Бакалаврські роботи (ММСА)
Постійне посилання зібрання
Переглянути
Перегляд Бакалаврські роботи (ММСА) за Назва
Зараз показуємо 1 - 20 з 667
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Piotroski F-Score модель та її застосування в інвестиційному та кредитному аналізі(КПІ ім. Ігоря Сікорського, 2021) Шаварська, Марія Юріївна; Стулей, Володимир АнатолійовичДипломна робота: 100 c., 4 табл., 28 рис., 2 додатки, 20 джерел. У роботі розглянуто задачу аналізу ринкового (інвестиційного) та кредитного ризиків із застосуванням моделі Piotroski F-Score. Об’єкт дослідження — процес оцінювання ринкового та кредитного ризику за допомогою моделей коефіцієнтного фінансового аналізу. Предмет досліджень — оцінювання інвестиційних і кредитних ризиків на основі фінансової звітності підприємства за допомогою покращеної моделі Piotroski F-Score. Мета роботи — розглянути можливості застосування моделі Piotroski F-Score для оцінювання інвестиційних та кредитних ризиків та формування оптимального портфелю. Довести взаємозв’язок між ними. Провести порівняльний аналіз моделі Piotroski F-Score з іншими моделями для оцінки інвестиційного і кредитного ризиків, зокрема регуляторною моделлю Національного банку України. В результаті проведених в роботі досліджень пропонується вдосконалити модель Piotroski F-Score з метою застосування її не тільки в інвестиційному, а і в кредитному аналізі, що зробить цю модель комплексним інструментом визначення ймовірностей дефолту позичальників для подальшої оцінки кредитного ризику.Документ Відкритий доступ Web-додаток для розпізнавання характеристик автомобіля за зображенням на фото(КПІ ім. Ігоря Сікорського, 2024) Бойко, Назар Володимирович; Назарчук, Ірина ВасилівнаДипломна робота: 93 с., 10 рис., 6 табл., 2 дод., 21 джерело. Темою роботи є використання згорткових нейронних мереж для розпізнавання характеристик автомобілів на основі зображень. Об’єктом дослідження є розпізнавання автомобіля за зображенням. Предметом дослідження є згорткові нейронні мережі (ЗНМ) для класифікації зображень автомобілів за маркою, моделлю та роком випуску. Метою даної роботи є розробка веб-додатку, який використовує згорткові нейронні мережі для точного та швидкого розпізнавання автомобілів за їх характеристиками. Актуальність роботи пов’язана зі зростанням попиту на автоматизовані системи розпізнавання зображень у автомобільній галузі, що покращують ефективність і точність обробки даних. У результаті роботи було створено веб-додаток за допомогою мови програмування Python та фреймворку Flask, який дозволяє користувачам завантажувати зображення автомобілів і отримувати прогноз щодо марки, моделі та року випуску автомобіля. Для моделювання використовувалася архітектура ResNet-34, яка була натренована на спеціально підготовленому наборі даних зображень автомобілів. Результати були проаналізовані і продемонстрували високу точність моделі.Документ Відкритий доступ Автоматизація збору даних з веб-ресурсів і їх аналіз(КПІ ім. Ігоря Сікорського, 2024) Бойко, Анна Валеріївна; Савченко, Ілля ОлександровичДипломна робота: 113 с., 6 табл., 8 рис., 2 дод., 20 джерел. Об'єкт дослідження: дані з веб-ресурсів. Предмет дослідження: методи збору, обробки та аналізу даних з веб-ресурсів для виявлення важливих інформаційних інсайтів. Мета роботи: розробка ефективних методів та інструментів для збору, обробки та аналізу даних з веб-ресурсів з метою виявлення важливих інформаційних інсайтів. Завдання дослідження включають: 1) аналіз існуючих методів та інструментів збору даних з веб-ресурсів; 2) вибір оптимальної мови програмування та бібліотек для реалізації проекту; 3) розробка скриптів для автоматизованого збору та обробки даних; 4) аналіз зібраних даних для виявлення ключових тем та трендів; 5) оцінка ефективності реалізованого рішення та порівняння з альтернативними підходами; 6) розробка рекомендацій щодо використання отриманих інсайтів для бізнесу. Результатом роботи є програмний продукт, розроблений за допомогою Python та бібліотек для обробки та аналізу даних, таких як requests, Scrapy, Pandas, NLTK тощо. Створений програмний продукт дозволяє автоматизувати процес збору та аналізу даних з веб-ресурсів, що спрощує виявлення ключових тем та трендів. Подальший розвиток предмету дослідження може включати розгляд більш складних методів машинного навчання та аналізу тексту для покращення точності та швидкості аналізу даних, а також розширення функціональності для роботи з різними типами веб-ресурсів.