Бакалаврські роботи (ММСА)
Постійне посилання зібрання
Переглянути
Перегляд Бакалаврські роботи (ММСА) за Дата публікації
Зараз показуємо 1 - 20 з 557
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Інформаційна система для прогнозування котирування акцій на основі нейромереж(КПІ ім. Ігоря Сікорського, 2019) Ночовний, Олексій Олександрович; Жиров, Олександр ЛеонідовичДипломна робота: 76 с., 15 рис., 8 табл., 2 додатки,19 джерел. Моделювання та прогнозування часових рядів має принципове значення для різного практичного застосування. В зв'язку з цим, протягом останніх років у цій темі було безліч наукових робіт. У літературі запропоновано багато важливих моделей для підвищення точності та ефективність моделювання та прогнозування часових рядів. Мета дипломної робот - стислий опис деяких популярних моделей прогнозування часових рядів, що використовуються на практиці, з їх характерними рисами. Описані два можливі класи моделей часових рядів: стохастичні та нейронні мережі разом з їх притаманними для прогнозування сильними і слабкими сторонами. Відповідно метою є розробка програмного продукту для отримання практичних результатів та порівняння роботи результату прогнозування на основі нейронної мережі та стохастичних моделей. Також дано відповіді на питання пов’язаними з моделюванням часових радів , такі як: стаціонарність, ощадливість, перенавчання і т.д. Об’єктом дослідження є статистичні дані котирування акцій компаній, які використовуються для навчання нейронної мережі.Документ Відкритий доступ Система розпізнавання команд за допомогою читання з губ(КПІ ім. Ігоря Сікорського, 2019) Дровальов, Антон Андрійович; Дідковська, Марина ВіталіївнаДипломна робота: 110 с., 28 рис., 7 табл., 2 додатки, 25 джерел. Метою роботи є розробка додатку, що зчитує команди, сказані людиною, з камери в реальному часі, та вивід цих команд на екран. У дослідженні проаналізовано методи глибокого навчання, та застосовано деякі математичні підходи. Результати роботи: - розроблено додаток, що працює в режимі реального часу - розроблено алгоритм детекції пауз між різними фразами - реалізовано інтерфейс користувача для даного додатку Додаток використовується у сферах, де немає можливості застосувати аудіо-обробку.Документ Відкритий доступ Система ідентифікації малярійних клітин використовуючи нейронні мережі(КПІ ім. Ігоря Сікорського, 2019) Срібний, Андрій Євгенович; Зайченко, Олена ЮріївнаДипломна робота: 110 с., 27 рис., 16 табл., 2 додатки, 37 джерел. В ХХІ сторіччі захворювання дуже поширені, але серед усіх малярія займає провідне місце, оскільки щорічно малярія є причиною близько трьох мільйонів смертей, третина з них - діти. Раніше було запропоновано та впроваджено підхід, завдяки якому малярію можна виявити шляхом взяття аналізу крові пацієнтів у лабораторії для дослідження, але цей метод викликає затримку на початку лікування, тому що витрачається багато часу на дослідження. За рахунок чого, коефіцієнт смертності значно зростає на захворювання малярією в світі. Автоматизація процесу діагностики дозволить точно та швидко виявити та діагностувати захворювання і, отже, обіцяє забезпечити надійну медичну допомогу в районах з обмеженими ресурсами. Об’єкт дослідження – вибірка зображень інфікованих та неінфікованих клітин. Мета даного дослідження полягає в прискоренні процесу точного виявлення та діагностування малярії. Технології машинного навчання були використані для автоматичної діагностики малярії. У запропонованому підході фотографії зараженої крові пацієнтів розглядаються як вихідні дані, система аналізує ці дані і прогнозує їх результат як позитивний або негативний для малярії. Цей додаток буде корисний для тих районів, де немає лабораторії зі спеціальним обладнанням або там, де немає лікаря, але існує особа, яка здатна керувати цим додатком лише додаючи у нього фотографії аналізу крові пацієнта, тим самим швидко надати кваліфіковану допомогу.