Кафедра інформатики та програмної інженерії (ІПІ)
Постійне посилання на фонд
Сайт кафедри: https://ipi.kpi.ua/
Переглянути
Перегляд Кафедра інформатики та програмної інженерії (ІПІ) за Дата публікації
Зараз показуємо 1 - 20 з 561
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Огляд систем моніторингу транспортних потоків(Sci-conf.com.ua, 2020) Рубель, Григорій Леонідович; Ліхоузова, Тетяна АнатоліївнаДокумент Відкритий доступ Система автоматичного вилучення та консолідації даних із цифрового зображення(Barca Academy Publishing, 2020) Корзун, Ілля Михайлович; Ліхоузова, Тетяна АнатоліївнаДокумент Відкритий доступ Ідентифікація об’єктів в системі безпеки(Sci-conf.com.ua, 2020) Усенко, Вадим Вікторович; Ліхоузова, Тетяна АнатоліївнаДокумент Відкритий доступ Моделі для прогнозування доходів та витрат населення України(Sci-conf.com.ua, 2021) Шмідт, Валерій Євгенович; Ліхоузова, Тетяна АнатоліївнаДокумент Відкритий доступ Виявлення факторів, що найбільше впливають на рівень задоволення студентів від навчання(Sci-conf.com.ua, 2021) Михальчук, Елеонора Миколаївна; Ліхоузова, Тетяна АнатоліївнаДокумент Відкритий доступ Системи для збору даних та моніторингу стану транспортних засобів(Sci-conf.com.ua, 2021) Тимченко, Олексій Юрійович; Ліхоузова, Тетяна АнатоліївнаДокумент Відкритий доступ Robotic Warehouse Management System(International Review of Automatic Control, 2021) Likhouzova, Tetiana; Demianova, YuliiaThe research task is to find a solution to the problem of reducing the risk of collisions while managing a set of auxiliary robots. This task can be solved in two ways. The first approach is the development of algorithms for choosing the motion trajectory of robots. The second one is to reduce the number of auxiliary robots to the minimum required in a certain amount of time. The study focuses on the second approach. Rigidly programmed systems, although they do the job, are not always flexible and adaptive. Systems that can independently analyze the state of certain data, find patterns, and predict, are more efficient and necessary for the further development of the industry. The study proposes a solution based on the use of a neural network in the management system of auxiliary work. An analytical unit was added to the control system to predict the optimal number of robots needed on the line by the number of applications. This gives the system a high level of flexibility in the overall loading and shipping process. Control systems with and without the analytical unit in two different scenarios are studied, both in the constant and randomized increment of applications. In both cases, the use of the analytical block in the control system allowed reducing the number of auxiliary robots in production. The experimental results show that the proposed solution gives the same amount of applications to be completed by fewer auxiliary robots in less time, and it results in reduction of the number of collisions during the movement of robots. The emergence of this structure improves navigation efficiency and allows reducing production maintenance costs. In addition, the results showed scalability for production. A well-established system for managing robotic devices can guarantee the efficiency of the production process.Документ Відкритий доступ Моделі для аналізу доступності освіти у різних країнах(Sci-conf.com.ua, 2021) Бойко, Єлизавета Костянтинівна; Паламарчук, Роман Володимирович; Ліхоузова, Тетяна АнатоліївнаДокумент Відкритий доступ Гібридний метод обробки зображень на конволюційних нейронних мережах(КПІ ім. Ігоря Сікорського, 2021-12) Федоряка, Максим Григорович; Мажара, Ольга ОлександрівнаАктуальність теми дослідження. Сучасний стан та швидкий розвиток інформаційних технологій, зокрема штучного інтелекту, робить повсякденне життя людини більш зручним та оптимізованим. Однією із задач, які вдалося оптимізувати на персональних комп’ютерах та високопродуктивних системах, є покращення якості зображень, зокрема збільшення роздільної здатності. Можливість збільшити роздільну здатність зображення дає розвиток новим класам програмного забезпечення, які у свою чергу покращують досвід користувачів. Лише років тому обчислювальна потужність смартфонів зросла достатньо, щоб дозволити використання машинного навчання і на мобільних платформах. Разом з цим, розвиток під-процесорів для машинного навчання, якими комплектуються навіть бюджетні смартфони сьогодні, означає що зараз