Документ Відкритий доступ Автоматизована система аналізу спортивних результатів(КПІ ім. Ігоря Сікорського, 2025) Саєнко, Ольга Сергіївна; Мухін, Вадим ЄвгеновичДипломна робота містить 130 с., 40 рис., 13 табл., 2 додатки, 14 джерел. Об’єктом дослідження виступає процес обробки та аналізу статистичних даних у спортивній сфері. Предмет дослідження – програмне забезпечення для автоматизованого аналізу спортивних результатів та прогнозування майбутніх матчів. Метою проекту є розробка програмного продукту для аналізу волейбольної статистики з можливістю формування прогнозів на основі історичних даних за допомогою математичних та алгоритмічних методів. У межах дипломної роботи було реалізовано інформаційну систему для аналітики волейбольних матчів. Система дозволяє переглядати детальну статистику команд і гравців, порівнювати їхні показники, здійснювати ручне та сценарне прогнозування результатів матчів. Основним алгоритмом прогнозування є Random Forest, що забезпечує точність навіть при обмежених обсягах даних. Додатково реалізовано функціонал пошуку найефективніших гравців за позицією, командою чи загальною ефективністю. Проведено тестування та верифікацію точності моделей прогнозування, обґрунтовано архітектуру системи та технологічний стек. Основною мовою програмування стала Python, з використанням бібліотек Pandas, Scikit-learn, Matplotlib, а також PySide6 для побудови графічного інтерфейсу.Документ Відкритий доступ Автоматизована система для розробки стратегії просування у сфері інтернет-маркетингу(КПІ ім. Ігоря Сікорського, 2020-06) Терещенко, Антон Вячеславович; Древаль, Максим МихайловичДана диплома робота містить 140 ст. 4 ч., 8 табл., 19 рис., 2 дод., 18 джерел. Об’єкт дослідження – показники рекламних стратегій у сфері інтернет- маркетингу. Предмет дослідження – критерії розробки рекламної стратегії, а також методи оптимізації рекламних показників. Мета та цілі роботи – розглянути методи та процес розробки стратегії рекламного просування, провести огляд існуючих інструментів рекламного кабінету соціальної мережі Facebook, розробка засобів програмного забезпечення для розробки стратегій рекламного просування у сфері інтернет- маркетингу. Методи дослідження – вивчення алгоритмів майданчику та можливих варіантів інтерпретації результатів, спираючись на вхідні дані щодо існуючих тестів просування. Аналіз залежностей поміж стратегіями ставок на певні види оголошень та отримані результати залученості користувачів та їх охоплення. Результатом роботи є автоматизована система розробки стратегії, а саме стратегії рекламного просування у сфері інтернет-маркетингу. Новизною роботи є створення способу аналізу рекламних показників у рамках завершених рекламних кампаній, а також розробка програмного забезпечення з використанням знайденого способу. Результати даної роботи можна застосовувати для полегшення та пришвидшення розробки стратегій рекламного просування с орієнтацією на показники часу та їх розподілення. Створений продукт є універсальним та може використовуватися із будь-якими рекламними кампаніями та продуктами, що просуваються.