Документ Відкритий доступ Системи стабілізації нестійких режимів в соціально- навчальному процесі студента(КПІ ім. Ігоря Сікорського, 2019) Богдан, Давид Романович; Романенко, Віктор ДемидовичДипломна робота: 90 с., 22 рис., 6 табл., 2 додатки, 12 джерел. КОГНІТИВНА КАРТА, СОЦІАЛЬНО- Дана дипломна робота присвячена дослідженню нестійкого режиму соціально-навчального процесу студента і методів його стабілізації. За допомогою когнітивної карти, що представляє собою зважений орієнтований граф, було представлено соціально-навчальний процес студента, який має нестійкий характер. Для стабілізації нестійкого імпульсного процесу когнітивної карти, було здійснено перехід до моделі у просторі станів і застосовано методи теорії керування, що базуються на еталонних моделях. Також, на випадок невідомих значень вагів когнітивної карти, для оцінки параметрів моделі було застосовано рекурентний метод найменших квадратів.Документ Невідомий Система розпізнавання української мови(КПІ ім. Ігоря Сікорського, 2019) Туголукова, Євгенія Валеріївна; Дідковська, Марина ВіталіївнаДана дипломна робота містить 78 ст., 4 ч., 9 табл., 15 рис., 2 дод., 18 джерел.Об‟єкт дослідження – процес розпізнавання української мови. Мета та цілі роботи – розглянути теоретичне підґрунтя процесу розпізнавання мовлення, провести огляд існуючих методів та засобів розпізнавання, розробка засобів програмного забезпечення для автоматичного розпізнавання української мови. Методи дослідження – аналіз процесу розпізнавання мовлення, експеримент, результатом якого є програмний продукт, аналіз отриманих результатів. Результатом роботи є система розпізнавання української мови, а саме система голосового локального управління комп‟ютером. Новизною роботи є створення способу розпізнавання української мови на основі Прихованих Марківських моделей та з використанням JSGF- граматик, а також розробка програмного забезпечення з використанням знайденого способу. Результати даної роботи можна застосовувати для полегшення та пришвидшення роботи з операційною системою Mac OS за допомогою голосового управління. Також, створений модуль розпізнавання української мови є універсальним та може бути використаний у будь-якому додатку, де необхідно розпізнавати злитне мовлення.Документ Відкритий доступ Методи масштабування зображень без втрати якості з використанням нейронних мереж(КПІ ім. Ігоря Сікорського, 2019) Фоменко, Нікіта Андрійович; Недашківська, Надія ІванівнаДипломна робота: 149 с., 55 рис., 9 табл., 2 дод., 15 джерел. В цій роботі розглядається SRGAN – генеративно змагальна нейронна мережа для масштабування зображень. Це один з найперших фреймворків, що використовується на збільшення зображень у 4 рази, при цьому майже без втрат якості. Для цього було запропоновано перцептивну функцію втрат. Також було проведе порівняння з іншими методами масштабування, такими як білінійна та бікубічна інтерполяції, метод Ланцоша та метод найближчого сусіда. Об’єкт дослідження: зображення малого розміру, зображення з низькою роздільною здатністю. Предмет дослідження: методи нейронних мереж, інтерполяційні для збільшення зображення та покращення їх роздільної здатності. Мета роботи: дослідити моделі нейронних мереж для покращення якості зображення з малою роздільною здатністю. Методи дослідження: чисельні експерименти з порівнянням результатів, що імплементовані за допомогою мови програмування Python та бібліотеки Tensorflow.