саме час інвестувати ресурси у розвиток штучного інтелекту і машинного навчання на мобільних платформах. Однак, наразі не запропоновано архітектурних рішень, що дозволяють використати створені нейромережеві методи на мобільних пристроях. Актуальною є задача розробки архітектур для вирішення задачі покращення роздільної здатності зображень на основі поєднання існуючих методів для використання на мобільних пристроях. Покращення роздільної здатності фотографій у мобільному додатку є першим кроком до розвитку більш комплексних технологій, таких як майбутній аналог DLSS для мобільних платформ, покращення якості відео та інші. Метою дослідження розробка архітектурного рішення для створення мобільного програмного застосунку з покращення роздільної здатності зображення з використанням гібридних підходів. Для досягнення мети необхідно виконати наступні завдання: - провести аналіз особливостей та існуючих рішень для проблеми покращення роздільної здатності зображення для персональних комп’ютерів; - провести аналіз фреймворків для роботи з машинним навчанням, що доступні на мобільних платформах; - запропонувати та реалізувати архітектуру для покращення роздільної здатності зображень на мобільних пристроях; - реалізувати програмне забезпечення, що використовує запропоновану архітектуру та демонструє її переваги та ефективність; - виконати аналіз результатів роботи створеного програмного забезпечення. Об’єктом дослідження є програмне забезпечення для обробки зображень. Предметом дослідження є алгоритм обробки зображень з гібридним підходом, що пристосований для використання на мобільному пристрої. Наукова новизна одержаних результатів дослідження полягає у тому, що запропоноване архітектурне рішення щодо створення системи покращення роздільної здатності зображень з використанням гібридного методу поєднання нейронних мереж та Unsharp Masking для використання на мобільних пристроях с операційною системою iOS. Реалізований метод є оптимізованим з точки зору швидкодії та використання ресурсів системою, при цьому вихідний результат має високу якість, особливо при збільшенні роздільної здатності у 2 або 3 рази. Практичне значення результатів полягає у тому, що розроблена архітектура може бути використана у великій кількості мобільних застосунків. Публікації. Федоряка М. Г. Гібридний метод обробки зображень на конволюційних нейронних мережах / М. Г. Федоряка, К. Ю. Мелкумян. // Друковане видання «Адаптивні Системи Автоматичного Управління». Міжвідомчий науково- технічний збірник. – 2021. – №38. – С. 72–76.Документ Відкритий доступ Програмне та алгоритмічне забезпечення для рекомендаційної системи персоналізованого підбору навчальних курсів(КПІ ім. Ігоря Сікорського, 2021-12) Мусієнко, Віталій Сергійович; Ліхоузова, Тетяна АнатоліївнаРозмір пояснювальної записки – 83 аркуші, містить 20 ілюстрацій, 29 таблиць, 3 додатки. Актуальність теми. У роботі розглянуто проблему в області рекомендаційних систем, показано основні особливості існуючих підходів у формуванні рекомендацій, їх переваги та недоліки. Виявлено потребу в удосконаленні алгоритмів рекомендацій для компенсації наявних недоліків. Мета дослідження. Основною метою є підвищення релевантності результатів роботи рекомендаційної системи, яка підбирає для користувачів навчальні курси. Об’єкт дослідження: програмне забезпечення рекомендаційних систем. Предмет дослідження: алгоритми машинного навчання, що застосовуються в рекомендаційних системах. Для реалізації поставленої мети сформульовані наступні завдання: − аналіз існуючих рішень; − побудова математичної моделі алгоритму рекомендацій; − створення архітектури системи; − застосування алгоритму в системі персоналізованих рекомендацій; − оцінка ефективності розробленого рішення. Наукова новизна результатів магістерської дисертації полягає в тому, що запропоновано гібридний підхід формування персоналізованих рекомендацій, який комбінує алгоритми на основі вмісту та знань, що дозволяє надавати користувачам рекомендації навіть при мінімальній кількості інформації про їх інтереси. Результат досягнутий шляхом поєднання двох алгоритмів, які компенсують недоліки один одного. Практичне значення отриманих результатів полягає в тому, що комбінований підхід для формування рекомендацій є простим, не потребує багато ресурсів та може масштабуватись у майбутньому. Клієнтська та серверна частина реалізовані в межах одного застосунку, що спрощує розгортання системи. Дана система може бути використана викладачами, організаціями, закладами освіти, які проводять навчальні курси, студентами та фахівцями, які прагнуть підвищити свій рівень кваліфікації. