Кафедра системного проектування (СП)
Постійне посилання на фонд
Переглянути
Перегляд Кафедра системного проектування (СП) за Дата публікації
Зараз показуємо 1 - 20 з 327
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Паралельні алгоритми моделювання динамічних нелінійних об’єктів на суперкомп’ютері(НТУУ «КПІ», 2011) Петренко, А. І.; Petrenko, Anatoly I.; Петренко, А. И.; Кафедра системного проектування; Інститут прикладного системного аналiзу; Національний технічний університет України «Київський політехнічний інститут»Документ Обмежений Методи оптимізації(2012) Інститут прикладного системного аналiзу; Бобін, Віктор Васильович; Ладогубець, Володимир Васильович; Фіногенов, Олексій Дмитрович; НТУУ «КПІ»Лабораторні роботи орієнтовані на студентів-бакалаврів із спеціальності 6.050101 «Комп'ютерні науки». Роботи мають дослідницький характер. Для полегшення підготування студентів до лабораторних робіт у методичних вказівках наведено необхідні довідникові дані і матеріали та розібрано приклади, розглянуто методику підготування завдання для взаємодії з пакетом NetALLTED.Документ Відкритий доступ Методи побудови платформо-незалежних паралельних систем автоматизованого схемотехнічного проектування з засобами доступу через Інтернет(НТУУ «КПІ», 2013) Петренко, А. І.; Петренко, А. И.; Petrenko, Anatoly I.; Кафедра системного проектування; Інститут прикладного системного аналізу; Національний технічний університет України «Київський політехнічний інститут»Документ Відкритий доступ Дослідження нової концепції побудови динамічної архітектури проблемно-орієнтованого програмного забезпечення в грід-хмарному середовищі з елементами постбінарних обчислень(НТУУ «КПІ», 2016) Петренко, А. І.; Петренко, А. И.; Petrenko, A.; Кафедра системного проектування; Інститут прикладного системного аналізу; Національний технічний університет України «Київський політехнічний інститут»Документ Відкритий доступ Мікросервіс парсингу і аналізу текстів, що отримуються з електронної медичної картки(2018) Сутула, Олександр Віталійович; Кисельов, Геннадій ДмитровичЗагальний обсяг роботи: 73 сторінки, 12 ілюстрацій, 19 таблиць, перелік посилань із 20 найменувань. Актуальність теми. Галузь аналізу великих даних, зокрема медичних, стрімко розвивається, і є великий попит на інструменти що дозволяють вилучати точкову інформацію з різного роду форматів даних. Медична інформація характеризується великим об’ємом різнорідних даних та, як і будь яка система обміну даними, певною мірою доповнюється мета інформацію, через збитковості даних часто виникають ситуації коли аналіз уповільнюється в рази, а інколи взагалі стає неможливим. Ці інструменти мають бути швидкими та гнучкими для забезпечення аналізу великих об’ємів даних. На разі, існує доволі мало рішень для парсингу повідомлень HL7 на платформі JVM, найпоширенішій платформі для розробки, а іcнуючі мають дуже низку швидкість парсингу точкової інформації. Мета та задачі дослідження. Метою даної роботи є удосконалення існуючих рішень для парсинга повідомлень медичного стандарту HL7. Задачею дослідження є реалізація парсера повідомлень стандарту HL7, що є більш ефективною для обробки великих масивів даних. Вирішення поставлених завдань та досягнуті результати. Було запропоновано розробку парсера на базі Scala та бібліотеки для побудови синтаксичного аналізатора Parboiled2, що мають достатньо можливостей для покращення роботи уже існуючого інструмента HAPI HL7 Terser для JVM платформи та Akka http для забезпення REST API та можливості впровадження як міні сервісу. Створений парсер було порівняно з HAPI HL7 Terser на наборі даних, що моделює отримання різної інформації з повідомлення. Об’єкт дослідження. Парсери повідомлень медичного стандарту HL7 Предмет дослідження. Граматика та структура медичного стандарту HL7 Методи дослідження. Досліджується структура повідомлення медичного стандарту HL7, його формат, особливості. Аналізуються інструменти, необхідні для створення парсера для таких повідомлень, а саме інструментарій створення синтаксичного аналізатора на основі граматик, інструменти для побудови DSL для запитів інформації. Наукова новизна Рішення що використовує Scala та Parboiled2 для покращення виконання задач парсингу інформаціїз медичного формату HL7. На разі, існує єдиний аналог для JVM, що дозволяє отримати будь-яку інформацію з повідомлення, це – HAPI HL7 Terser. За допомогою рішень, описаних в цій роботі, швидкість парсингу повідомлень збільшилась в середньому у 8 разів. Практичне значення одержаних результатів Розроблене рішення дозволяє отримати різнородну інформацію з повідомлення медичного стандрата HL7 на порядок швидше за існуючі аналоги на платформі JVM.