Документ Відкритий доступ Чатбот на основі навчання з підкріпленням(КПІ ім. Ігоря Сікорського, 2019) Котирло, Віталій Володимирович; Недашківська, Надія ІванівнаДипломна робота: 136 с., 15 рис., 21табл., 6 додатки, 19 джерел. Об’єктом дослідження є задача симулювання дискусії чи розмови з людиною відповідно до заданого практичного завдання. Предметом дослідження є методи і алгоритми навчання з підкріпленням для побудови діалогової системи у вигляді чат-боту. Метою дипломної роботи є розробка та навчання програмного продукту для реалізації діалогу природньою мовою між діалоговою системою та симулятором користувача з використанням методів глибокого навчання з підкріпленням. У роботі розроблено і навчено програмний продукт у вигляді чат-бота на основі глибокого навчання з підкріпленням, який демонструє роботу системи замовлення квитків в кінотеатрах. Побудовано симулятор користувача, який відіграв роль середовища для агента, який здатний завершувати 89% відсотків діалогів успіхів. Для реалізації інтерфейсу створено бот в месенджері Telegram. Чат-бот розгорнуто за допомогою сервісу Heroku для забезпечення безперервного доступу та можливості використання програми з будь-якого гаджету. Програма написана мовою Python з використанням PyCharm та Google Colaboratory. При написанні роботи використано наукові статті в галузі машинного навчання, глибокого навчання та глибокого навчання з підкріпленням.Документ Відкритий доступ Система аналізу та категоризації текстових медичних даних з використанням SAS технологій(КПІ ім. Ігоря Сікорського, 2019) Юрчук, Максим Віталійович; Терентьєв, Олександр МиколайовичДипломна робота: 126 с., 2 табл., рис., 2 дод., 21 джерело Актуальність роботи: на сьогодні більша частина інформації знаходиться у неструктурованому вигляді, тому використання її звичними аналітичними моделями являється неможливим. В медичній сфері, обробляючи текстові дані, можливо значно покращити якість зворотнього зв'язку з пацієнтами, а тому і якість препаратів. Об'єкт дослідження: медичні текстові звіти, а саме – відгуки пацієнтів. Предмет дослідження: інформаційний пошук, інтелектуальний аналіз, метод максимальної правдоподібності, латентно-семантичний аналіз, булеві правила. Мета роботи: дослідження існуючих методів обробки неструктурованих текстових даних та їх впровадження у системі аналізу та категоризації текстової медичної звітності. Метод дослідження: використання знань про обробку природньої мови (NLP), математичних методів та моделей для класифікації та кластеризації текстової інформації. Результати роботи: проведено аналіз сучасних методів інформаційного пошуку, досліджені можливості використання наявних інструментів текстової аналітики, налаштування їх під конкретну галузь, розроблена система, яка дозволяє створювати категорії з певним ступенем вірогідності виконувати задачу класифікації, отримуючи на вхід велику кількість медичних звітів. Шляхи подальшого розвитку предмета дослідження - удосконалення обраної архітектури моделі, розширення колекції текстів, розмітка даних експертами.Документ Відкритий доступ Ансамбль моделей для прогнозування повернення кредитів на основі інформації про поведінку користувача на сайті(КПІ ім. Ігоря Сікорського, 2019) Міщук, Андрій Романович; Мілявський, Юрій ЛеонідовичДипломна робота: 88 с., 22 рис., 8 табл., 2 додатки, 16 джерел. Фінансова сфера завжди була одним з основних споживачів інформаційних технологій, зокрема, систем побудови прогнозів. Досить поширеними на сьогодні є різноманітні методи передбачення для фільтрації проблемних клієнтів. Зазвичай для такого аналізу використовується приватна інформація про користувача. Перевагою даної роботи є те, що в якості вхідних даних використовується інформація про поведінку користувача на сайті, що не є приватною. Проте, дані такого типу мають недолік - вони є недостатньо репрезинтативними для застосування в класичних моделях, тому в цій роботі використано методи ансамблювання слабких моделей з метою одержання сильної на їх основі. Об’єкт дослідження – платоспроможність позичальника. Предмет долідження – ансамбль моделей для прогнозування дефолту позичальника. Методи дослідження – техніки ансамблювання беггінг, бустинг, бутстрапінг, стекінг.