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на IX Міжнародній науково-практичній конференції «Trends of development modern science and practice», 16-19 листопада 2021 р., Стокгольм, Швеція. Публікації. Наукові положення дисертації опубліковані в: Мусієнко В.С. Комбінований алгоритм рекомендацій на основі вмісту та знань/ В.С. Мусієнко // Матеріали IX Міжнародної науково-практичної конференції «Trends of development modern science and practice» – Стокгольм, Швеція, 16-19 листопада 2021 р.Документ Відкритий доступ Методи та програмне забезпечення для розпізнавання шкідливих файлів(КПІ ім. Ігоря Сікорського, 2021-12) Гаврилова, Надія Леонідівна; Вєчерковська, Анастасія СергіївнаРозмір пояснювальної записки – 97 аркушів, містить 30 ілюстрацій, 14 таблиць, 2 додатки. Актуальність теми. У роботі розглянуто проблему в області розробки програмного забезпечення з об’єктом антивірусного програмного забезпечення, показано основні особливості існуючих методів та програм виявлення зловмисних файлів та їх подальшого вилучення, їх переваги та недоліки. Виявлено потребу в розробці програмного додатку із зручним інтерфейсом для користувача та не менш ефективною функціональною частиною захисту персонального технічного засобу. Мета дослідження. Основною метою є забезпечення виявлення шкідливих файлів на персональних комп’ютера користувачів, шо можуть пошкодити\зруйнувати роботу системи. Об’єкт дослідження: антивірусне програмне забезпечення. Предмет дослідження: алгоритми та методи виявлення шкідливого (зловмисного) програмного забезпечення та файлів. Для реалізації поставленої мети сформульовані наступні завдання: 1) проаналізувати різновиди та принципи роботи вірусів; 2) проаналізувати способи протидії вірусам через антивірусні програми; 3) провести порівняльний аналіз для виявлення переваг та недоліків існуючих антивірусних програм; 4) зробити висновки про проведений аналіз, обрати напрямок руху для створення власного антивірусного додатку; 5) створення програмного продукту, антивірусного програмного додатку; 6) тестування та оформлення інструкції щодо використання створеного програмного продукту. Наукова новизна результатів магістерської дисертації полягає в тому, що запропоновано удосконалено метод створення програмного забезпечення, що буде нести в собі простий у використанні інтерфейс, та не менш ефективний сканер для аналізу файлової системи, що знаходяться на персональному комп’ютері (виділення деякої папки/окремого файлу чи сукупності всієї інформації збереженої у даному ПК) та виявлення вірусного/шкідливого носія. Практичне значення отриманих результатів полягає в тому, що створено нове програмне забезпечення, що дозволяє захистити персональний комп'ютер від вірусних файлів чи програмних засобів, а також включає в себе досить простий користувацький інтерфейс. Переваги даного програмного продукту в тому, що інтерфейс виглядає сучасно, а система не перевантажена під час роботи даного додатку. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на V всеукраїнській науково-практичній конференції молодих вчених та студентів «Інформаційні системи та технології управління» (ІСТУ-2021) – м. Київ. Публікації. Наукові положення дисертації опубліковані в: Гаврилова Н.Л. Алгоритм виявлення вірусів – стратегія розпізнавання. Інженерія програмного забезпечення і передові інформаційні технології (SoftTech 2021): матеріали наук.-практ. конф. (Київ, 22–26 листопада 2021р.) Київ, 2021. С. 34-36. Гаврилова Н. Л. Алгоритми розпізнавання вірусів. Експериментально-теоретичні дослідження в сучасній науці: матеріали 4 міжнар. наук.-практ. конф. (Кишинів, 4-5 Листопада 2021р.), Кишинів, 2021. С. 286-289Документ Відкритий доступ Програмне та математичне забезпечення для генерації діалогових систем з підтримкою української мови(КПІ ім. Ігоря Сікорського, 2021-12) Корольова, Людмила Вікторівна; Халус, Олена АндріївнаРозмір пояснювальної записки – 98 аркушів, містить 15 ілюстрацій, 53 таблиці, 4 додатків. Актуальність теми. У роботі розглянуто проблему відсутності розвинених систем генерації діалогів українською мовою, показано основні особливості існуючих рішень для генерації діалогів, їх переваги та недоліки. Виявлено потребу в розробці програмного забезпечення пристосованого до української мови. Мета дослідження. Основною метою є