Бакалаврські роботи (ШІ)
Постійне посилання зібрання
У зібранні розміщено бакалаврські проекти (роботи) на здобуття ступеня бакалавра.
Переглянути
Перегляд Бакалаврські роботи (ШІ) за Назва
Зараз показуємо 1 - 20 з 137
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Artificial Intelligence System for Trends Analysis in Allergenic Hazard and Allergen Spread in Kyiv City(Igor Sikorsky Kyiv Polytechnic Institute, 2024) Brovko, Danil Vitaliiovych; Baranovska, Lesia VeleriivnaBachelor’s thesis: 57 p., 20 figures, 2 tables, 31 references, 3 appendixes. The subject of the research is pollinosis development in the human body. The object of the study is to model the allergenic hazard of ragweed pollen in each district of Kyiv depending on weather conditions. The purpose of the work is to create an artificial intelligence system called “PolliWeather” to track and predict the allergenic hazard and allergen spread of ragweed pollen depending on weather conditions and the districts of Kyiv. The idea behind it is to inform people about the level of allergenic hazard in different city districts. The relevance of the research. System analysis can be used to study phenomena from various fields of science. And one of the most important ones is medicine. Hundreds of millions of people suffer from pollinosis. This disease manifests as acute rhinitis, bronchitis, conjunctivitis, and sometimes even bronchial asthma. Thus, helping people to fight pollinosis is highly relevant. This research is a continuation of the paper “Mathematical Model of the Trend of Allergenic Hazard and Allergen Spread in Kyiv City”, presented by the author Brovko D. V. at the contest of the Junior Academy of Sciences of Ukraine in 2020. The article “Artificial Intelligence System for Trends Analysis in Allergenic Hazard and Allergen Spread in Kyiv City” by Brovko D. V. and Baranovska L. V. has been accepted for publication in the “International Scientific Technical Journal “Problems of Control and Informatics”. The results show analysis and prediction of pollinosis development risk depending on the time of the day, season, and districts of Kyiv. With this information, people will be able to take measures in advance to avoid health problems.Документ Відкритий доступ Artificial intelligence-based recommendation system using cloud technologies(Igor Sikorsky Kyiv Polytechnic Institute, 2024) Sulima, Ivan; Huskova, V. H.Bachelor thesis: 85 p., 20 figures, 6 tables, 40 references, 1 appendix. The object of research is development of architecture on top of the cloud that uses recommendation mechanisms. The subject of research are a methods and technologies that are used in cloud architection and recommender systems. The aim of the work is to build a system (architecture) using cloud technologies, in the center of which will be a recommendation system. The relevance of this work is associated with possibility of great impact on products revenue with help of personalized recommendations. The research keeps attention on the challenge of developing a recommendation system and predicting user preferences, with a specific focus on utilizing the Cloud technologies. This involves justifying the use of particular methods, tools, and the Cloud development environments, preparing and analyzing the initial dataset, preprocessing raw data, and developing mathematical models tailored to the recommendation problem. The final solution is implemented on AWS using Personalize and then the results are analyzed. Experiments and comparisons with existing approaches are conducted to evaluate the effectiveness of the recommendation system developed on AWS. The experimental results demonstrate the advantages of the Cloud deployment and Recommender systems in general.