Магістерські роботи (ОТ)
Постійне посилання зібрання
Переглянути
Перегляд Магістерські роботи (ОТ) за Автор "Антонюк, Андрій Іванович"
Зараз показуємо 1 - 13 з 13
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Конфігуратор білінгових систем(КПІ ім. Ігоря Сікорського, 2022-06) Мельник, Іван Миколайович; Антонюк, Андрій ІвановичАктуальність. Телекомунікаційні системи набувають все більш масштабного використання, відповідно ускладнюючись у своїй розробці та підтримці. Високе навантаження як на програмні, так і на апаратні засоби лише підвищує вимоги до білінгових систем. В сучасних реаліях розробки програмного забезпечення, використання засобів, які надають змогу спростити створення готового продукту є невід’ємним і необхідним. Тому створення конфігуратора з можливістю швидко реалізовувати основні функції білінгових систем допоможе заощадити великий об’єм ресурсів як людських, так і матеріальних. Мета і завдання дослідження. Мета магістерської роботи це проєктування і розробка конфігуратора для білінгових систем, який надасть змогу легко реалізувати білінгову систему відповідно до вимог клієнтів, реалізовувати всі необхідні функції з підтримкою сучасних промислових стандартів, що дасть можливість легко інтегрувати в білінгову систему сторонні компоненти та сервіси. Для досягнення поставленої мети в магістерській дисертації було поставлено і вирішено наступні завдання: - аналіз процесу розробки складних систем, - аналіз видів та складових білінгових систем, - визначення ключових етапів при розробці програмних систем, - визначення основних критеріїв необхідних сучасній білінговій системі на основі уже існуючих систем, - аналіз розвитку архітектури білінгових систем і визначення оптимальної на даний момент, - вивчення та впровадження промислових стандартів в білінгову систему, - обґрунтування програмних і апаратних складових, необхідних для білінгової системи, - розробка частини компонент білінгової системи. Об’єкт дослідження. Процес розробки білінгових систем та його автоматизація з урахуванням сучасних вимог та інфраструктури. Предмет дослідження. Реалізація гнучкої основи білінгової системи, яку можна легко змінювати відповідно до вимог клієнта, яка відповідає сучасним стандартам індустрії та є легко інтегрованою з іншими компонентами. Методи досліджень опираються на розгляд теоретичної інформації про білінгові системи, а також на реальній розробці та впровадженні білінгових систем. Теоретичний підхід опирається на аналіз структури та видів білінгових систем, їх обмежень та факторів уже існуючих систем, які призвели до необхідності тих чи інших функцій, отриманих після порівняння характеристик. Після синтезу даних, отриманих після цих методів, сформувались вимоги до реалізації необхідного додатку. Практична частина була реалізована, використовуючи отримані критерії. Наукова новизна одержаних результатів. Розроблений конфігуратор для білінгових систем надає можливість сильно пришвидшити реалізацію білінгової системи, що в свою чергу зменшує фінансові витрати згідно з вимогами, використовуючи гнучку та масштабовану систему. Крім того, реалізована система буде легко інтегрована з іншими системами, тому що вона ґрунтується на стандартизованих інтерфейсах та моделях. Практична значимість результатів дослідження. Отриманий в результаті дослідження конфігуратор може використовуватись як основа для будь-якої білінгової системи. Враховані під час проєктування критерії дозволять впроваджувати білінгові системи, створені на основі конфігуратора системи, набагато швидше і ефективніше, ніж реалізація аналогічних систем з нуля, чи використовуючи напрацювання з уже існуючих систем. За рахунок того, що система буде побудована, використовуючи єдині стандарти взаємодії з іншими системами, подальший розвиток білінгової системи буде спрощено та відповідно час, який можна підтримувати та розвивати її надалі, збільшено.Документ Відкритий доступ Месенджер на мікросервісній архітектурі(КПІ ім. Ігоря Сікорського, 2021-12) Здота, Віктор Олександрович; Антонюк, Андрій ІвановичРобота складається із вступу та чотирьох розділів розділів. Загальний обсяг роботи: 102 аркуша основного тексту, 64 ілюстрації, 9 таблиць. При підготовці використовувалася література з 11 різних джерел. Актуальність. У наш час месенджери є майже невід’ємною складовою життя кожної людини. Рішення, яке розроблюється в цій роботі, є архітектурною реалізацією системи миттєвого обміну повідомленнями, яка має забезпечити незалежність компонентів та зручне масштабування, що є дуже корисним в системах з великою кількістю користувачів.