Документ Відкритий доступ Система визначення ознак стресу на основі біометричного сигналу(КПІ ім. Ігоря Сікорського, 2019) Шуліков, Арсеній Владиславович; Дідковська, Марина ВіталіївнаДипломну робота: 96 с., 7 табл., 34 рис., 2 дод., та 27 джерел. Об’єктом дослідження є стрес. Метою даної роботи є розробка архітектури та опис принципів роботи інтелектуальної системи розпізнавання ознак стресу по біометричних показниках людини, а саме серцевого ритму, а також практична реалізація системи. У роботі розглянуто різноманітні методи машинного навчання, проведений огляд існуючих систем визначення стресу. Результати роботи: - запропонована архітектура системи визначення ознак стресу на основі варіабельності серцевого ритму; - реалізовано таку систему. Новизна роботи: - обґрунтовано використання методу Random Forest при побудові класифікатора; - вибрано набір показників, яких достатньо для більш точного визначення стресу у людини; Результати даної роботи рекомендується використовувати у випадках, коли потрібно оцінити рівень стресу людини на основі роботи серця. При подальших дослідженнях в цій області, доцільно розширити навчальну базу даними з їхньою перевіркою спеціалістами в області стресу, а також дослідити вплив інших показників тіла.Документ Відкритий доступ Моделі нелінійних нестаціонарних процесів у фінансах(КПІ ім. Ігоря Сікорського, 2019) Гуць, Євгеній Віталійович; Бідюк, Петро ІвановичДипломна робота: 101 с., 19 рис., 14 табл., 2 додатки, 15 джерел. Дана робота присвячена вивченню методів прогнозування та методик побудови моделей нелінійних нестаціонарниї процесів, а саме методу байєсівських мереж та застосування його на статистичних наборах фінансових даних. Метою дипломної роботи є вивчення основних засад побудови моделі та прогнозування з використанням байєсівських мереж, а також розробка програмного продукту для отримання практичних результатів та порівняння роботи алгоритму на різних наборах фінансових даних. Об’єктом дослідження нелінійні нестаціонарні процеси, подані у вигляді статистичних даних стосовно позичальників кредитів, які використовуються для побудови ймовірнісно-статистичних моделей у формі байєсівських мереж.Документ Відкритий доступ Система підтримки прийняття рішень для прогнозування банкрутства підприємства(КПІ ім. Ігоря Сікорського, 2019) Бородай, Тетяна Анатоліївна; Заводник, Вячеслав ВладленовичДипломна робота 89 с., 16 рис., 14 табл., 2 додатки, 28 джерел. Актуальність теми: банкрутство є невід'ємною частиною функціонування підприємств в умовах ринкової економіки. Тому важливо проводити дослідження щодо прогнозування ризику банкрутства. Раннє виявлення ознак погіршення фінансової ситуації може дозволити прийняття коригувальних дій. Це також може запобігти втраті поточних або потенційних постачальників капіталу. Мета даної роботи: розробка системи прогнозування банкрутства банків з використанням нейромережевих технологій. Об`єктом дослідження є набір даних по банкам України, взяті з сайту НБУ. Методи дослідження: нейронна мережа. Програмна реалізація виконала за допомогою мови програмування Python. Отримані результати роботи: розроблено моделі оцінки ризику банкрутства та обрано порогові значення прийняття рішень для перетворення найкращих моделей в повноцінні бінарні класифікатори, що можуть використовуватися в якості частини СППР або в якості СППР.Документ Відкритий доступ Порівняльний аналіз методів прогнозування(КПІ ім. Ігоря Сікорського, 2019) Козаченко, Кирило Валерійович; Бідюк, Петро ІвановичБакалаврська дипломна робота містить: 79 с., 11 рис., 8 табл., 2 додатки, 11 джерел. .Дана робота присвячена вивченню методів та моделей прогнозування, а саме авторегресійних моделей різних типів та порядків, розглянутих у формі часових рядів фінансово-економічних процесів. Метою дипломної роботи є дослідження поведінки часових рядів та їх побудова на основі авторегресійних моделей різних типів, а також розробка програмного продукту для отримання практичних результатів та вибору найкращої моделі для наочної візуалізації даних короткострокового прогнозування часових рядів фінансово-економічних процесів. Об’єктом дослідження є статистичні дані різних фінансово-економічних процесів.