Документ Відкритий доступ Development of a personalized content recommendation system for streaming platform based on user behavior analysis(Igor Sikorsky Kyiv Polytechnic Institute, 2024) Aliiev, Ramin Nazirovich; Huskova, V. H.Thesis: 101 pages, 18 tables, 26 figures, 1 appendix, 27 sources. The object of research is the process of creating a recommendation system for selecting movies on a streaming platform. The subject of research is the methods and algorithms used to create content personalization systems. The aim of the work is to investigate methods and algorithms for building recommendations and increasing their efficiency, and to integrate the selected algorithm into a movie recommendation application. The relevance of this work is associated with the need to predict user preferences based on data collected from their interactions and feedback. The research involves analyzing the problem of developing a recommendation system and predicting user preferences, justifying the use of specific methods, tools, and development environments, preparing and analyzing the initial dataset, preprocessing raw data, developing mathematical models for the recommendation problem, implementing the solution, and analyzing the results obtained. Experiments and comparisons with existing approaches are conducted to evaluate the effectiveness of the developed recommendation system. The results of the experiments demonstrate the advantages of the developed movie recommendation system for the streaming platform.Документ Відкритий доступ Time series analysis and forecasting of demographics of developed and developing countries(Igor Sikorsky Kyiv Polytechnic Institute, 2024) Maznichenko, Lev Vladyslavovych; Huskova, V. H.Bachelor thesis: 107 p., 6 figures, 5 tables, 32 references, 3 appendixes. The object of the study is the demographics of developed and developing countries. The subject of research is the time series analysis and forecasting methods applied to demographic data. The purpose of the work is to is to develop and evaluate a model for predicting demographic trends in various countries using time series analysis techniques. The relevance of this thesis lies in the development of the field of demographics (TFR) forecasting, which is essential for understanding and planning for the needs of society and Humankind itself. Accurate population projections help in policy making, resource allocation and economic planning. Traditional models often fail to capture the nuances of demographic changes, especially under different economic, political and cultural conditions. During research, a sophisticated forecasting model was developed to predict demographic trends in both developed and developing countries. This model uses advanced time series analysis and forecasting techniques to provide increased accuracy and insight into future demographic shifts, thereby assisting in effective decision-making and planning.Документ Відкритий доступ Автоматизація класифікації стадій сну методами машинного навчання(2023) Деньгуб, Дар’я Сергіївна; Жиров, Олександр ЛеонідовичДипломна робота: 102 ст., 10 табл., 28 рис., 1 додаток, 26 джерел. Об’єкт дослідження – задача оцінювання стадій сну на основі даних полісомнографії. Предмет дослідження – застосування методів машинного навчання для класифікації даних. Метою роботи є реалізація моделі машинного навчання для класифікації стадій сну відповідно до даних полісомнографії. У роботі розглядаються два основні підходи застосування методів машинного навчання для класифікації стадій сну. Перший полягає у використанні апріорних знань про сигнал для вилучення ознак і подальше застосування класифікатора для оцінки фаз сну. Другий базується на використанні згорткових мереж для автоматичного вилучення ознак та класифікації стадій за допомогою повнозв’язних шарів. Результатом роботи є найкраща побудована модель, яка обрана на основі порівняння метрик якості, для вирішення задачі класифікації стадій сну на основі даних полісомнографії.Документ Відкритий доступ Автоматизована система вибору алгоритму машинного навчання та оптимізації гіперпараметрів в задачі класифікації(2023) Скорощека, Аліна Олегівна; Кот, Анатолій ТарасовичДипломна робота: 10 рис., 6 табл., 14 джерел. У цьому документі розглянута проблема оптимізації гіперпараметрів в задачі класифікації. Робота присвячена розробці алгоритму напівкерованого машинного навчання, який може використовуватися в багатьох сферах: класифікації тексту, аналізу зображень та відео, виявленні шахрайства, виявленні аномалій, розпізавання мови і багатьох інших. Метою дипломної роботи є розробка автоматизованої системи вибору алгоритму машинного навчання та оптимізації гіперпараметрів в задачі класифікації.