Документ Відкритий доступ Комп’ютерні ігри як засіб навчання і тестування(2018) Марков, Дмитро Костянтинович; Петренко, Анатолій ІвановичРобота виконана на 167 сторінках, містить 88 ілюстрацій, 22 таблиці. При підготовці використовувалась література з 31 джерела. Актуальність теми. Прогрес не зупиняється ні на хвилину, і кожен день старі технології змінюються новими. Саме тому в сучасному світі важко переоцінити важливість навчання і особливо здібності навчатися. За останні декілька десятиліть технології змінилися докорінно, і це вже відобразилось на багатьох аспектах навчання в університеті. Проте, для того, щоб продовжувати створювати актуальні та висококваліфіковані кадри, покращуватись потрібно постійно. З огляду на кількість провідних шкіл для розробки відеоігор, не дивно, що рішення про продовження навчання в цій дуже перспективній галузі виявилося настільки популярним серед студентів. Вражаюча кількість добре профінансованих і високоповажних шкіл розробки відеоігор у США надає дивовижний набір можливостей та кар'єрного потенціалу для іноземних студентів, які прагнуть зробити їхню любов до ігор своєю професійною діяльністю. Мета та задачі дослідження. Метою даної роботи є дослідження можливостей використання ігор для навчання і розроблення навчальної програми створення ігор для студентів старших курсів. Рішення поставлених завдань та досягнуті результати. У даній роботі було запропоновано навчальну програму створення ігор на C++ за допомогою ігрового двигуна Unreal Engine 4 для студентів старших курсів. Дана програма курсу дозволить навчати висококваліфіковані кадри для ігрових компаній по всьому світу, але навіть якщо програмування ігор не буду основною спеціальністю студента після випуску, все одно буде здобуто навички в побудові логіки, роботі зі штучним інтелектом, нетворк програмуванні, програмуванні рендеру, а також використанні високоефективних оптимізацій коду, що дозволить студенту бути бажаним працівником в багатьох організаціях. Об’єкт досліджень. Комп’ютерні ігри. Предмет досліджень. Методи використання комп’ютерних ігор в навчальних цілях. Методи досліджень. Для вирішення проблеми в даній роботі використовуються методи аналізу і синтезу, системного аналізу, порівняння, логічного узагальнення результатів. Наукова новизна. Наукова новизна роботи полягає у створенні першого в своєму роді в Україні курсу розробки комп’ютерних ігор та впровадженні його в кращому технічному університеті країни. Практичне значення одержаних результатів. Отримані результати дозволяють вже з наступного семестру розпочати роботу в підготовці студентів з напрямку “Розробка комп’ютерних ігор”. В кінці курсу кожен студент отримає в своє портфоліо працю, що буде гідним показником навичок при прийомі на роботу. Також будуть отримані навички в побудові логіки, роботі зі штучним інтелектом, нетворк програмуванні, програмуванні рендеру, а також використанні високоефективних оптимізацій коду на реальному робочому прикладі.Документ Відкритий доступ Реалізація швидкого парсеру повідомлень з різних гетерогенних джерел(2018) Сергеєв, Єгор Ігорович; Кисельов, Геннадій ДмитровичРобота виконана на 99 сторінках, містить 17 іллюстрацій, 27 таблиць. При підготовці використовувалась література з 17 джерел. Актуальність теми. На сьогоднішній день обсяг даних стає занадто великим для того, щоб була можлива їх обробка традиційними методами та алгоритмами. Таку проблему з великою кількістю даних ще називають великими даними (big data), а прикладом джерела такої кількості даних можуть бути гетерогенні джерела, такі як соціальні мережі. Тому розробка програмного забезпечення, що може якісно і швидко завантажувати та обробляти дані з таких джерел є дуже актуальним напрямком дослідження, у час, коли кількість даних в гетерогенних джерелах зростає з небувалою швидкістю, а єдиного підходу для інтелектуального аналізу не існує. Мета та задачі дослідження. Метою даної роботи є дослідження методів та технологій аналізу даних з гетерогенних джерел, з використанням різних засобів обробки великих даних. Результатом приведених досліджень є практична частина роботи, що становить собою реалізацію парсеру даних, що оброблює великі масиви даних та апробація з використанням сучасних програмних засобів. Рішення поставленних задач та досягнуті результати. У даній роботі було запропоновано реалізацію парсера даних з таких соціальних мереж як LinkedIn, Jooble, Dou. Апробацію такого парсеру було виконано на локальному комп’ютері, а також в хмарному середовищі Google App Engine. З отриманих результатів можна зробити висновок, що розроблена програма-парсер вдало виконує свої функції, проте можливі її покращення, детально описані в роботі. Об’єкт досліджень. Гетерогенні джерела, великі масиви даних. Предмет досліджень Моделі, алгоритми та способи вирішення задачі обробки даних з гетерогенних джерел. Методи досліджень. Для вирішення проблеми в даній роботі використовуються методи аналізу і синтезу, системного аналізу, порівняння, логічного узагальнення результатів, проектування логічних структур даних. Наукова новизна. Наукова новизна роботи полягає у апробації сучасних моделей роботи з великими даними для вирішення задачі обробки даних з гетерогенних джерел, а саме соціальних мереж на прикладі LinkedIn, Dou та інших. Практичне значення одержаних результатів. Отримані результати можуть використовуватись в майбутніх дослідженнях за напрямом створення моделей обробки даних з гетерогенних джерел, враховуючи переваги та недоліки, а також способи та методи продемонстровані в даній роботі. Завдяки науковій публікації, яку розміщено в мережі інтернет, результати роботи будуть доступні за межами України.