Мета і завдання дослідження. Метою магістерської дисертації розробка мікросервісної системи миттєвого обміну повідомленнями. Така організація має полегшити масштабування окремих компонентів системи. Завдяки гнучкому масштабуванню можна адаптуватися під навантаження, що надходить на конкретні частини системи. Об’єкт дослідження – процес організації месенджера на мікросервісній архітектурі. Предмет дослідження – архітектурне рішення для розподіленої системи миттєвого обміну повідомленнями. Методи досліджень. Для досягнення поставлених в магістерській роботі задач використано методи побудови програмного додатку на основі мікросервісної архітектури. Наукова новизна одержаних результатів роботи полягає в розробленій архітектурі системи миттєвого обміну повідомленнями, що дозволяє незалежно змінювати і масштабувати компоненти пов’язані з повідомленнями, користувачами та чатами.Документ Відкритий доступ Метод оцінювання ризиків транзакцій на основі нейронних мереж(КПІ ім. Ігоря Сікорського, 2021-05) Русінов, Володимир Володимирович; Антонюк, Андрій ІвановичДисертація присвячена розробці та дослідженню нейронних мереж для оцінювання ризику транзакцій. Представлена модель на основі нейронних мереж з використанням банківських даних дозволяє з високою точністю та можливістю повторного навчання робити припущення щодо можливого ризику. Процес навчання нейронної мережі було проаналізовано з різними гіперпараметрами та досліджено на системах з різною архітектурою. Структура i обсяг роботи: магістерська дисертація викладена на 103 cторiнкаx, складається зі вступу, 4 розділів, висновку, містить 49 рисунків, 10 таблиць, 42 формули, список використаних джерел із 59. Актуальність роботи. На сьогоднішній день існує низка робіт в яких розглядаються моделі на основі нейронних мереж для вирішення задач фінансової безпеки, зокрема виявлення шахрайства. Нейронні мережі та глибинне навчання набуло широкої популярності за останні роки через значне покращення можливостей обчислювальної техніки. Глибинне навчання дозволяє ефективно робити детальний аналіз даних та розробляти моделі для пошуку залежностей, які може не побачити навіть фахівець з області застосування. Невирішеним залишається задача предикції ризику транзакцій, використовуючи модель навчену на основі фінансових даних. Використання нейронних мереж показало високі показники точності у різних задачах, зокрема фінансової сфери. Окрім цього, перед обробкою даних, набір даних можна анонімізувати для захисту учасників транзакції, при цьому без втрат при навчанні. Мета роботи: підвищення точності встановлення ризику транзакцій шляхом використання нейронних мереж. Завдання досліджень: 1. Виконати аналіз методів машинного навчання. Проаналізувати сучасні методи на основі машинного навчання для вирішення схожих задач та зробити аналіз щодо можливості їх використання. 2. Проаналізувати засоби та методи створення нейронних мереж, її структури та параметрів. Дослідити можливі шляхи для розробки більш точної моделі. 3. Дослідити технології створення нейронних мереж, мови та бібліотеки написання коду програми. 4. Зробити аналіз набору даних та зробити необхідні модифікації набору даних. Експериментальним шляхом знайти найкращі параметри моделі на основі нейронних мереж. Зробити часовий аналіз навчання нейронної мережі. Об’єкт дослідження: штучні нейронні мережі. Предмет дослідження: методи встановлення ризику транзакції на основі фінансових даних учасників транзакції з використанням нейронних мереж прямого поширення. Методи дослідження: методи статистичного опрацювання даних, теорія штучних нейронних мереж. Наукова новизна одержаних результатів: В ході розробки методу було застосовано технології машинного навчання, а саме нейронні мережі прямого поширення для вирішення задачі оцінки ризику транзакцій, використовуючи фінансові дані учасників минулих транзакцій.