Документ Відкритий доступ Автоматизована система навчання напівкерованої машини опорних векторів(2023) Дідок, Тарас Андрійович; Синєглазов, Віктор МихайловичДипломна робота містить: 101 с., 9 табл., 46 рис., 2 додатки, 37 джерел У роботі розглянуто та проаналізовано методи напівкерованого навчання, а саме напівкеровану машину опорних векторів та різні підходи до її реалізації. Робота обраного підходу була представлена та досліджена на практичній задачі, а саме класифікації двовимірних точкових вибірок різної форми, а також задачі бінарної та багатокласової класифікації текстів. Об’єкт дослідження: методи напівкерованого навчання як спосіб подолання проблеми маркування даних. Предмет дослідження: метод опорних векторів та його модифікація для задачі напівкерованого навчання.Документ Відкритий доступ Автоматична декомпозиція ознак для спільного навчання з одним уявленням(2023) Яровий, Сергій Сергійович; Чумаченко, Олена ІллівнаДипломна робота: 78 сторінок, 17 рисунків, 20 таблиць, 1 додаток, 46 джерел. Об’єкт дослідження – Алгоритми спільного навчання і декомпозиція даних з одним уявленням. Предмет дослідження – новий алгоритм спільного навчання на основі адаптованого алгоритму стохастичного поширення міток і порівняння його точності і швидкодії з існуючими рішеннями. Мета роботи – розробити алгоритм спільного навчання, що перевищує поточні рішення за швидкістю роботи і точністю, для проведення аналізу для невідкладних ситуацій, на кшталт гострої серцевої недостатності. Актуальність – Через структуру більшості алгоритмів напівкерованого навчання, при роботі з даними великої розмірності, вони потребують попередньої декомпозиції ознак для більш ефективної роботи основного алгоритму а також великі витрати часу для роботи. В умовах невідкладної ситуації, швидкодія є фактором, зрівнянним по важливості з точністю. У роботі створено новий метод спільного навчання і проведено порівняльний аналіз з існуючими рішеннями. Було обрано оптимальні значення гіперпараметрів для різних наборів даних.Документ Відкритий доступ Агент штучного інтелекту для пошуку абстрактної та креативної відповідності між зображенням та текстом(КПІ ім. Ігоря Сікорського, 2024) Єфанов, Ілля Сергійович; Шаповал, Наталія ВіталіївнаДипломна робота: 107 с., 23 рис., 6 табл., 21 посилань, 1 додаток. Об’єкт дослідження – опис зображення. Предмет дослідження – методи створення креативних та абстрактних описів зображення. Мета роботи – дослідження та застосування методів глибокого навчання, а саме – генеративних моделей, які дозволять створити креативні та абстрактні описи зображень. Актуальність генерації креативних описів полягає в розширенні можливостей image-captioning, який автоматично створює текстові описи зображень. Це корисно для допомоги людям з обмеженими можливостями, пошукових систем і контент-маркетингу. Стандартні моделі генерують короткі описи, але створення креативних текстів з урахуванням асоціацій, деталей та емоцій відкриває нові перспективи, підвищуючи значення асоціативно-емоційного відгуку. Роботу було апробовано на конференції «Штучний інтелект: досягнення, виклики та ризики» та запланована публікація статті в 2024 році. За результатами роботи отримано агент, здатний генерувати креативні підписи, отримаючи на вхід гральні карти Dixit.Документ Відкритий доступ Аналіз наративів та упередженості настроїв у соціальних мережах з використанням методів машинного навчання(КПІ ім. Ігоря Сікорського, 2024) Мазур, Анастасія Анатоліївна; Пишнограєв, Іван ОлександровичДипломна робота: 177 ст., 25 рис., 15 табл., 65 джерел, 1 додаток. Об’єкт дослідження – програмний продукт, розроблений для підтримки прийняття рішень та оцінювання ризиків у військово-політичних публікаціях і медіа. Цей продукт призначений для аналізу текстових даних з метою виявлення маніпулятивного контенту, що може впливати на громадську думку та політичні рішення. Предмет дослідження – методи і техніки виявлення упередженості, дезінформації, пропаганди, та аналізу семантики текстів. В рамках цього дослідження вивчаються сучасні алгоритми обробки природної мови, включаючи глибоке навчання та машинне навчання, які дозволяють ефективно виявляти маніпулятивні повідомлення та оцінювати їхній вплив на аудиторію. Мета роботи – створення комплексної системи для ефективного аналізу текстових даних, що забезпечує виявлення негативних наративів та шкідливого впливу інформації у сучасному інформаційному просторі. Система повинна використовувати передові технології штучного інтелекту для автоматизованого моніторингу та аналізу великих обсягів текстових даних.