Документ Відкритий доступ Автоматизація планування розумного будинку(2018) Яременко, Костянтин Миколайович; Кирюша, Богдан АнатолійовичРобота виконана на 81 сторінках, містить 14 ілюстрацій, 23 таблиць. При підготовці використовувалась література з 14 джерел. Актуальність теми. В роботі розглядається одна з найактуальніших тенденцій розвитку інформаційних технологій Internet of Things (IoT). Проводиться огляд і аналіз рішень, розроблених відповідно до концепції Інтернету речей. Дана технологія набуває все більшої популярності, оскільки дозволяє об’єднати в єдину мережу прилади для моніторингу та керування елементами оточуючого простору, що в свою чергу надає безліч можливостей для автоматизації як виробничих процесів так і буденних справ кожної людини. Тому дослідження даної технології, а також створення програмного засобу для планування розумного будинку, є актуальним напрямком досліджень саме на сьогоднішній день. Мета та задачі дослідження Метою даної роботи є дослідження існуючих засобів для розгортання IoT, а також аналіз комерційних і некомерційних хмарних платформ Інтернету речей. Результатом проведених досліджень є практична частина роботи, що являє собою програмний засіб для автоматизації проектування розумного дому. Рішення поставлених завдань та досягнуті результати У даній роботі було проведено аналіз хмарних платформ. Були знайдені відмінності між розглянутими сервісами та виділені сильні та слабкі сторони кожного з них. Було створено онлайн калькулятор для проектування розумного будинку, що дозволяє користувачеві обрати необхідний набір пристроїв та розгорнути їх в декілька нескладних кроків на базі одноплатового комп’ютера Raspberry Pi та відкритої хмарної платформи ThingSpeak. Даний програмний засіб можна також визначити, як стартовий комплект для початківців в сфері IoT, адже дозволяє користувачеві власноруч налаштувати зв’язки між пристроями мережі, крім того не обов’язково використовувати дорогі прилади таких відомих компаній як Nest, SmartThings, Ecobee, а й звичані сенсори та прилади, що можна підключити через GPIO інтерфейс Raspbery Pi. Також в ході виконання дипломної роботи була побудований робочий прототип розумного будинку з датчиками температури, вологості та освітленості. Об’єкт досліджень. Інтернет речей. Предмет досліджень. Способи та засоби автоматизації проектування розумного дому на базі хмарних платформ Інтернет речей. Методи досліджень. Для вирішення задач в даній роботі використовуються методи аналізу, системного аналізу, порівняння, проектування логічних структур даних, логічного узагальнення результатів. Наукова новизна Наукова новизна роботи полягає у створенні нової системи для вирішення задачі автоматизації планування розумного дому на базі хмарних платформ. Практичне значення одержаних результатів Отримані результати можуть використовуватись у майбутніх дослідженнях за даним напрямком, враховуючи переваги та недоліки результатів проведеної роботи. Також розроблена програма може бути використана як основа для створення лабораторного практикуму на кафедрі Системного проектування.Документ Відкритий доступ Сервіс автоматизованого перенесення існуючих рішень для Інтернету речей на Thingspeak(2018) Журавльов, Павло Володимирович; Кирюша, Богдан АнатолійовичЗагальний обсяг роботи: 76 сторінок, 19 ілюстрацій, 17 таблиць, перелік посилань із X найменувань. Актуальність теми. Область використання платформи Thingspeak обмежена необхідністю використання протоколу HTTP для взаємодії з клієнтськими пристроями. В останні роки набувають все більшої популярності альтернативні протоколи, спроектовані для інтернету речей і пристрої на їх базі, чим обумовлена необхідність розширення платформи Thingspeak для додавання підтримки даних протоколів і пристроїв. Мета та задачі дослідження Аналіз підходів до розширення області використання платформи Thingspeak з подальшим забезпеченням можливості використання існуючих рішень, які взаємодіють, використовуючи протокол який не підтримуються розглянутою платформою. Головним завданням є дослідження, що полягає у проектуванні проміжного додатку для забезпечення взаємодії пристроїв, які використовують протокол MQTT з платформою Thingspeak. Вирішення поставлених завдань та досягнуті результати В результаті виконання роботи була реалізована система, що здійснює трансляцію протоколів MQTT та HTTP з проміжною конвертацією даних у формат, що відповідає моделі даних платформи Thingspeak. Дана реалізація також включає можливість встановлення правил, за якими відбувається конвертація. Для керування параметрами конвертації даних було розроблено веб-додаток з графічним інтерфейсом адміністратора. Система проста у розгортанні та може бути використана як доповнення до розгорнутої платформи Thingspeak. Об’єкт дослідження. Інтернет речей. Предмет дослідження. Мережева взаємодія між додатками Інтернету речей. Підходи до створення додатків, які виконують функцію трансляції протоколів прикладного рівня. Методи дослідження. Для вирішення проблеми в даній роботі використовуються методи аналізу, синтезу, системного аналізу, порівняння та логічного узагальнення результатів. Наукова новизна. Наукова новизна роботи полягає у аналізі та реалізації методів, що дозволяють конвертувати не підтримуваний системою Thingspeak протокол MQTT у HTTP. Практичне значення одержаних результатів. Розроблений додаток може бути розгорнутий на кафедральній інфраструктурі. Він включає в собі зручний користувацький інтерфейс для встановлення конфігурацій та може бути використаний для інтеграції існуючих додатків з підтримкую протоколу MQTT та кафедральної платформи Thingspeak.