ Розробка і реалізація мови програмування для створення експертних систем на основі комплексної моделі представлення знань(КПІ ім. Ігоря Сікорського, 2022-06) Качан, Ольга Валеріївна; Баклан, Ігор Всеволодович