Документ Відкритий доступ Метод покращення пошукового сервісу на основі адаптації процесу до індивідуальних особливостей користувача(КПІ ім. Ігоря Сікорського, 2021-12) Стельмах, Андрій Олегович; Антонюк, Андрій ІвановичСтруктура i обсяг роботи: магістерська дисертація викладена на 84 сторiнках основного тексту, складається зі вступу, 4 розділів, висновку, містить 37 рисунків, 18 таблиць, список використаних джерел із 16 найменувань. Актуальність роботи. У 2002 році людство створило інформації на 18 Ексабайт це 18 * 10 в восьмій степені. А за 5 років до цього з'явилося інформації більше ніж за всю історію. У зв'язку з цим виникла нагальна потреба у зберіганні та зручному, швидкому пошуці інформації. Мета роботи: розробка частини пошукової системи направленої на покращення пошуку до особливостей користувача і створення змоги керування пошуком самим користувачем. Завдання дослідження: Огляд існуючих пошукових систем. Огляд алгоритмів роботи пошукових систем направлених на підбір інформації. Розробка та тестування частини пошукової системи: обробка текстів, навчання та розробка нейронної мережі, тестування системи та порівняння результатів роботи. Об’єкт дослідження: Побудова частини пошукової системи налаштування пошуку до особливостей користувача. Предмет дослідження: методи та алгоритми пошукових систем направлених на підбір результатів пошуку. Методи дослідження: Методи для розробки відносяться до теорії машинного навчання та штучного інтелекту та теорії алгоритмів і графів. Наукова новизна. Науковою новизною є представлений метод налаштування пошуку під особливості користувача, в основі якого лежить використання сучасних технологій та можливості особисто керувати алгоритмами підбору результатів. Практичне значення одержаних результатів. Результати досліджень та розробки можуть бути використані приватними компаніями для покращення своїх пошукових систем, або розробки нової пошукової системи.Документ Відкритий доступ Система аналізу запитів GraphQL(КПІ ім. Ігоря Сікорського, 2019) Коваленко, В’ячеслав Сергійович; Антонюк, Андрій ІвановичРобота складається із вступу та чотирьох розділів. Загальний обсяг роботи: 84 аркуші основного тексту, 21 ілюстрації, 24 таблиці, 1 додаток. При підготовці використовувалася література з 42 різних джерел. Актуальність. Велика частина компаній зі сфери інформаційних технологій з великою кількістю клієнтів починають масово впроваджувати та розвивати специфікацію GraphQL. Тому створення системи для аналізу запитів GraphQL, як нового інструменту для цієї технології, являється надзвичайно актуальним. Мета і задача дослідження. Метою магістерської роботи є автоматизація процесу аналізу запитів для виявлення критичних ділянок, підвищення швидкодії та підтримання актуальності проекту. Для досягнення мети було поставлено та вирішено наступні завдання: 1. Аналіз способів взаємодії клієнту та серверу та визначення особливостей специфікації GraphQL; 2. Проектування архітектури системи та її розробка; 3. Демонстрація роботи системи та аналіз отриманих результатів. Об’єкт дослідження. Процес аналізу запитів при використанні специфікації GraphQL. Предмет дослідження. Методи автоматизації збору та аналізу запитів GraphQL. Методи досліджень. Для досягнення поставлених в магістерській роботі задач, використано методи системного аналізу, порівняння, імітаційного моделювання. Наукова новизна одержаний результатів. Наукова новизна полягає у наступному: • Запропоновано спосіб автоматизації процесу збору та аналізу запитів GraphQL; • Розроблено програмний комплекс для аналізу зібраних запитів та відображення результатів аналізу. Практичне значення одержаних результатів. Отримані результати можуть використовуватися у майбутніх дослідженнях за напрямками: • Створення нових інструментів для специфікації GraphQL; • Вдосконалення способів вирішення проблеми n+1 запитів; • Сегментація користувачів за основі аналізу запитів.