Бакалаврські роботи (ПМА)
Постійне посилання зібрання
Переглянути
Перегляд Бакалаврські роботи (ПМА) за Дата публікації
Зараз показуємо 1 - 20 з 29
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Математичне та програмне забезпечення системи кольоризації фотографій(КПІ ім. Ігоря Сікорського, 2023) Дахновська, Уляна Олександрівна; Любашенко, Наталія ДмитрівнаДипломну роботу виконано на 62 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 22 найменувань. У роботі наведено 40 рисунків та 2 таблиці. Метою даної дипломної роботи є реалізація конкурентоспроможної системи для вирішення проблеми кольоризації фотографій (зображень). У роботі зроблено аналіз існуючих рішень даної задачі — розглянуто штучні нейронні мережі як метод реалізації комп’ютерного зору, види нейронних мереж для кольоризації зображень (CNN, GAN, Autoencoder), зроблено порівняння методів, виявлено переваги і недоліки. Обґрунтовано вибір методу GAN з поясненням реалізованої архітектури моделі. Розроблено систему обробки чорно-білих зображень в кольорі на мові програмування Python, проаналізовано ефективність моделі за допомогою метрик та проведені контрольні приклади роботи моделі на чорно-білих зображеннях.Документ Відкритий доступ Математичне та програмне забезпечення системи перетворення чорно-білих зображень в кольорові(КПІ ім. Ігоря Сікорського, 2023) Михайленко, Ярослава Євгенівна; Ковальчук-Химюк, Людмила ОлександрівнаДипломну роботу виконано на 79 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 41 найменувань. У роботі наведено 60 рисунки та 2 таблиці. Метою даної дипломної роботи є покращенні сприйняття/розуміння візуальної інформації чорно-білих зображень шляхом їх колоризації. Додавання кольору надає зображенням додатковий контекст та деталі, які можуть бути недостатньо ясними або неінтерпретованими у їхній чорно-білій формі. У даній роботі був проведений аналіз існуючих рішень поставленої задачі – ручна колоризація, колоризація на основі підказок, колоризація на основі прикладів та автоматична колоризація. У випадку обраного повністю автоматичного підходу були розглянуті нейронні мережі, як метод його реалізації, найчастіше використовувані архітектури нейронних мереж для задачі колоризації зображень – CNN, GAN, Autoencoders. Описано алгоритми підбору гіперпараметрів, що використовуються для покращення точності прогнозування та стабільності моделі – пошук по сітці, випадковий пошук та байєсова оптимізація. Зроблено порівняння архітектури нейронних мереж та даних методів підбору, описано їх сильні та слабкі сторони з огляду точності очікуваних результатів та оптимальної кількості затрат часу. Для виконання поставленої задачі було обрано тип нейронної мережі Autoencoders, а саме її підтип Convolutional Autoencoders, а для підбору гіперпараметрів – метод випадкового пошуку. Спроектовано та розроблено систему перетворення чорно-білих зображень в кольорові, проведено остаточне її тестування на окремому наборі зображень в градаціях сірого.Документ Відкритий доступ Математичне та програмне забезпечення системи класифiкацiї недоречних висловлювань у соцiальних мережах за допомогою емоцiйного забарвлення(КПІ ім. Ігоря Сікорського, 2023) Малахатка, Олександр Володимирович; Лiскiн, Вячеслав ОлеговичДипломну роботу виконано на 55 аркушах, вона мiстить 2 додатки та перелiк посилань на використанi джерела з 33 найменувань. У роботi наведено 19 рисунки та 3 таблицi. Метою даної дипломної роботи є розробка математичного та програмного забезпечення класифiкацiї повiдомлень в iнтернетi на предмет недоречностi та порiвняльний аналiз методiв машинного навчання у вирiшенi цiєї задачi. У роботi проведено аналiз iснуючих рiшень указаної задачi — штучних нейронних мереж, рiзних ансамблей дерев та баєсiвських моделей. Виконано їх порiвняння з погляду повноти отримуваних розв’язкiв, ефективностi алгоритмiв та пристосованостi методiв до використання текстових даних. Для розв’язання задачi в роботi вибрано метод наївного баєса. Було розроблено систему передбачення токсичностi повiдомлень у певнiй соцiальнiй мережi для спрощення задачi модерацiї.