Бакалаврські роботи (ІПЗЕ)
Постійне посилання зібрання
У зібранні розміщено бакалаврські проекти (роботи) на здобуття ступеня бакалавра.
Переглянути
Перегляд Бакалаврські роботи (ІПЗЕ) за Автор "Барабаш, Олег Володимирович"
Зараз показуємо 1 - 4 з 4
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Веб-додаток волонтерської платформи Ukraine Help(КПІ ім. Сікорського, 2023) Таратонова, Олександра Сергіївна; Барабаш, Олег ВолодимировичДипломна робота за темою «Веб-додаток волонтерської платформи Ukraine Help» виконана студенткою кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Таратоновою Олександрою Сергіївною зі спеціальності 121 «Інженерія програмного забезпечення» за освітньо професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем в енергетиці» і складається зі: вступу; 5 розділів («Мета, постановка задачі, та основні завдання», «Аналіз існуючих систем», «Засоби розробки програмного забезпечення», «Опис програмної реалізації», «Робота користувача з програмною системою»), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 10 джерел; 14 ілюстрацій та додатків. Загальний обсяг роботи 63 сторінки. Актуальність теми полягає в користі групування зборів та об’яв про допомогу в одному місці. Тому створюються волонтерські платформи, на яких волонтери мають можливість зручно створювати різні види зборів кошт та прослідковувати їх стани, а люди, що мають можливість допомогти та підтримати ці збори, могли зручно їх переглядати, переходити на надійні джерела для донату та з легкістю мати доступ до всіх подробиць та результатів. Метою роботи є оптимізація процесу волонтерства шляхом надання волонтерам централізованої платформи для створення зборів кошт, та постраждалим для отримання допомоги. Проведено порівняльний аналіз з існуючими рішеннями та визначено напрями подальшої розробки. Практичне значення одержаних результатів полягає в отриманні платформи для волонтерства з наявними ролями користувачів. Розроблено докеризовану архітектуру для можливості легкого розгортання та підтримки на будь-яких пристроях. Реалізовано сучасний інтерфейс.Документ Відкритий доступ Веб-додаток класифікації текстових новин з інтернет-ресурсів на основі методів машинного навчання(КПІ ім. Сікорського, 2023) Стрельченко, Ганна-Марія Григорівна; Барабаш, Олег ВолодимировичДипломна робота за темою «Веб-додаток класифікації текстових новин з інтернет-ресурсів на основі методів машинного навчання» виконана студенткою кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Стрельченко Ганною-Марією Григорівною зі спеціальності 121 «Інженерія програмного забезпечення» за освітньо-професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем в енергетиці» і складається зі: вступу; 6 розділів («Мета, постановка задачі та основні завдання веб-додатку», «Аналіз подібних існуючих методів та алгоритмів класифікації текстів», «Засоби розробки програмного забезпечення», «Опис програмної реалізації», «Опис інтерфейсу користувача», «Дослідження і порівняння отриманих результатів роботи алгоритмів»), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 18 джерел; 16 ілюстрацій; 1 додаток. Загальний обсяг роботи 72 сторінки. Актуальність теми. Можливість швидкої класифікації текстової інформації, розміщеної на різноманітних сайтах у наш час дуже актуальна і потрібна для організації свого часу, а також є одним із основних завдань відповідних інтернет-сервісів щодо організації текстових даних, а також їх подальшого зберігання у відповідних базах даних. Мета роботи і завдання дослідження. Метою даної дипломної роботи є створення веб-додатку класифікації текстових новин з інтернет ресурсів методами штучного інтелекту. Цей процес включає в себе розробку моделей класифікації, підготовку набору даних для тренування, створення інтерфейсу користувача, оптимізацію і тестування створеної веб-системи. Практичне значення одержаних результатів. Результатом роботи є веб-додаток, який виконує класифікацію за допомогою двох різних алгоритмів.