Документ Невідомий Система бронювання зарядних станцій для електромобілів за допомогою мобільного додатку(КПІ ім. Ігоря Сікорського, 2020) Зубар, Ілля Андрійович; Антонюк, Андрій ІвановичАктуальність проблеми. З кожним роком кількість електромобілів все збільшується, але кількість заправок для електротранспорту досить мала і постає проблема їх пошуку. Це викликає значний дискомфорт у власників електрокарів, тому що без належних допоміжних додатків вони не можуть подорожувати на великі відстані, а також дізнаватися про доступність зарядних станцій у певний момент часу та віддалено ними керувати. Зв’язок роботи з науковими програмами, планами, темами. Наразі конкретних зв’язків з науковими програмами чи планами немає. Мета і задачі дослідження. Завданням даної роботи є дослідження можливості віддаленого керування зарядними станціями у режимі реального часу та організації їх бронювання користувачами. Метою є розроблення системи бронювання зарядних станцій, побудованої на базі існуючих систем, з урахуванням їх недоліків та додаванням власних функцій, тим самим максимально задовольнивши потреби користувачів. Об’єкт дослідження. Процес організації керування зарядними станціями з використанням загального протоколу взаємодії. Предмет дослідження. Методи обробки та відправлення повідомлень у режимі реального часу, методи зберігання та відображення даних користувачів. Новизна. Отримання мобільного кросплатформного додатку, а також серверного забезпечення, що імплементують основні функції системи для виконання поставленої мети та завдань: віддалене розумне керування зарядними станціями у режимі реального часу, бронювання та пошук зарядних станцій.Документ Невідомий Система доповненої реальності у сфері освіти на мобільній платформі iOS(КПІ ім. Ігоря Сікорського, 2020) Філіпенко, Роман Олексійович; Антонюк, Андрій ІвановичАктуальність. Технологія доповненої реальності стає дедалі більш популярною та актуальною. За допомогою цієї технології багато речей стають інтерактивними та більш наглядними, що допомагає у широкому спектрі сфер. Особливо у сфері освіти. Ця технологія не нова і її перші прототипи були створені ще багато тисячоліть тому. Щось схоже на сучасні системи почало з’являтися на початку 20-го сторіччя. Активний розвиток технологій та обчислювальної техніки, дало можливість системам доповненої реальності стати портативними та допомагати людям повсяк час. Проте для більшої реалістичності і надійності потрібно розробляти нові і доопрацьовувати вже існуючі технології. Мета і завдання дослідження. Метою магістерської роботи є розробка мобільного додатку з використанням технології доповненої реальності задля демонстрації можливості застосування цієї технології у навчальному процесі. Також було поставлено за ціль позбутися необхідності використання радару LiDAR для точного прорахунку віддаленості об’єктів від пристрою. Для досягнення мети дослідження поставлено і вирішено такі завдання: дослідження технології доповненої реальності; аналіз алгоритмів розпізнавання маркерів та алгоритму • • безмаркерного встановлення віртуальних об’єктів; розробка програмного продукту для реалізації поставлених цілей, використовуючи отримані знання; демонстрація роботи програми та аналіз її впливу Об’єкт дослідження – Технологія доповненої реальності. Предмет дослідження – Застосування технології доповненої реальності у сфері освіти. Методи досліджень. Для досягнення поставлених в магістерській роботі задач, використано алгоритм SLAM та аналіз віддаленості об'єкта. Наукова новизна одержаних результатів роботи полягає у наступному: запропоновано новий метод відслідковування віддаленості об’єкта для кращого відображення перегородження віртуальних об’єктів розроблено програмний продукт, який використовує запропонований метод для відображення моделі сонячної системи у доповненій реальності. Проведене дослідження дає можливість використовувати дану розробку в освітніх цілях як для учнів, так і для студентів та збульшувати їх інтерес до нових знань за допомогою візуальної інтерактивної демонстрації. Особистий внесок здобувача. Магістерське дослідження є самостійно виконаною роботою, в якій відображено особистий авторський підхід та особисто отримані теоретичні та прикладні результати, що відносяться до реалізації системи доповненої реальності у освітніх цілях та збільшенню реалістичності відображеного контенту. Формулювання мети та завдань дослідження проводилось спільно з науковим керівником. Практична цінність. Отримані результати можуть використовуватися у майбутніх дослідженнях за напрямками: • • • • розробка алгоритмів для одночасної локалізації та побудови мапи; реалізація алгоритмів для створення керованих AR симуляцій; вдосконалення вже існуючих алгоритмів для пришвидшення • • • обробки віртуальних об’єктів.