Документ Відкритий доступ Математичне та програмне забезпечення підсистеми аналізу та прогнозування відкриття банківських депозитів та кредитів(КПІ ім. Ігоря Сікорського, 2023) Данілов, Іван Дмитрович; Любашенко, Наталія ДмитрівнаДипломну роботу виконано на 61 аркуші, вона містить 2 додатки та перелік посилань на використані джерела з 11 найменувань. У роботі наведено 42 рисунків та 1 таблиця. Метою даної дипломної роботи є створення математичного та програмного забезпечення підсистеми аналізу та прогнозування відкриття банківських депозитів та кредитів. У роботі проведено аналіз існуючих рішень указаної задачі — штучних нейронних мереж, кластерного аналізу, моделей Маркова та машинного навчання. Виконано їх порівняння з погляду точності отримуваних розв'язків, ефективності алгоритмів та пристосованості методів до використання нечітких даних. Для розв'язання задачі в роботі вибрано методи машинного навчання. Для поставленої задачі роботи створено математичне та програмне забезпечення.Документ Відкритий доступ Математичне та програмне забезпечення системи виявлення військової техніки на фото(КПІ ім. Ігоря Сікорського, 2023) Данилевич, Олександр Олександрович; Ліскін, Вячеслав ОлеговичДипломну роботу виконано на 54 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 22 найменувань. У роботі наведено 11 рисунків та 3 таблиці. Метою даної дипломної роботи є реалізація конкурентоспроможної системи для вирішення проблеми виявлення військової техніки на фото. У роботі зроблено аналіз існуючих рішень даної задачі — розглянуто ненейронні підходи та підходи з використанням штучних нейронних мережі, розроблено систему виявлення військової техніки на фото, виявлено переваги і недоліки. Розроблено систему виявлення об’єктів (техніки) на фото, проведено тестування системи на вибірці.Документ Відкритий доступ Математичне та програмне забезпечення підсистеми виявлення фейкових новин(КПІ ім. Ігоря Сікорського, 2023) Довгаль, Єва Олександрівна; Любашенко, Наталія ДмитрівнаДипломну роботу виконано на 68 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 20 найменувань. У роботі наведено 23 рисунків та 3 таблиці. Метою даної дипломної роботи є розробка математичних та програмних засобів для розпізнавання фейкової інформації в текстових даних. У роботі проведено аналіз різних моделей машинного навчання, включаючи логістичну регресію, наївний класифікатор Баєса, нейромережі з використанням згорткових (CNN), рекурентних (RNN) та довготривалих (LSTM) шарів. Також були розглянуті різні методи векторизації тексту, зокрема Bag of Words, TF-IDF, Word2Vec та GloVe. У процесі роботи було порівняно ефективність цих моделей та методів векторизації такими метриками, як accuracy, precision, recall, f1-score. Для кожної моделі були розроблені та налаштовані відповідні алгоритми навчання. Здійснено тестування розроблених систем з використанням реальних наборів даних з відкритих джерел (Kaggle), що містили фейкову та правдиву інформацію. Отримані результати підтверджують ефективність використання машинного навчання для розпізнавання фейкової інформації, зокрема LSTM, який в результаті показав точність 94,5%. Результати цієї роботи можуть бути використані для подальшого вдосконалення та розробки подібних систем.