Бакалаврські роботи (ПМА)

Постійне посилання зібрання

https://ela.kpi.ua/handle/123456789/21885

Переглянути

Перегляд Бакалаврські роботи (ПМА) за Ключові слова "LSTM"

Зараз показуємо 1 - 2 з 2
  • Ескіз
    ДокументВідкритий доступ
    Математичне та програмне забезпечення підсистеми виявлення фейкових новин
    (КПІ ім. Ігоря Сікорського, 2023) Довгаль, Єва Олександрівна; Любашенко, Наталія Дмитрівна
    Дипломну роботу виконано на 68 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 20 найменувань. У роботі наведено 23 рисунків та 3 таблиці. Метою даної дипломної роботи є розробка математичних та програмних засобів для розпізнавання фейкової інформації в текстових даних. У роботі проведено аналіз різних моделей машинного навчання, включаючи логістичну регресію, наївний класифікатор Баєса, нейромережі з використанням згорткових (CNN), рекурентних (RNN) та довготривалих (LSTM) шарів. Також були розглянуті різні методи векторизації тексту, зокрема Bag of Words, TF-IDF, Word2Vec та GloVe. У процесі роботи було порівняно ефективність цих моделей та методів векторизації такими метриками, як accuracy, precision, recall, f1-score. Для кожної моделі були розроблені та налаштовані відповідні алгоритми навчання. Здійснено тестування розроблених систем з використанням реальних наборів даних з відкритих джерел (Kaggle), що містили фейкову та правдиву інформацію. Отримані результати підтверджують ефективність використання машинного навчання для розпізнавання фейкової інформації, зокрема LSTM, який в результаті показав точність 94,5%. Результати цієї роботи можуть бути використані для подальшого вдосконалення та розробки подібних систем.
  • Ескіз
    ДокументВідкритий доступ
    Система створення музичних творів
    (КПІ ім. Ігоря Сікорського, 2023) Майструк, Ніколь Олегівна; Ліскін, Вячеслав Олегович
    Дипломну роботу виконано на 51 аркуші. Вона містить два додатки та перелік посилань на використані джерела з 16 найменувань. В роботі містяться 27 рисунків та 2 таблиці. Метою виконання даної дипломної роботи є створення математичного та програмного забезпечення системи завершення музичних творів. В роботі проведено огляд існуючих програм та систем для автоматичного закінчення мелодій, досліджено методи закінчення мелодій шляхом застосування математичних алгоритмів. Зокрема було розглянуто методи з використанням ланцюгів Маркова, генеративних змагальних нейронних мереж, а також рекурентних нейронних мереж. На основі порівняння для реалізації обрано метод з застосуванням рекурентних нейронних мереж з довгою короткочасною пам’яттю. Спроектовано та реалізовано систему закінчення мелодій на мові програмування Python. Проведено випробування розробленої системи.