Документ Відкритий доступ Семантична хореографія REST-сервісів(2018) Піпіч, Артем Андрійович; Булах, Богдан ВікторовичРобота виконана на 82 сторінках, містить 5 ілюстрацій, 24 таблиці. При підготовці використовувалась література з 37 джерел. Актуальність теми На сьогоднішній день з’являється все більше систем, в яких використовується велика кількість веб-сервісів. Для організації їх ефективної взаємодії використовуються різні підходи, проте більшість з них мають свої переваги та недоліки, які часто стають критичними для певної ситуації. Саме тому дослідження семантичної хореографії REST-сервісів як одного з можливих підходів до такої організації є актуальним. Використання даного підходу може дати суттєві результати при застосуванні в системах, в складі яких значну роль відіграють веб-сервіси. Мета та задачі дослідження Метою даної роботи є дослідження семантичної хореографії REST-сервісів а також способів використання даного підходу в системах, в складі яких значну роль відіграють веб-сервіси. Рішення поставлених завдань та досягнуті результати В роботі розглянуто засоби, за допомогою яких семантична хореографія REST-сервісів може бути ефективно реалізована. Запропоновано реалізацію такого підходу на основі обміну сервісами метаданими про запит через брокер повідомлень. Було реалізовано описаний підхід, в реалізації застосовано патерн проектування Сага для ефективної обробки помилок, пов’язаних в тому числі і з комунікацією між сервісами. Реалізацію було протестовано на багатьох тестових сценаріях; зроблено висновки щодо особливостей даного підходу, його переваг та можливостей покращення запропонованої реалізації. 5 Об’єкт досліджень Системи з REST-сервісами. Предмет досліджень Взаємодія REST-сервісів із застосування хореографії, що реалізована за допомогою семантичних засобів. Методи досліджень Для розв’язання зазначеної проблеми в роботі застосовано методи синтезу та аналізу, системного порівняння та аналізу, композиції логічних структур даних та логічного узагальнення отриманих результатів. Наукова новизна Наукова новизна роботи полягає у реалізації нового підходу до семантичної хореографії REST-сервісів, який засновано на використанні брокеру повідомлень та патерні проектування Saga. Практичне значення одержаних результатів Отримані результати реалізації підходу можуть використовуватись в системах, в складі яких значну роль відіграють веб-сервіси. Представлений приклад реалізації демонструє, що отримані результати можуть бути використані для реалізації системи медичного обслуговування.Документ Відкритий доступ Стратегії розвитку сервіс-орієнтованих систем у хмарному середовищі(2018) Петренко, Олексій Олексійович; Кисельов, Геннадій ДмитровичДокумент Відкритий доступ Узгодження протоколів керування мережею "розумних" речей для хмарного Thing Speak та CAN internet of things(2018) Аззуз, Іскандар Джабра; Кірюша, Богдан АнатолійовичРобота виконана на 84 сторінках, містить 21 ілюстрацій, 27 таблиці. При підготовці використовувалась література з 21 джерела. Актуальність теми. З розвитком IoT індустрії з’явилось безліч технологій, протоколів та засобів для керування мережею «розумних» речей. У зв’язку з цим все більш необхідні механізми узгодження різних стандартів, пристроїв, способу їх зв’язку. Таким чином дослідження даних технологій, протоколів та засобів узгодження керування мережами «розумних речей» є актуальним напрямком дослідження, саме на сьогоднішній день, коли індустрія швидко змінюється, а єдиного підходу до управління IoT пристроїв немає. Мета та задачі дослідження. Метою дослідження є проведення аналізу, систематизації, порівняння протоколів передачі даних в IoT системах, огляд засобів керування «розумними речами» в мережах CAN та в цілому. Результатом проведених досліджень є практична частина роботи, що становить собою побудову моделі узгодження протоколів мережі CAN та хмарного ThingSpeak. Рішення поставлених завдань та досягнуті результати У даній роботі було розглянуто основні структурні шари, на які поділяють архітектуру IoT систем. У роботі проведено аналіз протоколів, що застосовуються для побудови IoT мереж, таких як WiFi, Zigbee, 6LOWPAN, CAN, на прикладному рівні розглянуто MQTT, COAP, HTTP REST. Також проведено огляд хмарних платформ Google Cloud Platform IoT, Azure IoT, AWS, ThingSpeak. Надалі розглянуто засоби керування IoT пристроями в цілому, та «розумними» речами в мережах CAN. В рамках практичної частини було побудовано модель узгодження протоколів керування в мережі CAN IoT та платформи ThingSpeak. В якості IoT шлюзу було обрано Raspberry PI 3, який був об’єднаний в CAN мережу з датчиком, побудованим на апаратній платформі Arduino Uno з сенсором температури та вологості. Реалізовано програму для узгодження протоколу CANOpen, який використовується між датчиком та шлюзом, та HTTP Rest, що застосовується для передачі даних на хмарний ThingSpeak через WiFi або Ethernet. Результати роботи демонструють, що дане рішення може використовуватись в мережах IoT, особливо, коли є вимоги до надійного зв’язку між пристроями. Об’єкт досліджень. Протоколи, що використовуються для побудови мереж розумних речей IoT систем. Предмет досліджень. Засоби та методи узгодження керування мережею IoT пристроїв. Методи досліджень. Для вирішення проблеми в даній роботі використовуються методи аналізу і синтезу, системного аналізу, порівняння, логічного узагальнення результатів. Наукова новизна. Наукова новизна роботи полягає у створенні нового підходу в керуванні мережею «розумних» речей.