Документ Відкритий доступ Автоматизована система контролю замовлень в мережі ресторанів на основі бази даних(КПІ ім. Ігоря Сікорського, 2025) Бондарева, Діана Володимирівна; Мухін, Вадим ЄвгеновичДипломна робота: 112 с., 23 рис., 6 табл., 2 дод., 16 джерел. Об’єкт дослідження – процес обробки та контролю замовлень у мережі ресторанів. Предмет дослідження – інформаційна система для автоматизованого контролю замовлень на основі бази даних. Мета роботи – розробка автоматизованої системи контролю замовлень у мережі ресторанів, яка забезпечує ефективне управління даними про замовлення, ціни та постачальників із використанням бази даних. У процесі дослідження було проаналізовано існуючі системи автоматизації ресторанного бізнесу. Спроектовано структуру бази даних для зберігання інформації про замовлення, ціни та постачальників. Реалізовано користувацький інтерфейс для обробки замовлень та їхнього контролю. Використано мову програмування Python та бібліотеку Tkinter для побудови графічного інтерфейсу користувача. Для зберігання та обробки даних застосовано систему управління базами даних MySQL. Система дозволяє здійснювати пошук, додавання, редагування та видалення записів, створювати корисну аналітику приходів, а також забезпечує контроль обліку замовлень. Результатом роботи є працездатна система, яка може бути впроваджена в мережі ресторанів для оптимізації внутрішніх бізнес-процесів та полегшення роботи працівників.Документ Відкритий доступ Автоматизована система оцінювання та аналізу шахових позицій(КПІ ім. Ігоря Сікорського, 2019-06) Конопацька, Олександра Олегівна; Спекторський, Ігор ЯковичДипломна робота: 64 с., 35 рис., 17 табл., 2 дод., 20 джерел. У роботі розглядаються методи оцінювання і аналізу шахових позицій, проводиться розробка власної системи оцінювання шахових позицій, що має на меті привести емпіричні та лінгвістичні критерії до нормалізованих змінних параметрів, а також створюється автоматизована система, що виконує поставлене завдання оцінки та аналізу шахових позицій. Об’єкт дослідження: методи оцінювання та аналізу шахових позицій. Мета роботи: розробити універсальні алгоритми та створити на їх основі автоматизовану систему, що буде вирішувати завдання оцінки та аналізу шахової позиції та виводити результати як стосовно загального положення на шаховій дошці, так і стосовно окремих елементів позиції. Методи дослідження: експерименти і дослідження із застосуванням емпіричного шахового досвіду; імплементація за допомогою мови програмування C++.Документ Відкритий доступ Автоматизована система тестування безпеки автономних транспортних засобiв у критичних умовах з використанням симуляцiйного середовища(КПІ ім. Ігоря Сікорського, 2025) Книш, Богдан Олегович; Титаренко, Андрiй МиколайовичДипломна робота: 160 с., 31 рис., 6 табл., 2 додатки, 49 джерел. Об’єктом дослiдження є процес валiдацiї алгоритмiв автономного керування транспортними засобами в критичних умовах експлуатацiї. Предметом дослiдження є методологiя застосування iгрових рушiїв як високоефективних iнструментiв унiверсальної та адаптивної верифiкацiї автономних систем. Метою дослiдження є розробка i апробацiя системи автоматичної генерацiї параметризованого середовища тестування для комплексної верифiкацiї системи автоматичного керування транспортними засобами у рiзноманiтних сценарiях пiдвищеної складностi. Теоретико-методологiчна база дослiдження ґрунтується на фундаментальних працях та емпiричних дослiдженнях, представлених на мiжнародних конференцiях i в наукових архiвах у галузi комп’ютерного зору, машинного навчання, а також на iнновацiйних розробках у сферi автономного керування транспортними засобами та прикладних дослiдженнях щодо використання синтетичних даних для навчання та валiдацiї iнтелектуальних систем керування. У процесi виконання дипломної роботи розроблено iнтегровану систему, що забезпечує програмовану генерацiю рiзноманiтних сценарiїв випробувань з варiативними параметрами середовища i критичними умовами експлуатацiї. Програмна реалiзацiя системи здiйснена на базi iгрового рушiя Unreal Engine iз застосуванням симулятора транспортного засобу AirSim, системи автопiлотування Ardupilot, протоколу обмiну даними MavLink та iнтерфейсу користувача, iмплементованого мовою Python/C++.