Документ Відкритий доступ Аналіз та прогнозування курсу криптовалют з використанням методів штучного інтелекту(КПІ ім. Ігоря Сікорського, 2024) Кочедиков, Богдан Олександрович; Шубенкова, Ірина АнатоліївнаДипломна робота: 102 с., 14 рис., 8 табл., 45 посилань, 1 додаток. Об’єкт дослідження – ціни на криптовалютні активи на ринкових біржах. Предмет дослідження – моделі та методи штучного інтелекту. Мета роботи – дослідити, реалізувати, оцінити та порівняти роботу моделей та методів штучного інтелекту в задачі прогнозування цін на криптовалютні активи на біржах та реалізувати відповідне програмне забезпечення для цього.Документ Відкритий доступ Аналіз фінансового стану підприємств та прогнозування ризику банкрутства в умовах невизначеності з використанням нечітких нейронних мереж(КПІ ім. Ігоря Сікорського, 2024) Хоменко, Данііл Романович; Зайченко, Юрій ПетровичДипломна робота: 80 с., 7 рис., 27 табл., 14 посилань, 2 додатки. Об’єкт дослідження – процеси аналізу фінансового стану підприємств та оцінки ризику можливого банкротства. Предмет дослідження – моделі та методи аналізу фінансового стану й прогнозування ризику банкротства підприємств в умовах невизначеності з використанням нечітких нейронних мереж. Мета роботи – аналіз фінансового стану й прогнозування ризику банкротств підприємств стосовно економіки України в умовах невизначеності та порівняльний аналіз ефективності різних методів: класичних та нечітких.Документ Відкритий доступ Біометрична автентифікація користувача смартфона за допомогою даних акселерометра(2023) Кагарлицький, Роман Євгенійович; Данилов, Валерій ЯковичДипломна робота: 122 сторінки, 24 рисунки, 14 таблиць, 1 додаток, 39 джерел. Об’єкт дослідження – розробка нейронної мережі для задачі автентифікації користувача смартфона за допомогою даних акселерометра. В наші дні майже у кожної людини є смартфон. Ми використовуємо їх для спілкування, ведення соціальних мереж, для банківських операцій тощо. Для захисту цих пристроїв ми налаштовуємо коди, паролі, шаблони свайпів та біометричні методи, такі як розпізнавання відбитків пальців та обличчя. Це приклади методів одноразової автентифікації; вони ґрунтуються на тому, що після розблокування телефону законним користувачем він буде єдиним, хто зможе ним користуватися, доки телефон не буде повторно заблокований. Традиційні методи автентифікації (перелічені вище) вимагають від користувача виконання певних дій для логування в систему. Це негативно впливає на користувацький досвід, адже змушує користувача виконувати рутинну роботу. Мета цієї роботи полягає в створенні оптимального методу біометричної автентифікації користувача смартфона з використанням даних акселерометра, застосовуючи алгоритми і підходи глибинного навчання. Розробка такого додаткового пасивного рівня захисту зробило б наші смартфони простішими в користуванні, більш захищеними, і при цьому не вимагало б якихось складних постійних обчислень – адже отримати й обробити дані вбудованого в смартфон акселерометра дуже просто в наші дні і це не потребує потужного процесора.Документ Відкритий доступ Визначення автомобільних номерів на відео за допомогою згорткових нейронних мереж(КПІ ім. Ігоря Сікорського, 2024) Рожанський, Нікіта Богданович; Кот, Анатолій ТарасовичДипломна робота: 120 с., 39 рис., 26 табл., 26 посилань, 1 додаток. Об’єктом дослідження є вибірка зображень машин з різними номерними знаками. Предметом дослідження є методи та технології що використовуються при побудові моделей комп’ютерного зору для розпізнавання номерних знаків. Мета роботи – є розробка моделі для розпізнавання зображень номерних знаків за допомогою комп’ютерного зору та машинного навчання. Отримані результати: побудовано моделі машинного навчання, що повертають набір символів, написаних на номерних знаках машин на відео, навчені моделі, котрі надалі можна використовувати в сторонніх програмних продуктах. В рамках подальшого дослідження планується вдосконалити модель шляхом побудови більш якісних наборів даних, створити нову модель для розпізнавання номерних знаків для більшої кількості країн; розробка зручного додатку для практичного використання моделей.