Документ Відкритий доступ Прогнозування курсу криптовалютної пари з використанням методів глибинного навчання та технології Blockchain(КПІ ім. Ігоря Сікорського, 2023) Костенко, Олександр Андрійович; Громова, Вікторія ВікторівнаДипломну роботу виконано на 60 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 15 найменувань. У роботі наведено 20 рисунки та 9 таблиць. Метою даної дипломної роботи є створення математичного та програмного забезпечення прогнозування курсу криптовалютної пари на L2 шарі та проведення транзакцій на основі отриманих прогнозованих результатів на L1 шарі блокчейну Ethereum. У роботі проведено аналіз існуючих рішень даної задачі: - розглянуто штучні нейронні мережі як метод прогнозування курсу криптовалют. Види нейронних мереж: MLP, RNN, LSTM. зроблено порівняння архітектур нейронних мереж, виявлено переваги і недоліки. - розглянуто можливі технології масштабування блокчейну Ethereum. Технології масштабування: Starknet, Optimism. Розроблено систему прогнозування курсу криптовалютної пари та проведення транзакції на блокчейні Ethereum. Основні положення дипломної роботи опубліковано у вигляді тез доповіді на Міжнародній науково-технічній конференції SAIT 2016.Документ Відкритий доступ Логістична система оптимізації виробничих технологій(КПІ ім. Ігоря Сікорського, 2023) Лутак, Маріна Василівна; Третиник, Віолета ВікентіївнаДипломну роботу виконано на 58 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 8 найменувань. У роботі наведено 47 рисунків та 6 таблиць. Метою даної дипломної роботи є дослідження та розробка логістичної системи оптимізації виробничих технологій, яка дозволить забезпечити максимальну ефективність виробничих процесів, знизити витрати на транспортну логістику та оптимізувати час на виконання виробничих процесів У роботі проведено аналіз проблемної області та огляд існуючих рішень указаної задачі — системи оптимізації виробничих технологій. Виконано їх короткий огляд та вказано їх переваги та недоліки. Для розв’язання задачі було використано граф, алгоритм Дейкстри та жадібний алгоритм. Розроблено програмне забезпечення для моделювання логістичної системи оптимізації виробничих технологій на основі математичних методів.Документ Відкритий доступ Математичне та програмне забезпечення системи прогнозування рівня лояльності потенційного працівника(КПІ ім. Ігоря Сікорського, 2023) Гудим, Вікторія Миколаївна; Бай, Юлія ПетрівнаДипломну роботу виконано на 70 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 33 найменуваннями. У роботі наведено 25 рисунків та 5 таблиць. Метою даної дипломної роботи є створення математичного та програмного забезпечення системи прогнозування рівня лояльності потенційного працівника. В роботі розглядаються класичні методи машинного навчання для прогнозування: логістична регресія, метод опорних векторів, метод k-найближчих сусідів, наївний баєсів класифікатор, дерева рішень, випадковий ліс. З використанням даних методів розроблено програмне забезепечення для прогнозування рівня лояльності потенційного працівника для покращення відбору HR-працівником кандидатів українського ринку, що мають більше шансів на довгострокову співпрацю з компанією, з метою усунення додаткових фінансових та часових витрат компаній на пошук нових спеціалістів, а, також, підвищення продуктивності та конкурентноспроможності компаній загалом.Документ Відкритий доступ Система процедурної генерації двовимірних структур на основі колапсу хвильової функції(КПІ ім. Ігоря Сікорського, 2023) Лановенко, Андрій Віталійович; Громова, Вікторія ВікторівнаДипломну роботу виконано на 66 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 13 найменувань. У роботі наведено 32 рисунки та 2 таблиці. Метою даної дипломної роботи є розробка системи процедурної генерації двовимірних структур на основі колапсу хвильової функції. У роботі проведено аналіз існуючих рішень указаної задачі — алгоритму випадкового блукання, алгоритму Marching squares, алгоритму Diamond-Square, шуму Перліна, систем Лінденмаєра, клітинних автоматів, діаграм Вороного та колапсу хвильової функції. Виконано їх порівняння з погляду універсальності та часової складності. Для розв’язання задачі в якості алгоритму процедурної генерації в роботі вибрано колапс хвильової функції. Для кожного набору вихідних зображень написані метадані. Розроблено автоматизовану систему, що реалізує обраний метод. Виконано тестування розробленої системи.