Документ Відкритий доступ Рекомендаційна система для медіа-платформ з використанням методів глибокого навчання(2018) Мазурік, Олексій Юрійович; Кисельов, Геннадій ДмитровичЗагальний обсяг роботи: 103 сторінки, 39 ілюстрацій, 17 таблиць, перелік посилань із 20 найменувань, 1 додаток на 12 сторінках. Актуальність теми. Рекомендаційні системи з’явилися на сучасному ринку ІТ як механізм для заміни статичному списку рекомендацій при пошуку або покупках на веб-сайтах. Ці системи формують рейтинговий перелік об’єктів (товарів, фільмів, музичних композицій) на основі різних критеріїв: релевантність, популярність, історія оцінок тощо. Оскільки інформації у сучасному світі стало багато, тому важливо мати якісні інструменти для персоналізованої фільтрації великих даних, якими і виступають рекомендаційні системи. З великою популяризацією та швидким розвитком машинного навчання штучний інтелект відповідає за ядро будь-якої серйозної персоналізованої системи. Тому зараз побудова рекомендаційної системи з використанням сучасних методів глибокого навчання – побудови моделей на основі багатошарових нейронних мереж – є нагальним питанням. Мета та задачі дослідження. Метою даної роботи є пошук шляхів удосконалення існуючих рішень побудови рекомендаційних систем для медіа платформ із застосуванням нових підходів глибокого навчання. Задачею дослідження є реалізація системи рекомендацій медіаконтенту, яка використовує нові та більш ефективні методи, що мають переваги перед відомими методами без використання нейронних мереж. Вирішення поставлених завдань та досягнуті результати Було запропоновано використати модель SkipGram, що використовує багатошарові нейронні мережі, для пошуку семантичних зв’язків між різними відео. Це застосування є досить нестандартним, оскільки основна область застосування алгоритму Word2Vec є пошук семантичних зв’язків між словами. Таке використання моделі дозволяє побудувати точні векторні представлення відео у 32-вимірному просторі семантичних зв’язків. Також дана модель дозволяє легко побудувати рекомендаційну систему медіа-контенту на основі отриманих даних. Дану модель було випробувано на наборі даних, що містить сесії переглядів користувачами відео синтетичного відео-сервісу. Також було проведено експеримент з побудови рекомендаційної системи з використанням даних моделі. Об’єкт дослідження. Багатошарові нейронні мережі, моделі Word2Vec, SkipGram та CBoW. Предмет дослідження. Методи машинного навчання для побудови word embeddings. Методи дослідження. Досліджуються та застосовуються дво- та тришарові нейронні мережі. Для побудови векторних представлень досліджуються моделі SkipGram та CBoW. Розроблене рішення використовує сучасні моделі машинного навчання та підходи до розробки їх архітектур; методи та техніки навчання, покращення точності та стійкості; а також бібліотеки для їх реалізації та розподіленого тренування. Наукова новизна. Було запропоновано архітектуру моделі SkipGram для пошуку семантичних зв’язків між різними відео. Дану модель Word2Vec ще не було використано в опублікованих роботах для побудови рекомендацій медіа-контенту, оскільки першочерговою задачею Word2Vec є пошук зв’язків між словами. Дана модель показала кращі результати, ніж статичні рекомендації на основі оцінок, оскільки за допомогою неї можна побачити багато прихованих зв’язків між відео. Також було запропоновано методі для покращення результатів роботи моделі з використанням ще кращих методів для побудови моделі Word2Vec, мета-даних відео (назва, ключові слова, оцінки) та самого контенту відео (згорткові нейронні мережі дадуть змогу знайти залежність і тут, але в цьому випадку задачу буде зведено до вирішення нової вже Computer Vision задачі). Практичне значення одержаних результатів. Розроблена модель дозволяє виконувати пошук прихованих зв’язків між різними відео для побудови точної та релевантної рекомендаційної системи, яку можна вбудувати до будь-якої існуючої веб-системи, оскільки реалізація має детально описане API та зручний користувацький інтерфейс (UI) на Redux.