розширення функціоналу простих моделей генерації діалогів для того щоб покривати більший перелік запитів користувачів та зробити діалог більш природним Об’єкт дослідження: засоби розробки для обробки природної мови, пристосовані до української мови. Предмет дослідження: програмне та математичне забезпечення для генерації діалогових систем, що пристосовані до української мови. Для реалізації поставленої мети сформульовані наступні завдання: - виконати аналітичний огляд існуючих наукових робіт, які направлені на реалізацію програмного та математичного забезпечення генерації діалогових систем; - розробка алгоритму підготовки даних для їх аналізу моделлю; - пристосування алгоритму кластеризації до аналізу природної мови; - розробка алгоритму перетворення проаналізованих даних у речення; - програмна реалізація розроблених алгоритмів. Наукова новизна результатів магістерської дисертації полягає в тому, що запропоновано алгоритм для генерації діалогів українською мовою, що використовує остові дерева як основу та кластеризацію як функцію оцінки результатів. Результат досягнутий шляхом розробки модернізованого алгоритму з адаптацією під роботу з базою даних. Практичне значення отриманих результатів полягає в тому, що реалізовано алгоритм пристосований до української мови який дозволяє генерувати діалог на різні теми. Також було розроблено програмне забезпечення яке дозволяє використовувати данні з бази даних при генерації діалогу. Дане програмне забезпечення може буті використане розробниками чат-ботів у різних сферах. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на всеукраїнській науково-практичній конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech2021) – м. Київ. Публікації. Наукові положення дисертації опубліковані в: Корольова Л.В. Алгоритм навчання діалогової системи з використанням остових дерев / Л.В. Корольова, О.А. Халус // Матеріали всеукраїнської науково-практичної конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech2021) – м. Київ: НТУУ «КПІ ім. Ігоря Сікорського», 2021 р.Документ Відкритий доступ Програмне та математичне забезпечення аналізу ЕКГ на основі WORD2VEC моделі(КПІ ім. Ігоря Сікорського, 2021-12) Язенок, Михайло Сергійович; Олійник, Юрій ОлександровичМагістерська дисертація: 116 сторінок, 21 рисунок, 31 таблиця, 2 додатки, 31 джерело Актуальність теми. На сьогоднішній день перспективним напрямком розвитку програмного забезпечення є розробка алгоритмів із застосуванням методів машинного навчання. Дані методи надають змогу прогресувати точність рішень задач різних напрямків, де раніше неможливо було зробити хоч якісь висновки без наявності висококваліфікованого персоналу, не говорячи вже про те, що для досягання рішення деяких задач, навість при наявності найінтелектуальнішої групи дослідників, необхідно витратити значний проміжок часу. Однією із таких сфер є комплекс задач основаних на даних сигналу електрокардіограми з можливістю застосування NLP, тому дуже важливо мати відповідний набір програмних інструментів для розробки програмного забезпечення, які б забезпечили швидке та ефективне досягання результатів. Мета дослідження. Покращення можливостей бібліотек, призначених для розробки програмного забезпечення для аналізу ЕКГ сигналу із застосуванням методів NLP. Об’єкт дослідження. Аналіз сигналу електрокардіограми із застосуванням методів NLP. Предмет дослідження. Методи та засоби створення програмного забезпечення для рішення задач аналізу сигналу електрокардіограми з можливістю застосування методів обробки текстових даних. Наукова новизна отриманих результатів. Вперше створено програмну бібліотеку аналізу сигналу ЕКГ методами NLP. Практичне значення отриманих результатів полягає у застосуванні розробленої бібліотеку для більш ефективної розробки програмного забезпечення та ведення досліджень сигналу електрокардіограми. Результати проведених досліджень лексичного представлення ЕКГ надають можливість розроблення нестандартних алгоритмів . Зв’язок роботи з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України «Київський політехнічний інститут ім. Ігоря Сікорського» в рамках теми «Методи та технології високопродуктивних обчислень та обробки надвеликих масивів даних». Державний реєстраційний номер 0117U000924. Апробація. Результати роботи доповідалися на «Першій Всеукраїнській науково-практичній конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології»(SoftTech-2021)»: секція кафедри інформатики та програмної інженерії. Матеріали конференції. – Київ. – 2021. 