Документ Відкритий доступ Автоматизований вибір прогнозуючих моделей у системах підтримки прийняття рішень(КПІ ім. Ігоря Сікорського, 2019-06) Муравійник, Єгор Андрійович; Бідюк, Петро ІвановичДипломна робота: 99 с., 15 рис., 7 табл., 2 додатки, 13 джерел. Дана робота присвячена вивченню методів та моделей прогнозування, а саме авторегресійних моделей різних типів та порядків. Метою дипломної роботи є дослідження поведінки часових рядів та їх побудова на основі авторегресійних моделей різних типів, а також розробка програмного продукту для отримання практичних результатів та вибору найкращої моделі для наочної візуалізації даних короткострокового прогнозування різних процесів. Об’єктом дослідження є статистичні дані різних економічно-фінансових процесів які конвертовані в часові ряди.Документ Відкритий доступ Автоматизований вибір прогнозуючих моделей у системі підтримки прийняття рішень(2023) Зорін, Олександр Андрійович; Левенчук, Людмила БорисівнаДана дипломна робота містить 105 с., 6 табл., 16 рис., 2 дод., 28 джерел. Програмний комплекс розроблений на мові програмування Python. Дана робота присвячена сфері оцінки якості моделей, а саме методам їх автоматизованого вибору у системі підтримки прийняття рішень. В якості тренувальних даних було обрано звіти щодо показників фондових індексів з Yahoo! Finance API. Об’єкт дослідження: тренування та розрахунок якості моделей та вибору найкращої з них. Мета дослідження: проектування, розробка та реалізація алгоритму оцінки якості прогнозів тренованих моделей та подальше їх порівняння для оцінки їх якості та побудови їх рейтингу, для подальшого застосування його у СППР. Головними особливостями даного продукту є наявність можливості вибору бажаного набору даних, а також оцінювання різних доступних для тренування моделей. Окрім того розроблена програма дозволяє завантажувати власні дані.Документ Відкритий доступ Агентне моделювання систем зеленої енергетики(КПІ ім. Ігоря Сікорського, 2024) Захаренко, Нікіта Сергійович; Кузнєцова, Наталія ВолодимирівнаДипломна робота: 124 с., 14 рис., 6 табл., 2 дод., 10 джерел. Об’єкт дослідження – системи зеленої енергетики, що використовують відновлювані джерела енергії. Предмет дослідження – взаємодія між різними типами агентів у системах зеленої енергетики та ефективність виробництва електроенергії за допомогою сонячних, вітрових і гідроелектростанцій. Мета роботи – розробити та використати агентні моделі для дослідження систем зеленої енергетики з метою визначення можливостей забезпечення окресленої кількості споживачів виключно за допомогою відновлюваних джерел енергії. Методи дослідження – агентне моделювання, аналіз попиту та виробництва енергії, симуляція взаємодії між споживачами та виробниками в умовах змінних погодних умов. Актуальність – розробка ефективних стратегій впровадження зеленої енергетики та забезпечення її надійності та економічної ефективності. Результати роботи – проведено моделювання, отримані дані про ефективність різних типів електростанцій, розроблені рекомендації щодо покращення стабільності енергосистеми. Шляхи подальшого розвитку предмету дослідження – дослідження нових технологій зберігання енергії, оптимізація взаємодії між різними типами відновлюваних джерел енергії, вдосконалення моделей агентного моделювання.Документ Відкритий доступ Адаптивний метод прийняття рішень для ринку цінних паперів на основі ефектуаційної концепції(КПІ ім. Ігоря Сікорського, 2019-06) Канцедал, Георгій Олегович; Каніовська, Ірина ЮріївнаДипломна робота: 78 с., 31 рис., 6 табл., 2 дод., 13 джерел. Об’єкт дослідження – Фінансові часові ряди цінних паперів, історія торгівельних операцій. Предмет дослідження – Методи класифікації, що базуються на машинному навчанні. Мета роботи – Проаналізувати предмет дослідження, реалізувати безперервний доступ до трейдингових даних, провести тестування побудованої моделі на історичних даних та в режимі реального часу. Методи дослідження – методи машинного навчання: дерева прийняття рішень, випадковий ліс, нейроні мережі, градієнтний бустинг. Актуальність – задача прийняття рішень на ринках цінних паперів є провідною для сучасного світу. Побудова стратегій з низьким ступенем ризику є оптимальним вибором для