Документ Відкритий доступ Застосування методу узгоджених січень для прямокутних тонкостінних пластин і пластин Міндліна(КПІ ім. Ігоря Сікорського, 2023) Даниленко, Кірілл Артурович; Ориняк, Ігор ВолодимировичДипломну роботу виконано на 76 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 21 найменування. У роботі наведено 21 рисунок та 9 таблиць. Метою роботи є розробка та застосування чисельного методу узгоджених січень до проблеми деформації прямокутних тонкостінних пластин і пластин Міндліна. Проведено порівняльний аналіз існуючих математичних і комерційних рішень проблеми деформації прямокутних тонкостінних пластин і пластин Міндліна. Описано постановку диференціальних рівнянь, що визначають основні параметри пластини, яка згинається. Запропоновано якісно новий скінчено-елементний метод МУС, який порівняно з класичним МСЕ передбачає більш повну диференціальну постановку, узгодження елементів уздовж перерізів і явне використання всіх фізичних і геометричних параметрів пластини. Ці умови вимагають безперервності переміщень, кутів, моментів і сил. Виконано програмну реалізацію нового методу в середовищі Maple, описано її структуру та алгоритм. Зроблено розрахунки для низки тонкостінних і товстостінних пластин з різними типами граничних умов і товщини. Теоретичні сподівання були підтверджені на практиці. Основні положення дипломної роботи опубліковано у вигляді тез доповіді на Міжнародній науково-технічній конференції “Сучасні проблеми механіки та математики 2023”.Документ Відкритий доступ Математичне та програмне забезпечення системи генерації резюме на основі бажаної вакансії та навиків працівника(КПІ ім. Ігоря Сікорського, 2023) Кісів, Катерина Степанівна; Громова, Вікторія ВікторівнаДипломну роботу виконано на 74 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 14 найменувань. У роботі наведено 15 рисунків та 5 таблиць. Метою даної дипломної роботи є створення математичного та програмного забезпечення системи генерації резюме на основі бажаної вакансії та навиків працівника. У роботі проведено аналіз існуючих математичних рішень для розв’язання задачі багатоміткової класифікації тексту — бінарної релевантності, багатоміткового алгоритму k-найближчого сусіда, алгоритму випадкових k-міток, багатоміткового дерева рішень, випадкових полів Маркова та нейронної мережі LSTM. Виконано їх порівняння за наступними критеріями: точність отриманих результатів, ступінь кореляції, мінімальний потребуючий розмір датасету для отримання високої точності та підтримувана кількість міток. Для розв’язання задачі вибрано нейронну мережу LSTM. Побудовано модель системи генерації резюме на основі бажаної вакансії та навиків працівника. Описано компоненти системи та зв’язки між ними. Розроблено програмне забезпечення системи. Система дозволяє класифікувати бажану вакансію за попередньо визначеними 12 навичками. Проведено верифікацію та валідацію системи.Документ Відкритий доступ Математичне та програмне забезпечення для отримання слабкого розв’язку гри антишахи(КПІ ім. Ігоря Сікорського, 2023) Федорченко, Ростислав Євгенійович; Андрусенко, Олена МиколаївнаДипломна робота складається з 58 аркушів і включає 2 додатки та перелік посилань на використані джерела з 23 найменувань. У роботі наведено 18 рисунків та 2 таблиці. Метою даної дипломної роботи є розробка математичного та програмного забезпечення для отримання слабких рішень у грі антишахи. Антишахи - це варіант шахів, де гравці мають зворотні цілі: перемагає той, хто віддасть всі фігури. У роботі проведено аналіз існуючих рішень, пов'язаних з побудовою дерев рішень у грі антишахи. Були