22-26 листопада 2021р. – С.53. Публікації. Наукові положення опубліковані в тезах наукової конференції «Перша Всеукраїнська науково-практична конференція молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології»(SoftTech-2021)». Секція кафедри інформатики та програмної інженерії. Матеріали конференції. – Київ. – 2021. 22-26 листопада 2021р. – С.53.Документ Відкритий доступ Програмне забезпечення системи тестування знань з засобом моніторингу уваги особи, що тестується(КПІ ім. Ігоря Сікорського, 2021-12) Антоненко, Вадим Васильович; Крамар, Юлія МихайлівнаРозмір пояснювальної записки – 111 аркушів, містить 15 ілюстрацій, 25 таблиць, 8 додатків. Актуальність теми. Розглянуто предметну область тестування знань. Використання програмних рішень для проведення перевірки знань дозволяє здійснювати її швидко та зручно. Проте оцінка результатів тестування не може бути обґрунтовано точною. Це пов’язано з недобросовісним проходженням тестування. Впровадження можливості відслідковувати та аналізувати погляд особи, що тестується дозволяє отримати додаткові параметри, які характеризують ступінь залученості користувача до проходження тестування. Мета дослідження. Проєктування та розробка структури програмного забезпечення, що поєднує та впроваджує систему відслідковування погляду користувача з системою тестування знань. Об’єкт дослідження: програмне забезпечення системи тестування знань. Предмет дослідження: метод реалізації програмного забезпечення системи тестування знань з засобом моніторингу уваги особи, що тестується. Для реалізації поставленої мети сформульовані наступні завдання: ‒ аналіз існуючих рішень; ‒ проєктування програмного забезпечення системи тестування знань; ‒ розробка програмного забезпечення системи тестування знань; ‒ впровадження засобу моніторингу уваги особи, що тестується; ‒ тестування запропонованого рішення. Наукова новизна. Запропоновано структуру програмного забезпечення, яка поєднує на основі мікросервісного підходу системи тестування знань та засобу відслідковування погляду, з використанням камери персонального комп’ютера. Практичне значення. Реалізоване програмне забезпечення системи тестування знань з засобом відслідковування уваги особи, що тестується може бути успішно застосоване при перевірці знань та професійних навичок у дистанційній формі. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на Першій Всеукраїнській науково-практичній конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech-2021). Секція кафедри інформатики та програмної інженерії. Матеріали конференції. – Київ. – 2021. 22–26 листопада 2021р. – С.69. Публікації. Наукові положення дисертації опубліковані в: 1) Антоненко В.В. Крамар Ю.М. Впровадження засобу моніторингу уваги для системи тестування знань: праці Першої Всеукраїнської науково-практичної конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології».(Київ, 22-26 листопада 2021р.). Київ, 2021. С.69-72. 2) Антоненко В.В. Впровадження засобу моніторингу уваги для системи тестування знань: праці X Міжнародної науково-практичної конференції. Science foundations of modern science and practice.(Афіни, Греція, 23-26 листопада 2021р.). - Афіни, Греція, 2021. С.592-596.Документ Відкритий доступ Програмне та математичне забезпечення для системи перетворення аудіомовлення в текстову інформацію(КПІ ім. Ігоря Сікорського, 2021-12) Абушек, Дмитро Андрійович; Новінський, Валерій ПетровичРозмір пояснювальної записки – 171 аркушів, містить 25 ілюстрацій, 9 таблиць, 4 додатки Актуальність теми. Системи розпізнавання мови використовують переважно люди з фізичними відхиленнями. Наприклад, люди, які втратили обидві свої руки, або втратили зір і ще звикли використовувати брайлевську печатку. Такі програми дозволяють голосом управляти роботою комп'ютера або набирати будь-який текст. Деякі такі програми після кожної сесії зберігають голосові дані користувача, щоб той потім міг почати роботу з того місця, де зупинився. З вищевикладеного можна зробити висновок про актуальність даної роботи. Мета дослідження. Підвищення ефективності роботи алгоритмів розпізнавання мови Об’єкт дослідження: аудіовізуальна система розпізнавання мови. Предмет дослідження: програмне та математичне забезпечення аудіовізуальної системи розпізнавання мови Для реалізації поставленої мети сформульовані наступні завдання: – виконати огляд існуючих рішень; – побудувати загальну схему моделі системи розпізнавання мови; – реалізувати программне забезпечення для аудіовізуальної системи розпізновання мови. Наукова новизна отриманих результатів полягає в тому, що було розроблено інструментарій (відповідне програмне та математичне забезпечення), який містить мурашиний алгоритм кластерізації що дає змогу скоротити кількість станів без втрати якості розпізнавання інформації. Практичне значення. Практична значимість данного программного забезпечення полягае в тому,щоби допомогти людям з фізичними вадами, які могли втратити обидві руки чи мають проблеми із зором,які раніше використовували брайлевську печатку.