Документ Відкритий доступ Визначення позичальників кредитних установ за допомогою засобів штучного інтелекту(КПІ ім. Ігоря Сікорського, 2024) Гогуля, Нікіта Дмитрович; Шубенкова, Ірина АнатоліївнаДипломна робота: 103 с., 24 рис., 11 табл., 38 посилань, 1 додаток. Мета дослідження: розробка моделі машинного навчання для оцінки кредитоспроможності заявників, здатної прогнозувати ймовірність схвалення кредитних заявок на основі аналізу історичних даних. Об’єкт дослідження: процес оцінки кредитоспроможності заявників фінансовими установами. Предмет дослідження: використання методів машинного навчання для прогнозування кредитоспроможності заявників. Методи дослідження: заміна назв стовпчиків, обробка відсутніх значень середніми значеннями для числових даних і модою для категоріальних даних, нормалізація числових даних. Кодування категоріальних змінних методом One- Hot Encoding. Аналіз даних включав побудову гістограм, кореляційний аналіз та ROC-криві. В якості потенційних найкращих моделей розглядалися: логістична регресія, випадковий ліс, градієнтний бустинг (XGBoost) та багатошаровий перцептрон (MLP). Підбір гіперпараметрів за допомогою GridSearchCV. Результати: модель градієнтного бустингу (XGBoost) показала найкращий результат з AUC-ROC 0.91. Застосування системи дозволяє автоматизувати оцінку кредитоспроможності, підвищуючи точність та швидкість прийняття рішень, знижуючи ризики та покращуючи фінансові показники банків.Документ Відкритий доступ Використання AI-асистента в якості експерта з технічних консультацій(КПІ ім. Ігоря Сікорського, 2024) Чайка, Максим Васильович; Гуськова, Віра ГеннадіївнаДипломна робота: 142 с., 32 рис., 11 табл., 44 посилань, 3 додатки. Актуальність роботи: зростаюча потреба сучасних підприємств у забезпеченні високої якості обслуговування, зниженні витрат та підвищенні продуктивності шляхом впровадження автоматизованих систем. Аналіз можливостей штучного інтелекту як технічного експерта дозволяє не тільки глибше зрозуміти його потенціал, але й визначити методи його ефективної інтеграції у поточні бізнес-процеси. Об'єктом дослідження є процес надання технічних консультацій. Предметом дослідження є використання штучного інтелекту як експертної системи в процесі надання технічних консультацій. Мета роботи – визначення стратегій інтеграції ШІ у процеси технічних консультацій та розробка автономного асистента для обробки звернень користувачів. Результати роботи: аналіз метрик технічної підтримки виявив взаємозв'язок між якістю обслуговування та задоволеністю користувачів. Було порівняно використання RAG та донавчання для задачі синтезу відповіді. Розроблено архітектуру автономного асистента та інтегровано його у CRM-систему.Документ Відкритий доступ Використання великих мовних моделей в персоналізованій превентивній медицині XXI століття(2023) Супрунюк, Юлія Володимирівна; Тимошенко, Юрій ОлександровичДана робота присвячена дослідженню можливостей використання великих мовних моделей для покращення персоналізованої превентивної медицини. У роботі розглядається поняття превентивної медицини, її значення та основні принципи. Крім того, досліджується роль великих мовних моделей у покращенні превентивної медицини. Представлено детальний огляд таких моделей, як GPT (Generative Pre-trained Transformer) і Med-PaLM. Описано архітектуру та принципи роботи цих моделей. У роботі також описано архітектуру додатку, який буде допомагати користувачам слідкувати за станом свого здоров'я та надавати персоналізовані рекомендації на основі показників здоров'я. Додаток буде використовувати GPT для аналізу інформації, отриманої від користувачів, та, буде здатний виявляти потенційні ризики, а також рекомендувати заходи з профілактики і покращення здоров'я. Дана робота та її результати буде корисна для людей, які піклуються про своє здоров’я та медичних установ, щоб полегшити роботу з пацієнтами. Потенційний додаток може значно полегшити процес моніторингу стану здоров'я та надавати цінні рекомендації користувачам для підтримки їх загального благополуччя та профілактики захворювань. Загальний обсяг роботи: 84 с., 10 рис., 8 таблиць, 25 джерело.