розглянуті різні алгоритми та підходи до цієї проблеми. На основі проведеного аналізу було обрано метод, який найкраще відповідає поставленій задачі. Для реалізації пошуку неповних рішень було розроблено математичну модель та відповідне програмне забезпечення. Модель використовує відповідні евристики, які враховують специфіку та особливості гри . Проведено тестування розробленого програмного забезпечення, щоб перевірити його ефективність та точність. Результати тестування підтвердили працездатність розробленого рішення. Основні положення дипломної роботи можуть бути використані для подальшого розвитку і вдосконалення алгоритмів пошуку побудови дерев рішень у грі антишахи.Документ Відкритий доступ Математичне та програмне забезпечення системи виявлення підробних зображень(КПІ ім. Ігоря Сікорського, 2023) Кузін, Юрій Олександрович; Мальчиков, Володимир ВікторовичДипломну роботу виконано на 50 аркушах, вона містить 2 доданки та перелік посилань на використані джерела з 9 найменувань. У роботі наведено 12 рисунків та 5 таблиць. Метою даної дипломної роботи є підвищення рівня протидії розповсюдженню фейкової інформації шляхом розпізнавання підробних зображень. У роботі виконано опис предметної області, проведено огляд підходів до вирішення задачі. Обрано методи машинного навчання, зокрема, застосування згорткових нейронних мереж. Спроектовано та реалізовано програмне забезпечення для виявлення підробних зображень, проведено верифікацію та валідацію розробленої системи.Документ Відкритий доступ Математичне та програмне забезпечення сервісу електронної черги(КПІ ім. Ігоря Сікорського, 2023) Костюк, Владислава Андріївна; Громова, Вікторія ВікторівнаДипломну роботу виконано на 54 аркушах також вона містить перелік посилань на використані джерела з 14 найменувань. У роботі наведено 15 рисунків, 1 таблиця та 2 додатки. Метою даної дипломної роботи є створення математичного та програмного забезпечення сервісу електронної черги для супермаркету, що оптимізує потік покупців, скоротить час очікування та дасть змогу підприємству стратегічно розподіляти свій персонал і оптимізовувати графік роботи. В роботі проведено аналіз існуючих рішень сервісу електронної черги, виділено сильні та слабкі сторони кожної та відокремлено методи, які можемо використати. Для реалізації даної роботи було обрано математичну задачу системи масового обслуговування (СМО). Спираючись на існуючі рішення та класифікацію СМО було обрано методи, які підходять для реалізації роботи системи супермаркету. Для формування потоку вимог використовується пуассонівський потік. В процесі виконання роботи було створено імітаційну модель супермаркету, в якому знаходяться каси та покупці. Дана модель утворює систему, що рівномірно розподіляє покупців між касами, мінімізує час очікування в черзі та покращує процес обслуговування. Ця система визначає коли варто закрити/відкрити касу, розподіляє покупців по кількості товарів та за пріоритетом, враховуючи середній час обслуговування кожної каси. Результатом роботи стало розроблене програмне рішення на основі проектованого математичного забезпечення.Документ Відкритий доступ Математичне та програмне забезпечення для створення сцен віртуальної реальності(КПІ ім. Ігоря Сікорського, 2023) Мірошник, Андрій Васильович; Сирота, Сергій ВікторовичДипломну роботу виконано на 51 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 11 найменувань. У роботі наведено 10 рисунків та 2 таблиця і дві блок схеми не враховуючи тестування виконання програми. Метою даної дипломної роботи є надання розробникам відеоігор інструменту для генерації такого віртуального контенту як лабіринти. У роботі проведено аналіз існуючих рішень генерації лабіринтів: випадкове розташуванням, BSP, генерація за допомогою агента і генерація на основі графу. Виконано їх порівняння базуючись на їх особливостях. Для розв’язанні задачі в роботі обрано генерацію на основі графу. Розроблено, програмне та математичне забезпечення, що реалізує обраний алгоритм генерації.