Документ Відкритий доступ Мікросервіс з обробки великих даних(КПІ ім. Ігоря Сікорського, 2019) Корнійчук, Роман Сергійович; Тимощук, Оксана ЛеонідівнаДипломна робота: 117 с., 9 рис., 6 табл., 2 додатки, 16 джерел. Об’єкт дослідження – проблема обробки великих даних. Предмет дослідження – спрощення та прискорення розробки нескладних мікросервісів з обробки великих даних. Мета роботи – розробити бібліотеку для розробки мікросервісів з обробки великих даних. Методи дослідження – методи обробки великих даних. Актуальність – розробка бібліотеки для розробки нескладних мікросервісів з обробки великих даних для популяризації обробки великих даних. Проведений аналіз отриманих результатів, виконано аналіз отриманої системи. Шляхи подальшого розвитку предмету дослідження – розробка повноцінного фреймворку для створення мікросервісно-орієнтованих додатків з обробки великих даних.Документ Відкритий доступ Система розподілу об'єктів в обмеженому просторі за допомогою генетичних алгоритмів(КПІ ім. Ігоря Сікорського, 2019) Ковальчук, Владислав Анатолійович; Кухарєв, Сергій ОлександровичДипломна робота: 98 с., 18 рис.,6 табл., 2 додатки, 11 джерел. У цьому документі розглянута проблема розподілу об’єктів у обмеженому просторі, яка полягає у ортогональному розташуванні деяких прямокутних об’єктів у прямокутному фіксованому просторі. Проблема має численні застосування у промисловості, наприклад при різанні деревини або полотна на дрібні шматки, завантаження піддонів, або заповнення контейнерів вантажем. Оптимальне заповнення контейнерів зменшує витрати на доставку, а також підвищує стабільність вантажу при транспортуванні. Метою дипломної роботи є розробка системи розподілення об’єктів використовуючи генетичний алгоритм та порівняти зі існуючими підходами вирішення даної задачі.Документ Відкритий доступ Модуль розпізнавання та класифікації звуків(КПІ ім. Ігоря Сікорського, 2019) Бондар, Олексій Андрійович; Тимощук, Оксана ЛеонідівнаДипломна робота містить: 100с., 7 табл., 48 рис., 2 дод. та 22 джерела. Об’єкт дослідження – алгоритми в сфері машинного навчання, а саме алгоритми і методи аналізу звуків для представлення їх у текстовому вигляді, для використання людьми з вадами слуху, а також в автоматизованих системах швидкого реагування на екстренні ситуації у містах. Предмет дослідження – моделі машинного навчання, а саме нейронні мережі. Мета роботи – розгляд існуючих методів машинного навчання, а також створення власної моделі розпізнавання звуків, що буде представлена у зручному для користувачів вигляді. У ході виконання роботи було проведено аналіз моделей, популярних на сьогоднішній день, для вирішення задачі класифікації звуків; проведено їх порівняльний аналіз, описано процес створення власної моделі, а також її інтеграцію у програмний модуль для кросплатформенного додатку. В рамках подальшого дослідження доцільно працювати над покращенням точності моделі у роботі з більш зашумленими даними, вдосконаленням самої моделі, модифікацією її архітектури, збільшенням кількості класів для розпізнавання. Іншим можливим шляхом є розробка IoT рішень для аналізу звукової ситуації у місті в реальному часі.Документ Відкритий доступ Модель впливу фінансового левериджу позичальника на його кредитний ризик(КПІ ім. Ігоря Сікорського, 2019) Шинкарук, Юлія Вадимівна; Стулей, Володимир АнатолійовичДипломна робота містить: 84 с., 12 табл., 17 рис., 2 дод. та 24 джер. Об’єкт дослідження - реальні дані балансового стану підприємств, які надані банком, з 2014 по 2018 роки. Предмет дослідження - модель розрахунку кредитного ризику представленої ПНБУ №351. Мета роботи – дослідження методики розрахунку кредитного ризику позичальника за ПНБУ №351 та її вдосконалення. Розробляється альтернативний спосіб визначення кредитного ризику позикальника. Під цим процесом вдосконалення мається на увазі перевірка наявності залежності між фінансовим левереджем та кредитним ризиком. Метод дослідження - розгляд та аналіз методу розрахунку кредитного ризику. Моделювання, використовуючи розроблене програмне забезпечення, що написане в ході роботи, фінансової стабільності підприємства, як показника кредитного ризику.