Документ Невідомий Система моніторингу дорожнього трафіку(КПІ ім. Ігоря Сікорського, 2020) Михайленко, Андрій Михайлович; Антонюк, Андрій ІвановичВ даній магістерській дисертації розроблено додаток для аналізу дорожнього перехрестя, та управління світлофорним регулюванням на ньому. Виконано аналіз методу динамічного програмування для його використання у вирішенні поставленої задачі регулювання дорожнього трафіку. В якості мови програмування для реалізації додатку, використовується С++. Бібліотека OpenCV реалізую користувацький інтерфейс та обробку зображень з камер, які встановлені на перехресті. Збірка проекту відбувається за допомогою механізму CMake. Для роботи з програмою, користувачеві необхідно мати встановлені бібліотеки OpenCV та CMake, а також доступ до камери, яка встановлення на перехресті, яке буде регулюватись.Документ Невідомий Система планування для оптимізації часу навчання(КПІ ім. Ігоря Сікорського, 2022) Цимбал, Олександра Олександрівна; Антонюк, Андрій ІвановичВ магістерській дисертації розглядається принцип мережевого планування з адаптацією до проблеми планування часу студентом для оптимізації часу навчання. Система враховує динаміку появи випадкових явищ, витрат часу, пов’язаних з цими явищами. Наведено одне з рішень, яке дозволить планувати роботу студента з урахуванням втрат часу (або резервів часу), які виникають динамічно з різних причин.Документ Невідомий Система рекомендацій товарів інтернет-магазину за допомогою методів машинного навчання(КПІ ім. Ігоря Сікорського, 2019) Штанько, Андрій Олегович; Антонюк, Андрій ІвановичМагістерська дисертація: 82 с., 16 рис., 29 табл., 3 додатка, 10 джерел. Актуальність проблеми. Зважаючи на стрімкий розвиток маркетингу великих корпорацій, виникає необхідність у розвитку маркетингових рекомендаційних систем. Зв’язок роботи з науковими програмами, планами, темами. Є частиною роботи кафедри у напрямку розвитку нейронних мереж та машинного навчання. Мета і задачі дослідження. Данна робота націлена на дослідження алгоритмів машинного навчання для побудови аналізатора та класифікатора об’єктів за певнім переліком даних наявних на основній системі. Об’єкт дослідження. Рекомендаційна система як результат перетворення методу обробки зі статичного в метода заснований на технологіях машинного навчання. Предмет дослідження. Рекомендаційна система Новизна одержаних результатів. Отримання продукту який здатний навчатися на даних та видавати більш актуальні результати рекомендацій.Документ Невідомий Спосіб виявлення шахрайських транзакцій за допомогою штучного інтелекту(КПІ ім. Ігоря Сікорського, 2023-05) Лозко, Леонід Леонідович; Антонюк, Андрій ІвановичУ магістерській дисертації розглядається спосіб виявлення шахрайських транзакцій, принцип роботи якого полягає в застосуванні методів градієнтного бустингу. Проведено тестування за допомогою розміченого набору даних. Моделювання показує, що даний спосіб є доцільним при проектуванні комплексних систем виявлення та запобігання шахрайства в банківському секторі. Система для тестування розроблена за допомогою наступних інструментів: Python, XGBoost, LightGBM, CatBoost.Документ Невідомий Спосіб гри в Го з використанням штучного інтелекту(КПІ ім. Ігоря Сікорського, 2023-05) Морозов-Леонов, Олександр Святославович; Антонюк, Андрій ІвановичУ магістерській дисертації розглядається спосіб гри в Го з використанням штучного інтелекту, а саме штучних нейронних мереж та пошуку по дереву Монте-Карло. Метод поєднує сучасні принципи будови штучного інтелекту, враховує обмеження, що обумовлюються цільовим апаратним та програмним забезпеченням. Розроблено за допомогою наступних інструментів: Python, PyTorch, NumPy.Документ Невідомий Ігрова соціальна мережа(КПІ ім. Ігоря Сікорського, 2022) Кучков, Іван Іванович; Антонюк, Андрій ІвановичОсновною метою магістерської роботи є розробка та створення системи, як навчального сервісу для людей будь-якого віку, яка дозволяє розвивати та підтримувати свої знання, граючи у навчальні вікторини. Система повинна удосконалити зручність та полегшати навчальний процес в будь-якій галузі. Даний проект виступає у ролі соціальної мережі, де можуть буту як зареєстровані користувачі так і звичайні люди.