Документ Відкритий доступ Програмне забезпечення класифікації фотознімків дорожньо-транспортних пригод(КПІ ім. Ігоря Сікорського, 2023) Дудченко, Людмила Олександрівна; Барабаш, Олег ВолодимировичСтруктура та обсяг дипломної роботи. Робота містить 60 сторінки, 28 рисунків, 2 таблиці, 2 додатки та 11 посилань. Метою роботи є розробка програмного забезпечення для класифікації фотознімків дорожньо-транспортних пригод. Для досягнення поставленої мети виконано такі завдання: проаналізовано підходи класифікації фотознімків та розпізнавання об’єктів на зображенні; проаналізовано підходи конкурентів з відкритим кодом, їхню точність, сильні та слабкі сторони. Розроблено систему, яка визначає чи присутнє на фотознімку ДТП, розпізнає людей та транспортні засоби, класифікує ступінь пощкоджень та їх локацію. Проведено порівняльний аналіз використаних в програмному додатку методів. Практичне значення одержаних результатів полягає в отриманні моделі та методів для класифікації фотознімків дорожньо-транспортних пригод та розпізнаванні об’єктів на них, що може дозволити полегшити розслідування та аналіз ДТП. Реалізовано базовий інтерфейс для демонстрації роботи розроблених моделей та методів.Документ Відкритий доступ Інформаційна система кластерного аналізу новин інтернет-ресурсів на основі методу бджолиної колонії(КПІ ім. Сікорського, 2023) Пятниця, Марина Володимирівна; Барабаш, Олег ВолодимировичДипломна робота за темою «Інформаційна система кластерного аналізу новин інтернет-ресурсів на основі методу бджолиної колонії» виконана студенткою кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Пятницею Мариною Володимирівною зі спеціальності 121 «Інженерія програмного забезпечення» за освітньо-професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем і веб-технологій» і складається зі: вступу; 5 розділів («Постановка задачі», «Аналіз підходів до кластеризації», «Засоби розробки системи», «Опис програмної реалізації», «Робота користувача з програмним продуктом»), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 13 джерел; 17 ілюстрацій; додаток. Загальний обсяг роботи 83 сторінки. Актуальність: щоб запровадити будь-який товар або послугу необхідно мати інформацію про попит та загальну тенденцію на ринку, найкраще коротко і змістовно інформація подається службами новин і майже завжди вона є доступною в мережі, виходячи з цього аналіз статей інтернет-ресурсів є ефективним інструментом, щоб за мінімальний час виокремити саме потрібну, концентровану та актуальну інформацію. Ручний пошук і перечитування матеріалу є більш ніж повільним і неефективним процесом, який потребує автоматизації. Кластеризація – це комплексна задача, яка потребує багато ресурсів і є дуже складною для виконання вручну навіть для групи досвідчених людей. Складність завдання та людський фактор створюють умови в яких ймовірність зробити помилку дуже висока, а її виправлення в деяких випадках можна порівняти із виконанням завдання з початку. Завданням дипломної роботи є створення інформаційної системи кластерного аналізу новин інтернет-ресурсів на основі методу бджолиної колонії. Необхідно серед множини текстів в мережі виокремити новинний контент, який відповідає критеріям, в яких зацікавлений користувач, проаналізувати на лексичну подібність та розділити на задану користувачем кількість кластерів, в основу покласти алгоритм бджолиної колонії. Забезпечити підхід для фільтрації та очистки даних з мережі, для досягнення найкращих результатів, а також знайти метод для коректного порівняння текстів і визначення міри їх подібності між собою. На основі результатів роботи потрібно згенерувати статистику по кожному із кластерів і представити всі результати у зручному форматі для подальшого аналізу. Практичне значення одержаних результатів полягає в реалізації інструменту для автоматизації виконання преаналізу шляхом текстів їх кластеризації на визначену кількість кластерів, та збором статистики по кластерам, візуалізації статистичних даних.