Документ Відкритий доступ Методи аналізу та фільтрації потоків даних надвеликих обсягів(2018) Прасолов, Андрій Павлович; Рогоза, Валерій СтаніславовичРобота виконана на 78 сторінках, містить 22 ілюстрації, 21 таблиця. При підготовці використовувалась література з 20 джерел. Актуальність теми. Людство не стоїть на місці. Постійно створюються нові продукти, знімаються нові фільми та створюється нова музика. Конкуренція тільки зростає і кожен намагається потрапити на ринок продемонструвавши свій продукт, його переваги та можливості. Це призводить до того, що на сьогодні ми маємо величезний вибір альтернатив. Йдучи на роботу слухаємо декілька з сотень тисяч пісень, ввечері дивимось один з великої кількості фільмів та купуємо певний товар з поміж безлічі інших. Чим далі, тим важче людині робити вибір, тож програми допомагають скоротити кількість альтернатив, обравши для нас лише ті товари, що підходять саме для нас. Алгоритми колаборативної фільтрації широко використовуються різними сайтами та інтернет-сервісами для різноманітних завдань, таких як рекомендації фільмів та музики, рекомендації нових друзів в соціальних мережах та навіть простий пошук інформації. Мета та задачі дослідження. Метою роботи є дослідження та реалізація алгоритмів колаборативної фільтрації, їх аналіз та порівняння. Пошук ситуацій, у яких той чи інший алгоритм працює найкраще. Розгляд можливості комбінації декількох алгоритмів. Рішення поставлених завдань та досягнуті результати В ході виконання магістерської роботи було досліджено алгоритми колаборативної фільтрації, а саме Item-Based, User-Based, NMF, PMF, BPMF, Reg SVD та Slope One. Було створено програму, в якій було реалізовано перераховані алгоритми. За допомогою створеної програми було проведено аналіз та порівняння алгоритмів. Було проведено аналіз точності алгоритмів, досліджено як алгоритми працюють з даними різного рівня розрідженості. Проведено дослідження швидкості роботи алгоритмів. Об’єкт досліджень. Рекоментадійні системи. Предмет досліджень. Алгоритми колаборативної фільтрації, які можна застосовувати в рекомендаційних системах. Методи досліджень. Для вирішення проблеми в даній роботі використовуються методи аналізу і синтезу, системного аналізу, порівняння, логічного узагальнення результатів. Наукова новизна. Наукова новизна роботи полягає у порівнянні великої кількості алгоритмів колаборативної фільтрації, які раніше не порівнювалися та у пошуці ситуацій, у яких той чи інший алгоритм проявляє себе найкращим чином. Практичне значення одержаних результатів. Отримані результати можуть використовуватись у майбутніх дослідженнях за напрямком дослідження алгоритмів колаборативної фільтрації. Також, за допомогою результатів даної роботи можна обрати вдалий підхід до побудови оптимальної рекомендаційної системи.Документ Відкритий доступ Шлюз в архітектурі Інтернету речей(2018) Шеренковський, Артем Олегович; Гіоргізова-Гай, Вікторія ШалвівнаАктуальність тими. Ринок Інтернету речей зараз дуже швидко, однак хаотично розвивається, а його прибуток вимірюється трильйонами доларів. Неконтрольоване зростання популярності технології привів до геометричного зростання кількості пристроїв, що використовують мережу, накладає обмеження на використання хмарних сервісів в ІоТ.Виробники винайшли рішення в розміщенні потужного пристрою на краю Інтернету - шлюзі. Однак, незважаючи на велику кількість публікацій на теми ІоТ, в них немає ні чітко виділених функції, які повинен виконувати шлюз, ні критеріїв, які б допомогли у виборі рішень від великої кількості виробників.Тому дослідження даної технології, а також виділення основних характеристик і функції шлюзу для Інтернету речей, є актуальним напрямком досліджень саме на сьогоднішній день, в той час, коли всі швидко змінюється, а єдиного підходу до використання шлюзу не існує.Мета і завдання дослідження Метою даної роботи є аналіз архітектур ІоТ і місце в них шлюзу і його функціональності. Результатом проведених досліджень є виділення критеріїв класифікації і порівняння, які допоможуть у виборі шлюзу для ІоТ рішення.Документ Відкритий доступ Семантичне оркестрування REST-сервісів(2018) Магас, Валентин Васильович; Булах, Богдан ВікторовичРобота виконана на 99 сторінках, містить 29 ілюстрацій, 27 таблиць. При підготовці використовувалась література з 21 джерела. Актуальність теми. На відміну від сервісів на основі WSDL / SOAP, REST-сервіси не мають загальноприйнятого і використовуваного опису сервісів, оскільки він нарощує зв’язок між клієнтами і серверами, що ускладнює еволюцію сервісу. На практиці REST сервіси описуються через неофіційні, ad-hoc і напівструктуровані описи, часто написані природною мовою, що погіршує взаємодію. Основні підходи з опису REST сервісів в даний час пропонують слідувати операційно орієнтованому підходу з незрозумілими перевагами як для розробників так і споживачів. Як результат, тема набуває значної актуальності в контексті оркестрування REST-сервісів на основі відповідних описів. Мета та задачі дослідження. Метою даної роботи є дослідження існуючих підходів до опису та компонування REST-сервісів та розробка власного рішення, яке б більшою мірою підходило для архітектурного стилю REST та надавало можливість автоматизованого компонування серівсів, грунтуючись на семантичних описах зрозумілих для машинних клієнтів. Рішення поставлених завдань та досягнуті результати. Для вирішення поставлених завдань, у роботі пропонується метамодель, що передбачає два рівні взаємодії - семантичний та рівень активності. Семантику до сервісів було додано шляхом розширення словника Schema.org та використання нових елементів у JSON. За результатами згенерованих описів було побудовано граф, який в свою чергу використовується для знаходження шляхів компонування сервісів. Запропоноване рішення було протестовано на таких веб-сервісах, як Spotify , Songkick і Uber. Результати