Також практична значимість полягає в тому щоби скоротити час набирання тексту та автоматизувати цей процесс під час нотування конференцій/судових засідань.Забезпечити швидкий перенос із відео в текст. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на Міжнародній науково-практичній конференції «SCIENCE AND PRACTICE, ACTUAL PROBLEMS, INNOVATIONS». Публікації. Наукові положення дисертації опубліковані в: Абушек Д. А., Дорогий Я. Ю. МУРАШИНИЙ АЛГОРИТМ КЛАСТЕРИЗАЦІЇ //SCIENCE AND PRACTICE, ACTUAL PROBLEMS, INNOVATIONS. – 09-12 листопада 2021р. Амстердам, Нідерланди. – Т. 8. – Р. 473.Документ Відкритий доступ Архітектурне рішення для програмного забезпечення системи безпечного обміну інформації на основі симетричних алгоритмів шифрування(КПІ ім. Ігоря Сікорського, 2021-12) Гончаренко, Євгеній Іванович; Новінський, Валерій ПетровичДокумент Відкритий доступ Алгоритмічне та програмне забезпечення для перетворення 2D зображень в 3D моделі(КПІ ім. Ігоря Сікорського, 2021-12) Линник, Володимир Вікторович; Сирота, Олена ПетрівнаРозмір пояснювальної записки – 103 аркуші, містить 25 ілюстрацій, 36 таблиць, 7 додатків. Актуальність теми. У роботі розглянуто проблему в галузі 3D моделювання для реконструкції зображень реального світу, показано основні особливості існуючих рішень проблеми реконструкції зображень, їх переваги та недоліки. Виявлено проблему в удосконаленні методів реконструкції зображень для отримання кращої якості утворених моделей, їх текстур, а також швидкості роботи алгоритмів для забезпечення можливості виконання реконструкцій в реальному часі. Метою цієї роботи є підвищення якості результуючої моделі об’єкту на основі нового алгоритму для перетворення 2D зображень в 3D моделі, прискорення алгоритму реконструкції 3D моделей на основі 2D зображень для забезпечення можливості відтворення в реальному часі з мінімальними втратами якості та покращення методів накладання текстур на 3D об’єкти для отримання кращої якості моделей та їх відповідність реальним об’єктам. Для досягнення мети необхідно виконати наступні завдання: - виконати аналіз основних методів перетворення 2D зображень в 3D моделі; - здійснити порівняльний аналіз зазначених методів; - розробити алгоритми перетворення 2D зображень в 3D моделі з високою швидкістю та якістю; - розробити алгоритми накладення текстур для моделей з високою якістю; - розробити програмне забезпечення, що реалізовуватиме розроблені алгоритми; - виконати аналіз результатів роботи створеного програмного забезпечення. Об’єкт дослідження – програмне забезпечення, що використовується для побудови тривимірних об’єктів. Предмет дослідження – Моделі, алгоритми та методи для обробки зображень та відеопотоків. Методи дослідження, застосовані в даній роботі базуються на підходах комп’ютерного зору, комп’ютерної графіки та машинного навчання. Наукова новизна одержаних результатів: запропоновано новий алгоритм, що утворений як комбінації алгоритмів виконання перетворення 2D зображень в 3D моделі. В результаті, алгоритм дозволяє отримувати моделі без видимих візуальних дефектів, що мають високий рівень схожості з реальним об’єктом. Практичне значення одержаних результатів: розроблений алгоритм та програмне забезпечення з підтримкою високої якості моделей дозволяє швидко генерувати 3D моделі порівняно з задіянням 3D дизайнерів в разі виникнення необхідності в генерації великого обсягу 3D моделей. Розроблений алгоритм та програмне забезпечення з підтримкою генерації моделей з високою швидкістю уможливлює ряд задач, таких як: відеорепортажі, VR конференції та інші. Зв'язок роботи з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України «Київський політехнічний інститут ім. Ігоря Сікорського» згідно з планом науково-дослідницьких робіт кафедри інформатики та програмної інженерії. Апробація. Наукові положення дисертації пройшли апробацію на Першій Всеукраїнській науково-практичній конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech- 2021) – м. Київ. Публікації. Наукові положення дисертації опубліковані в: Линник В.