Магістерські роботи (БМК)
Постійне посилання зібрання
Переглянути
Перегляд Магістерські роботи (БМК) за Автор "Добровська, Людмила Миколаївна"
Зараз показуємо 1 - 4 з 4
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Класифікація гістологічних знімків пухлин молочної залози на основі локальної порогової бінаризації та машинного навчання(КПІ ім. Ігоря Сікорського, 2022-12) Іванченко, Аліна Сергіївна; Добровська, Людмила МиколаївнаМагістерська дисертація за темою «Класифікація гістологічних знімків пухлин молочної залози на основі локальної порогової бінаризації та машинного навчання» виконана студенткою кафедри біомедичної кібернетики Іванченко Аліною Сергіївною зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині», та складається зі: вступу; 4 розділів («Огляд літературних джерел», «Підходи до аналізу медичних знімків», «Аналіз медичних знімків на практиці», «Задача класифікації пухлин молочної залози»), розділу зі стартап проєкту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 30 джерел. Загальний обсяг роботи становить 88 сторінок. Обсяг роботи: 88 сторінок, 23 ілюстрації, 30 джерел посилань. Актуальність теми. Винайдення оригінального способу для класифікації гістологічних знімків пухлин молочної залози Мета дослідження. Аналіз можливості застосування бінаризації для візуальної діагностики типу пухлини молочної залози на основі гістологічних знімків. Об’єкт дослідження. Гістологічні знімки молочної залози. Предмет дослідження. Діагностичний аналіз гістологічних знімків. Методи дослідження. Методи локальної порогової бінаризації та машинного навчання.Документ Відкритий доступ Метод класифікації та підрахунку клітин на зображеннях мікфотографій товстої кишки при аденокарциномі(2018) Павленко, Дмитро Олександрович; Добровська, Людмила МиколаївнаДокумент Відкритий доступ Система біометричної ідентифікації користувачів із застосуванням генетичного алгоритму(КПІ ім. Ігоря Сікорського, 2021-12) Руденко, Артем Віталійович; Добровська, Людмила Миколаївна; Федорін, Ілля ВалерійовичМагістерська дисертація за темою «Система біометричної ідентифікації користувачів із застосуванням генетичного алгоритму» виконана студентом кафедри біомедичної кібернетики ФСП Руденко Артемом Віталійовичем зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу; 5 розділів (аналіз літературних джерел, етапи ідентифікації, проектування мікросервісної архітектури, розробка програмного застосунку, тестування систем ), розділу зі стартап проекту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 15 джерела та додатків. Загальний обсяг роботи 98 сторінок. Актуальність теми. Генетичний алгоритм унікальна структура, яка здатна виконувати задачі оптимізації для будь-якої задачі. За допомогою перетворення середи залежності від вхідних даних, алгоритм – перетворює залежність від своєї структури Мета дослідження. Мета даної роботи полягає у підвищені ефективності виконання ідентифікації користувачів за допомогою аналізу знімку сітківки ока Об’єкт дослідження. Генетичний алгоритм, алгоритми комп’ютерного зору, адаптивні фільтри. Предмет дослідження. Дослідження зміни залежності швидкості виконання від розміру зображення до залежності середи генетичного алгоритму Методи дослідження. Генетичний алгоритм, згорткові фільтри, фільтри аналізу гістограми зображення. Практичне значення одержаних результатів. Усі результати дослідження будуть використані для побудови мікросервісного модуля ідентифікації, який дуже легко інтегрувати в програму, достатньо налаштувати лише порт і відправляти на цей порт http – запити. Також за допомогою генетичного алгоритму – програма буде швидко оброблювати запити і тим самим залишаючи високий ступінь захисту.Документ Відкритий доступ Система вилучення описового тексту з фотографій клінічних документів, реферування та виділення ключових слів(КПІ ім. Ігоря Сікорського, 2021-12) Соловей, Богдан Анатолійович; Добровська, Людмила Миколаївна; Федорін, Ілля ВалерійовичМагістерська дисертація за темою «Система вилучення описового тексту з фотографій клінічних документів, реферування та виділення ключових слів» виконана студентом кафедри біомедичної кібернетики ФСП Солов’єм Богданом Анатолійовичем зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу; 4 розділів (Аналіз джерел з предметної області; Експерементальні дослідження; Практична частина - функціональне моделювання і опис процесів; Практична частина – розробка системи), розділу зі стартап проєкту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 42 джерела та додатків. Загальний обсяг роботи 102 сторінка. Актуальність теми. Машинне навчання є відмінним способом для аналізу текстів з метою виділення головних тем. Існує кількість різних моделей та алгоритмів машинного навчання, які дозволяють з будь-якого набору текстів виділити ключові слова та визначити стислий зміст по кожній темі яка зустрічається в наборі текстів. Але ефективність цих методів є різної, і застосування неефективного алгоритму не дасть можливість підвищити ефективність пошуку по набору текстів саме тому для досягнення поставленої мети було прийнято рішення обрати саме таку тему дослідження алгоритми аналізу та автоматизованого реферування набору текстів, алгоритми визначення ключових слів. Мета дослідження. Мета даної роботи полягає у підвищені ефективності пошуку по набору текстів за рахунок розробки системи автоматизованого реферування та виділення ключових слів. Об’єкт дослідження. Алгоритми аналізу та автоматизованого реферування набору текстів, алгоритми визначення ключових слів. Предмет дослідження. Дослідження показників якості, виходячи з обраного методів кластеризації, реферування, та вилучення ключових слів. Методи дослідження. Методи кластеризації - агломератний; k-means++; розклад невід'ємних матриць; метод латентного семантичного аналізу; методи виділення ключових слів - Word2Vec з моделлю k-skip-n-gram, сингулярний розклад. Практичне значення одержаних результатів. Усі результати дослідження будуть використані для побудови системи, яку можна впровадити в українські медичні заклади та клінічні лікарні. Система реалізує процес автоматизованого реферування набору текстових колекцій української мовою і з високою точністю визначає реферат та ключові слова колекції текстів. Система допомагатиме лікарю ознайомлюватись з медичними історіями пацієнтів за значно коротшій час. Одним з найважливіших факторів для впровадження, є те що систему розроблено з використанням бібліотек мови програмування Python, які реалізують оптимізовані алгоритми кластеризаціх та розкладу матриць, що забезпечує високу швидкість аналізу текстів системою.