Документ Відкритий доступ Використання генетичних алгоритмів в задачі машинного налаштування згорткових нейронних мереж(КПІ ім. Ігоря Сікорського, 2024) Панасюк, Руслан Ігорович; Кот, Анатолій ТарасовичДипломна робота: 87 с., 26 рис., 6 табл., 23 посилань, 1 додаток. У цьому документі розглянута проблема машинного налаштування згорткових нейронних мереж (ЗНМ) за допомогою генетичних алгоритмів (ГА). Робота присвячена розробці ефективних методів оптимізації параметрів ЗНМ, що можуть бути застосовані в різних сферах: класифікація зображень, розпізнавання облич, обробка медичних зображень, автоматичне керування транспортом, виявлення аномалій та багатьох інших. Об’єкт дослідження – згорткові нейронні мережі. Предмет дослідження – методи машинного налаштування параметрів ЗНМ з використанням генетичних алгоритмів. Мета роботи – розробка автоматизованої системи для оптимізації параметрів згорткових нейронних мереж з використанням генетичних алгоритмів з метою поліпшення їх продуктивності у задачі класифікації. Результат – в роботі розглянуто основні класи нейронних мереж та їх алгоритмів оптимізації, детально розглянуто ЗНМ та ГА, розроблено програмний продукт для автоматизованої системи вибору та оптимізації параметрів ЗНМ та визначено його економічну собівартість.Документ Відкритий доступ Використання машинного навчання для створення алгоритмів передбачення споживчого попиту і оптимізації запасів в роздрібних мережах(КПІ ім. Ігоря Сікорського, 2024) Ткаченко, Дарина Володимирівна; Жиров, Олександр ЛеонідовичДипломна робота: 81 с., 11 рис., 6 табл., 40 посилань, 1 додаток. Об'єктом дослідження є процеси прогнозування споживчого попиту на основі аналізу великих даних за допомогою нейронних мереж. Предметом дослідження є архітектури нейронних мереж та методи їх навчання, які застосовуються для аналізу та прогнозування споживчого попиту. Мета роботи полягає у розробці та дослідженні нейронної мережі для точного та надійного прогнозування споживчого попиту, що сприятиме покращенню аналітичних можливостей у сфері електронної комерції. В роботі розроблено та досліджено нейронну мережу для прогнозування споживчого попиту. Встановлено, що нейронна мережа має високу точність прогнозування, є надійним інструментом в електронній комерції для прийняття обґрунтованих рішень щодо ціноутворення. Проведено аналіз різних архітектур нейронних мереж, який показав глибокі нейронні мережі з конволюційними та рекурентними шарами, які найбільш ефективні для завдань прогнозування у динамічно змінюваних умовах ринку.Документ Відкритий доступ Використання методів штучного інтелекту для задач розпізнавання військових об'єктів на аерофотознімках(КПІ ім. Ігоря Сікорського, 2024) Дмитерчук, Віталій Олександрович; Тимошенко, Олександр ЮрійовичДипломна робота: 97 с., 30 рис., 6 табл., 18 посилань, 1 додаток. Об’єкт дослідження – методи автоматизованого розпізнавання та класифікації об’єктів на зображеннях. Предмет дослідження – моделі згорткових нейронних мереж для задач розпізнавання й класифікації військових об’єктів на аерофотознімках. Мета роботи – проаналізувати існуючі моделі згорткових нейронних мереж, порівняти їхню ефективність та застосувати отриману інформацію для розробки програми, що розпізнає та класифікує військові об’єкти на аерофотознімках. Актуальність цієї дипломної роботи зумовлена поширенням застосування безпілотних літальних апаратів для виконання задач бойової розвідки та високим практичним потенціалом застосування методів автоматичного розпізнавання військових об’єктів на отриманих таким чином даних. Це дозволить значно прискорити процес передачі інформації щодо розташування та дій сил ворога, що в свою чергу підвищить ефективність бойової роботи всіх родів військ. В результаті виконання роботи було проаналізовано структурні компоненти згорткових нейронних мереж та види моделей, що можуть бути використані для розпізнавання й класифікації об’єктів. Навчено й протестовано дві такі моделі та реалізовано програмне забезпечення для цієї задачі.