збереження пасивів будь-якого підприємства. Побудована модель може бути легко перенесена на будь-який ринок, в основі якого лежить часовий ряд та контрагентами ряду виступають рівноправні користувачі без значної переваги. Результати роботи свідчать досягнення рентабельності використання активів при застосуванні моделі на рівні середньої банківської ставки 8% в місяць. Шляхи подальшого розвитку предмету дослідження – збільшити кількості залучених параметрів активів в моделі; застосування стратегій для торгівлі іншими фінансовими інструментами та адаптації моделі для проведення операцій між декількома парами.Документ Відкритий доступ Адаптивний механізм управління захищеністю для підтримки безпечної обробки даних у розподілених комп'ютерних системах(КПІ ім. Ігоря Сікорського, 2020-06) Найда, Андрій Олегович; Мухін, Вадим ЄвгенійовичДипломна робота: 66 с., 8 рис.,12 табл., 2 дод., 7 дж. Об’єкт дослідження – Адаптивні механізми управління захищеністю для підтримки безпечної обробки даних у розподілених комп'ютерних системах Програмний продукт – симуляційна програма для визначення шифрування та обробки повідомлень, мова програмування – C++. Мета роботи – дослідити методи реалізації адаптивних систем управління. Метод дослідження – опрацювання літератури та інших інформаційних джерел за даною темою, аналіз існуючих методів адаптивних механізмів управління.Документ Відкритий доступ Адаптивний механізм управління захищеністю для підтримки безпечної обробки даних у розподілених комп’ютерних системах(2023) Шевченко, Вячеслав Анатолійович; Яковлева, Алла ПетрівнаДипломна робота: 86 с. 15 рис., 6 табл., 2 додатки, 20 джерел. Об’єктом дослідження є адаптивні механізми захисту розподілених комп’ютерних систем. Предметом дослідження є проблема управління захищеністю даних. Мета роботи розробити адаптивний механізм, який забезпечує безпечну обробку даних у розподілених комп’ютерних системах шляхом адаптації захисних заходів. Головним аспектом є розробка та реалізація адаптивного механізму управління захищеністю для підтримки безпечної обробки даних у РКС. Проведення порівняльного аналізу засобів захисту, включаючи моделі та засоби, та дослідження адаптивного підходу до реалізації механізмів захисту. Подальшими дослідженнями можна вдосконалювати методи оцінки параметрів та захищеності даних з урахуванням всіх ризиків, аналізувати та запобігати проникнень в систему.Документ Відкритий доступ Адаптивні засоби захисту комп'ютерних систем на основі апарата нейронних мереж(КПІ ім. Ігоря Сікорського, 2020-06) Кунтиш, Олексій Сергійович; Мухін, Вадим ЄвгенійовичМетою даної роботи є побудова модуля, що базуватиметься на основі нейронних мереж, та буде на основі вхідних даних виявляти загрози комп’ютерної системи. Актуальність теми: в наш час дуже актуальною є тема захисту комп’ютерних систем. У всіх сферах своєї життєдіяльності людина працює з різного виду комп’ютерними системами, а їх захищеність дозволяє гарантувати конфіденційну й безперервну роботу. Предметом дослідження є програмний модуль, що побудований на основі зростаючого нейронного газу. Об’єктом досліджень є підготована за певними стандартами вибірка, котра складається з даних щодо трафіку певної комп’ютерної системи. Метод дослідження: застосований зростаючий нейронний газ та супутні алгоритми навчання мережі були виконані на мові програмування Python 3. Отримані результати: Була побудована та навчена штучна нейрона мережа. Далі було оцінено роботу алгоритму на тестовій вибірці, проведений аналіз точності роботи програмного модуля і зроблені висновки щодо доцільності використання цього алгоритму задля захисту комп’ютерних систем.