Документ Відкритий доступ Моделі і методи прогнозування демографічних процесів(КПІ ім. Ігоря Сікорського, 2019) Цибульський, Іван Сергійович; Бідюк, Петро ІвановичДипломна робота: 123 ст., 32 табл., 58 рис., 3 дод. та 17 джерел. Тема: Моделі і методи прогнозування демографічних процесів В роботі розглянуто проблему моделювання та оцінки прогнозів демографічних процесів за допомогою різницевих рівнянь, а саме декількох типів авторегресійних моделей, а також створено програмний продукт для досягнення поставних цілей. Об’єкт дослідження: демографічні процеси в Україні Предмет дослідження: вибір структури математичних моделей, що адекватно описують демографічні процеси та забезпечують якісну оцінку прогнозу Мета роботи: провести оцінку поточної демографічної ситуації в Україні за допомогою моделювання ключових демографічних показників та оцінити прогноз на найближчі 5 років. Методи дослідження: методи аналізу часових рядів з використанням авторегресійних моделей та їх модифікацій. В роботі наведено результати моделювання демографічних процесів за допомогою рівнянь авторегресії, а також оцінка середньострокового прогнозу по ключовим демографічним показникам. Розроблено програмний продукт, що призначений для побудови моделей авторегресії та їх модифікацій часових рядів, а також для оцінки прогнозів за допомогою побудованих моделей. Для моделювання та оцінки прогнозів використовувалися дані Державної Служби Статистики України за останні 17 років.Документ Відкритий доступ Моделі і алгоритми зростання конверсії веб-ресурсу(КПІ ім. Ігоря Сікорського, 2019) Гладинець, Вікторія Юріївна; Зайченко, Олена ЮріївнаДипломна робота : 114 с., 4 ч., 35 рис., 10 табл., 2 додатки, 45 джерел. Об’єкт дослідження — веб-ресурс як складна система комунікації бізнесу та користувача. Визначення важливих для бізнесу показників взаємодії користувача і ресурсу. Вплив редизайну елементів сайту на ці показники. Мета роботи — розробка покращеного програмного продукту з кращими показниками по кількості відмов та конверсії, що підвищує показники для бізнесу. Предмет дослідження — алгоритми і методи росту конверсії на веб-ресурсі на прикладі реального програмного продукту. В результаті дослідження був розроблений перший прототип сайту, який в ході користувацького дослідження та порівняльного аналізу показників перебудувався в повноцінний веб-ресурс з новим дизайном. Змінилась інформаційна архітектура сайту, порядок приведення інформації, візуальний стиль блоків, виділення важливої інформації. Ці зміни підвищили конверсію на 46,15%, а показник відмов знизився на 29,27%. Розроблена в результаті дослідження система впроваджена на веб-ресурсі https://iteahub.com/.Документ Відкритий доступ Наочне доведення теореми Хомського-Шютценберже в розширеному формулюванні(КПІ ім. Ігоря Сікорського, 2019) Мелентьєва, Ада Денисівна; Спекторський, Ігор ЯковичДипломна робота: 75 с., 6 табл., 29 рис., 2 дод., 20 джерел. .Темою даної роботи є: «Наочне доведення теореми Хомського- Шютценберже в розширеному формулюванні». Метою даної роботи є доведення теореми Хомського-Шютценберже у розширеному формулюванні. У роботі використано такі елементи теорії фор- мальних мов та автоматів, як скінченні автомати, автомати з магазинною пам’яттю, мова Діка. Було розроблено програмний продукт, що проводить інтерактивне кон- структивне доведення теореми. Він дозволяє перевірити справедливість теоре- ми для будь-якої контекстно-вільної мови. Виконано тестування розробленого програмного продукту.