роботи представлені цілою низкою діаграм, таблиць, блок-схем з детальним описом, та поясненнями. Об’єкт досліджень. Семантичне оркестрування сервісів. Предмет досліджень. Підходи до створення семантичних описів та шляхи оркестрування сервісів на їх основі. Методи досліджень. Для вирішення проблеми в даній роботі використовуються методи аналізу і синтезу, системного аналізу, порівняння, логічного узагальнення результатів. Наукова новизна. Наукова новизна роботи полягає у створенні нової моделі для вирішення задач опису та компонування REST-сервісів. З подальшою реалізацію пропонованих ідей та аналізом результатів. Практичне значення одержаних результатів. Отримані результати являються новим кроком на шляху впровадження семантики в REST-сервіси. Продемонстрували можливість використання графових баз даних для цих цілей. Відкрили широке поле для подальших досліджень та вдосконалень.Документ Відкритий доступ Оптимізація позиціонування сенсорів в системі Smart Parking(2018) Куц, Михайло Сергійович; Чкалов, Олексій ВалерійовичРобота виконана на 91 сторінці, містить 11 ілюстрації, 24 таблиця. При підготовці використовувалась література з 34 джерел. Актуальність теми. На сучасних автостоянках відсутня єдина система для моніторингу місць для паркування. Основною складністю створення єдиної глобальної системи Smart Parking є відсутність стандартизації в програмних та мережевих засобах при побудові систем IoT. Така система дозволить суттєво знизити витрати часу та пального при пошуку місця для парковки, адже вона надає можливість проводити моніторинг в реальному часі та бронювати потрібне місце на зазначений час. Розгортання системи Smart Parking може видатися невигідним для власників парковок чи для державних підприємств, адже для цього необхідні кваліфіковані мережеві інженери та дороге обладнання. Алгоритм для вирішення задачі оптимального розташування сенсорів зможе суттєво автоматизувати цей процес, дозволивши витратити менше часу при проектуванні мережі для інженерів, що може суттєво скоротити витрати на розгортання системи Smart Parking. Мета та задачі дослідження. Метою роботи є дослідження та розробка алгоритму для вирішення задачі оптимального позиціонування сенсорів в системи Smart Parking. Тестування алгоритму на різних схемах парковок з перешкодами для поширення сигналу. Рішення поставлених завдань та досягнуті результати В ході виконання магістерської роботи було досліджено існуючий прототип системи Smart Parking в Алжирі. Було створено програму, в якій було реалізовано алгоритм для оптимального розташування сенсорів на парковках з довільним ландшафтом. За допомогою створеної програми було проведено тестування на довільних схемах паркувальних майданчиків. Було проведено аналіз рішень, що пропонує програма та створено тестові ситуації з різною щільністю місць для парковки. Об’єкт досліджень Система Smart Parking. Предмет досліджень. Алгоритми оптимального позиціонування сенсорів в системі Smart Parking. Методи досліджень. Для вирішення проблеми в даній роботі використовуються методи аналізу і синтезу, системного аналізу, порівняння, логічного узагальнення результатів. Наукова новизна Наукова новизна роботи полягає у розробці алгоритму та програми на його основі для вирішення задачі оптимізації позиціонування сенсорів на паркувальних майданчиках з довільним ландшафтом. Практичне значення одержаних результатів. Отримані результати можуть використовуватись у майбутніх дослідженнях за напрямком дослідження алгоритмів оптимізації розташування сенсорів на певній території з урахуванням її перешкод для обмеження розповсюдження сигналів.Документ Відкритий доступ База знань як сервісa(2018) Слухай, Яна Олександрівна; Булах, Богдан ВікторовичРобота виконана на 102 сторінках, містить 29 ілюстрацій, 25 таблиць. При підготовці використовувалась література з 35 джерел. Актуальність теми Аналіз сильно пов’язаних даних часто являється невід’ємною частиною систем для обробки даних. Побудова ефективних рішень, які б легко інтегрувались в уже існуючі системи, є однією з задач розробників сьогодення. Оскільки системи типу SaaS є простими в користуванні та не потребують підтримки від кінцевих користувачів, було би ефективно застосувати хмарне розгортання для системи обробки бази знань. Надання доступу до системи обробки знань дасть користувачам можливість інтегрувати її у свої вже існуючі додатки. Знаходження ефективних засобів для побудови веб-сервісу на основі системи обробки бази знань є актуальним як для обробки даних науковцями, так і для подальшого впровадження у існуючі бізнес-системи. Мета та задачі дослідження Метою даної роботи є аналіз можливості надання доступу до бази знань як до сервісу, вибір найефективніших концепцій, інструментів та фреймворків для імплементації такої системи. Для надання системі легкості розширення, необхідно проаналізувати задачі, які повинні вирішуватись, та сформулювати конкретні вимоги; після чого можна обрати підхід до проектування та існуючі шаблони проектування. Задачею дипломної роботи є створення системи, що зможе бути розгорнутою у хмарному середовищі, яка буде надавати основні можливості роботи з семантичними даними та матиме універсальний інтерфейс для подальшого використання у інших