Документ Відкритий доступ Математичне та програмне забезпечення системи розпізнавання номерних знаків(КПІ ім. Ігоря Сікорського, 2023) Черниш, Аліна Андріївна; Ліскін, Вячеслав ОлеговичДипломну роботу виконано на 73 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 21 найменувань. У роботі наведено 8 рисунки та 5 таблиць. Метою даної роботи є розробка системи розпізнавання номерних знаків транспортних засобів. Проведено порівняльний аналіз існуючих математичних та комерційних рішень розпізнавання українських номерних знаків. Для розв’язання задачі було обрано згорткову нейронну мережу для виявлення номерних знаків, а оптичне розпізнавання символів для видобутку тексту.Для підвищення точності розпізнавання були застосовані фільтри шумів. Побудовано модель системи детекції та розпізнавання номерних знаків. Описано математичні методи, які використовуються окремими компонентами моделі. Розроблено програмне забезпечення системи. Проведено верифікацію та валідацію системи.Документ Відкритий доступ Задача про коливання жорстко защемленої пружної пластини. Метод вибіркових точних рішень(КПІ ім. Ігоря Сікорського, 2023) Машир, Анна Миколаївна; Костюшко, Ірина АнатоліївнаДипломну роботу виконано на 87 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 7 найменувань. У роботі наведено 73 рисунки та 7 таблиць. Метою даної дипломної роботи є розробка математичного та програмного забезпечення для дослідження та розв’язання задачі про коливання жорстко защемленої пружної пластини. У роботі проведено аналіз існуючих рішень указаної задачі — математичних методів, таких як метод скінчених різниць, метод скінчених елементів, метод граничних елементів, метод Фур’є, метод Галеркіна, та програмних рішень – ANSYS, MATLAB, Abaqus, COSMOL, MapleSoft. Виконано порівняння математичних методів та програмних засобів. Для розв’язання поставлених задач було обрано MapleSoft. Розроблено програмний код для обчислення поставленої задачі, валідовано та верифіковано отримані результати.Документ Відкритий доступ Система моделювання епідемічних, ендемічних та ерадикаційних процесів з урахуванням моделі людської мобільності(КПІ ім. Ігоря Сікорського, 2023) Маляренко, Микита Артемович; Громова, Вікторія ВікторівнаДипломна роботу виконано на 63 аркушах, включно з 2 додатками та списком використаної літератури, що містить 12 джерел. В роботі представлено 12 ілюстрацій та 4 таблиці. Мета цього дослідження полягає у створенні програмного рішення, яке об'єднує симуляцію розповсюдження хвороб та моделювання епідемічних, ендемічних та ерадикаційних процесів. У роботі здійснено аналіз та порівняння моделей симуляції людської мобільності та моделей симуляції розповсюдження хвороб на основі таких критеріїв як масштабованість, гнучкість та точність. Деякі з вибраних моделей були вдосконалені або адаптовані для потреб симуляції. Було створено алгоритм симуляції, який був інтегрований у розроблене програмне забезпечення.Документ Відкритий доступ Математичне та програмне забезпечення системи покращення якості фотографії(КПІ ім. Ігоря Сікорського, 2023) Борисенко, Богдан Русланович; Олефір, Олександр СтепановичДипломну роботу виконано на 50 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 8 найменувань. У роботі наведено 11 рисунків. Метою роботи є дослідження та розробка математичного та програмного забезпечення покращення якості зображення, що базується на основі моделей машинного навчання, порівняння різних моделей машинного навчання, що існують для розв'язання даної задачі. У роботі проведено аналіз існуючих методів, та на основі вибраних було розроблено забезпечення для покращення якості зображення, що зроблені в умовах поганої освітленості.