В. Практичне застосування методу генерації текстур об’єктів в розрізі задачі тривимірної реконструкції/ В.В.Линник, О.П. Сирота // Матеріали першої всеукраїнської науково-практичної конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech- 2021) – м. Київ: НТУУ «КПІ ім. Ігоря Сікорського», 22-26 листопада 2021 р.Документ Відкритий доступ Архітектурне рішення для забезпечення аналізу і моделювання сигналів від епідермічних сенсорів(КПІ ім. Ігоря Сікорського, 2021-12) Златокрилець, Микола Олександрович; Баклан, Ігор ВсеволодовичМагістерська дисертація: 97 с., 17 рис., 33 табл., 3 додатки, 34 джерела Актуальність теми. В наш час у медицині впроваджується велика кількість технологій, що дозволяють підвищувати точність встановлення діагнозів та збільшити ефективність лікування пацієнтів. Використання різноманітних датчиків у значній мірі полегшує роботу працівників медичної сфери, дозволяючи їм швидше ставити діагнози та краще слідкувати за перебігом хвороби. На сьогоднішній день немає системи, що спеціалізується на роботі з епідермічними датчиками, зборі даних з них з метою подальшого аналізу. Мета досліджень. Покращення способів збору і обробки інформації з епідермічних сенсорів для проведення діагностики пацієнтів. Для реалізації поставленої мети були сформовані наступні завдання: провести аналіз існуючих рішень для збору, обробки та аналізу даних, що надходять від епідермічних сенсорів; розробити архітектуру системи, яка дозволить підключати епідермічні датчити, збирати з них інформацію, виконувати її обробку та аналіз, а також візуалізувати отримані дані та формувати звіти; реалізувати розроблену архітектуру; провести дослідження ефективності запропонованих рішень. Об’єкт досліджень. Процеси програмного забезпечення обробки інформації з сенсорів. Предмет досліджень. Методи, засоби та технології обробки інформації з сенсорів. Наукова новизна отриманих результатів полягає: у розробці нової програмної системи для більш ефективного процесу підключення епідермічних сенсорів та аналізу інформації з них; у реалізації можливості симуляції даних з епідермічних сенсорів для виконання аналізу. Практичне значення отриманих результатів полягає у застосуванні розробленої системи для збору, обробки та аналізу даних, що надходять від епідермічних датчиків. Апробація. Результати роботи доповідались на «Першій Всеукраїнській науково-практичній конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech-2021)». Публікації. Наукові положення опубліковані в тезах наукової конференції «Перша Всеукраїнська науково-практична конференця молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech-2021)».Документ Відкритий доступ Архітектурне рішення для програмного забезпечення обробки оцифрованих зображень за допомогою хмарних технологій(КПІ ім. Ігоря Сікорського, 2021-12) Царук, Володимир Вікторович; Фіногенов, Олексій ДмитровичРозмір пояснювальної записки – 86 аркушів, містить 21 ілюстрацію, 32 таблиці, 4 додатка. Архітектурне рішення для програмного забезпечення обробки оцифрованих зображень за допомогою хмарних технологій. Актуальність теми. На сьогоднішній день зображення є невід’ємною частиною нашого життя, адже з кожним роком в мережі інтернет збільшується кількість використаних зображень та відеоматеріалів. Тому питання попередньої обробки і аналізу фотоматеріалів набуває все більш актуального значення. Багато сучасних систем, особливо ті, які зв’язані з медициною почали перехід на підтримку та генерацію зображень. Дані обставини вимагають від програмного забезпечення витримувати суттєве збільшення обсягу виконуваних робіт без суттєвої втрати швидкодії, можливість роботи, як незалежної системи так і інтеграції в алгоритмічні процеси зовнішніх систем. Спроектована система повинна забезпечити легкість масштабування та можливість використання сучасних сервісів зокрема хмарних технологій. Мета дослідження: архітектура програмного забезпечення по обробці оцифрованих зображень на основі використання хмарних технологій. Для реалізації поставленої мети були сформульовані наступні завдання, а саме: – аналіз сучасних рішень та систем в яких можна використовувати дане програмне забезпечення; – вибір необхідного функціоналу для роботи з зображеннями, як для систем, які б могли інтегрувати розроблене програмне