системах. Рішення поставлених завдань та досягнуті результати Було розроблено RESTful API, що надає можливість взаємодії зі сховищем триплетів. Даний веб-сервіс було розгорнуто у хмарному середовищі Heroku та протестовано за допомогою середовища для розробників API Postman. Основний функціонал додатку дозволяє завантажувати у базу знань цілі онтології, виконувати SPARQL запити на читання та оновлення, отримувати список класів онтологій та їх підкласів, перелік транзитивних відношень та список RDF суб’єктів та їх властивостей. Об’єкт досліджень Бази знань Предмет досліджень Ефективні конфігурації розробки та хмарного розгортання веб-сервісу, що може взаємодіяти з базами знань у вигляді сховищ триплетів. Методи досліджень Для вирішення проблеми в даній роботі використовуються методи аналізу і синтезу, системного аналізу, порівняння, логічного узагальнення результатів, проектування логічних структур даних. Наукова новизна Наукова новизна роботи полягає у створенні нових ефективних конфігурацій розробки та розгортання веб-сервісу, що може взаємодіяти з базами знань у вигляді сховищ триплетів та є зручним для подальшої підтримки та розширення. Практичне значення одержаних результатів Одержаний додаток може бути використаним як частина бізнес-систем, що працюють з даними у вигляді триплетів та потребують прошарок для роботи зі сховищами даних. Також такий веб-сервіс може бути використаним для аналізу даних у вигляді онтологій науковцями.Документ Відкритий доступ Дослідження технології контейнеризації у системах керування потоками даних(2018) Загороднюк, Андрій Олександрович; Харченко, Костянтин ВасильовичДана магістерська дисертація присвячена дослідженню технології контейнеризації у системах керування потоками даних. Метою роботи є дослідження існуючого програмного забезпечення контейнеризації і його використання у системах керування потоками даних. В роботі розглянуто існуючі способи контейнеризації та програмне забезпечення для керуванням контейнерами. Була досліджена можливість використання знайдених рішень в IoT сфері, а також була спроектована стратегія стартапу, яка описала бізнес-модель продукту, який спроможний зайняти перші позиції. Актуальною науково-прикладною проблемою є знаходження рішення для керування потоками даних використовуючи контейнеризацію. Об’єкт дослідження – технологія контейнеризації. Предмет дослідження – система керування потоками даних завдяки технології контейнеризації. Мета і задачі дослідження. Метою роботи є розгортання мікросервісів за допомогою контейнерів, автоматичне керування контейнерами, а також розгортання їх на IoT-девайсі. Загальний обсяг роботи: 84 сторінки, 37 рисунків, 23 таблиць, 2 додаток на 2 стр., 15 посилань.Документ Відкритий доступ Емоційна нейронна діалогова система зі знаннями для пошуку онлайн курсів(2018) Шаптала, Роман Віталійович; Кисельов, Геннадій ДмитровичРобота виконана на 82 сторінках, містить 9 ілюстрацій, 26 таблиць. При підготовці використовувалась література з 38 джерел. Актуальність теми дослідження полягає в тому, що поточні діалогові системи охоплюють лише семантичну та граматичну складові природньої мови, ігноруючи емоційне забарвлення необхідне при живому спілкуванні, а тому вимагають механізмів інтеграції емоційності при розмові. Крім того, здатність надати таким системам специфічних знань та можливості здійснювати обдуманий пошук та рекомендації є дуже важким завданням та потребує подальших досліджень. Таким чином створення діалогової системи, яка може імпонувати емоціям користувача та має знання про онлайн курси, здатне сприяти прискореному навчанню фахівців у певній області. Мета та задачі дослідження. Метою даної роботи є створення емоційної нейронної діалогової системи зі знаннями для пошуку онлайн курсів. Поставлена мета вимагає вирішення наступних наукових задач: 1) аналіз та класифікація емоцій у текстових даних, зокрема діалогових репліках; 2) розробка механізму емоційності у нейронних діалогових системах; 3) розробка семантичної моделі пошуку онлайн курсів за їх текстовим описом. Об’єкт досліджень - процес текстової взаємодії людина-машина. Предмет досліджень - діалогова система з емоціями та знаннями на тему онлайн курсів і здатністю рекомендувати їх. Методи досліджень. Для вирішення проблеми в даній роботі використовуються методи аналізу і синтезу, системного аналізу, порівняння, логічного узагальнення результатів, проектування логічних структур даних. Наукова новизна. Наукова новизна дипломної роботи полягає в тому, що розроблена система є першою емоційною нейронною діалоговою системою для рекомендації онлайн курсів. У ній при спілкуванні на сторонні від освіти теми, можна контролювати емоційність відповідей даної системи, що не було можливим у попередніх розробках, пов’язаних з НДС. Потенційні застосування та практична цінність результатів дипломної роботи: 1) Розроблений механізм емоційності можна застосувати для покращення існуючих нейронних діалогових систем та додатків на їх основі; 2) Розроблений метод контролю емоційного забарвлення відповідей можна розширити і для контролю інших аспектів природнього спілкування, наприклад стилю мовлення; 3) Дану систему можна запровадити як додатковий ресурс пошуку матеріалів у освітніх системах.