забезпечення; – вибір стеку технологій, який базується на основі тенденцій розвитку ринку хмарних технологій, а саме розгляд Google Cloud, Amazon Cloud, Microsoft Azure; – проектування та реалізація хмарної архітектури по обробці оцифрованих зображень можливістю легкого маштабування; – аналіз отриманих результатів. Об’єкт дослідження: процес обробки оцифрованих зображень за допомогою хмарних технологій. Предмет дослідження: є архітектурні рішення та підходи для перетворення та редагування оцифрованого зображення з використанням хмарних технологій. Наукова новизна результатів магістерської дисертації полягає в тому, що вдосконалено архітектурне рішення на основі хмарних технологій для побудови програмного забезпечення для обробки оцифрованих фотографій, яке забезпечує можливість збільшення швидкості відправки зображень на сторонній сервіс та може інтегруватися у якості сервісу з іншими системами, що дає змогу побудови складних процесів по обробці зображень. Практичне значення отриманих результатів полягає в тому, що реалізовано програмне забезпечення з використання хмарних технологій, що містить функції обробки, передачі, зберігання, персоналізаціїї та захисту персональної інформації. Спроектована система може бути використана в процесах обробки зображень для медичних закладів, аптек, в системах електронної комерції тощо. Зв’язок з науковими програмами, планами, темами. Робота виконувалась в межах теми «Методи та технології високопродуктивних обчислень та обробки надвеликих масивів даних», державний реєстраційний номер 0117U000924, на кафедрі інформатики та програмної інженерії Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського». Публікації. «Кольоризація оцифрованих чорно-білого зображення з використанням згорткових мереж» в науковому журналі «Вчені записки Таврійського національного університету імені В. І. Вернадського. Серія: Технічні науки», Том 32 (71) № 6 за 2021.Документ Відкритий доступ Метод та засіб створення програмного забезпечення інвестиційного портфелю(КПІ ім. Ігоря Сікорського, 2021-12) Венчик, Євгеній Станіславович; Іванова, Любов МиколаївнаРозмір пояснювальної записки – 94 аркуші, містить 23 ілюстрації, 30 таблиць, 2 додатки. Актуальність теми. У роботі розглянуто проблему в області розробки програмного забезпечення під мобільні платформи, показано основні особливості існуючих рішень проблеми, їх переваги та недоліки. Виявлено потребу в розробці архітектури програмного забезпечення під мобільні операційні платформи. Мета дослідження. Основною метою є розробити архітектуру програмного забезпечення, яка надає можливість одночасної розробки програмного продукту під різні мобільні платформи. Об’єкт дослідження: програмне забезпечення складання інвестиційного портфелю під різні платформи. Предмет дослідження: методи, моделі та інструменти створення програмного забезпечення складання інвестиційного портфелю під різні платформи. Для реалізації поставленої мети сформульовані наступні завдання: – проаналізувати існуючі архітектури програмного забезпечення складання інвестиційного портфелю; – розробити архітектуру програмного забезпечення складання інвестиційного портфелю для різних мобільних платформ; – впровадити розроблену архітектуру в програмне забезпечення. Наукова новизна результатів магістерської дисертації полягає в тому, що запропоновано архітектуру програмного забезпечення створення інвестиційного портфелю, яка надає можливість створити програмне забезпечення одночасно для різних мобільних платформ за рахунок використання технології Kotlin Mobile Multiplatform. Практичне значення отриманих результатів полягає в тому, що розроблена архітектура програмного забезпечення, яка може бути використана для розробки програмних продуктів під різні мобільні платформи та скоротити час розробки за рахунок спільних компонентів, які написані з використанням технології Kotlin Mobile Multiplatform. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на першій Всеукраїнській науково-практичній конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології»(SoftTech-2021) – м. Київ. Публікації. Наукові положення дисертації опубліковані в: Венчик Є.С. Аналіз засобів створення програмного забезпечення для автоматичного складання інвестиційного портфелю / Поспєлова К. І. // Перша Всеукраїнська науково-практична конференція молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech-2021) м. Київ: НТУУ «КПІ ім. Ігоря Сікорського», 22-26 листопада 2021 р.