Документ Відкритий доступ Адаптивні засоби захисту комп'ютерних систем на основі апарата нейронних мереж(2023) Петькун, Олександр Юрійович; Мухін, Вадим ЄвгеновичДипломна робота містить 107 сторінок, 14 рисунків, 8 таблиць, 2 додатки, 18 джерел. Об’єкт дослідження: адаптивні системи захисту комп’ютерних мереж. Мета роботи: проаналізувати існуючі моделі нейронних мереж та реалізувати деякі з них для адаптивного захисту комп’ютерних систем. Використані моделі: були використані моделі Персептрон та Автокодувальник. Отримані результати: була реалізована програма написана за допомогою мови програмування Python, котра приймає на вхід дані з датасету KDD Cup 1999 і дозволяє користувачу обрати модель нейронної мережі для навчання, а також задати вхідні гіперпараметри для обраної моделі. На виході, програма візуалізує графіки оцінок якості навченої моделі на тестовій вибірці, а також надає інформацію про оцінки якості моделі в текстовому форматі. В рамках подальшого дослідження можна комбінувати наявний датасет з іншими даними, пов’язанами із захищеністю комп’ютерної мережі, попередньо звівши дані до єдиного формату. Крім того, можна вдосконалювати наявні моделі шляхом додавання таких шарів як Dropout та BatchNormalization і прагнути отримання більш якісних та стабільних оцінок якості моделі на тестовій вибірці.Документ Відкритий доступ Адаптивні засоби захисту комп'ютерних систем на основі апарату нейронних мереж(КПІ ім. Ігоря Сікорського, 2021-06) Васильченко, Ілля Вячеславович; Яковлева, Алла ПетрівнаДипломна робота: 132 с., 19 рис., 14 табл., 2 дод., 20 джерел. Об’єкт дослідження – адаптивні системи захисту комп’ютерних систем. Мета роботи – розглянути існуючі моделі нейронних мереж та застосувати їх для адаптивного захисту комп’ютерних систем. Використані моделі – у роботі було використано модель багатошарового перцептрона, «відновлювальна нейронна мережа» та нейронна мережа «автокодувальник». Отримані результати – був побудований програмний продукт на основі апарату нейронних мереж для адаптивного захисту комп’ютерних систем. В рамках подальшого дослідження пропонується підвищувати точність нейронних мереж для виявлення загроз, адаптування програмного продукту для практичного використання.Документ Відкритий доступ Адаптивні моделі прогнозування курсу валют(КПІ ім. Ігоря Сікорського, 2019-06) Пущик, Оксана Романівна; Каніовська, Ірина ЮріївнаДипломна робота: 99 c., 15 рис., 15 табл., 2 дод., 15 джерел. Темою роботи є адаптивні методи моделювання і прогнозування часового ряду. Предметом дослідження є адаптивні методи прогнозного моделювання: модель Брауна, модель Хольта, модель Трігга-Ліча. Мета роботи: порівняти існуючі адаптивні моделі прогнозування, розглянути їх роботу на прикладі прогнозування курсу валют. Актуальність: аналіз, моделювання та прогнозування фінансово-економічних процесів являється основою при розробці управлінських рішень на всіх рівнях господарської ієрархії. Дана задача характеризується підвищеною складністю та неоднозначністю. Тому постає питання у ефективному аналізі та розробці таких моделей та методів, які будуть коректно описувати сучасні фінансово-економічні процеси. Проведено моделювання процесу курсу гривня-долар трьома адаптивними методами прогнозування. Проаналізовано отримані результати, виконано порівняльний аналіз розглянутих методів прогнозування.Документ Відкритий доступ Алгоритм видобутку інформації з неструктурованих текстових джерел(КПІ ім. Ігоря Сікорського, 2020-06) Баздирев, Антон Андрійович; Каніовська, Ірина ЮріївнаДипломна робота містить: 90 с., 43 рис., 13 табл., 2 дод., 13 джерел. Об’єкт дослідження – неструктуровані текстові дані, зокрема тексти з веб-сайтів та офіційної документації. Предмет дослідження - рекурентні нейронні мережі, нейронні мережі трансформери. Мета роботи – описати та заформалізувати загальний підхід до видобутку довільної інформації з неструктурованих текстових джерел за допомогою методів глибокого навчання та створити систему розпізнавання та видобутку з веб-сайтів компаній офіційних імен та адрес. Результатом роботи є створена та розгорнена в кластері в хмарі AWS система, що розпізнає офіційні імена компанії та адреси в довільних текстових документах та веб-сайтах. У роботі застосовано методи глибокого та трансферного начання. В якості нейронних мереж кодувальників використано BERT та LSTM. Актуальність дослідження полягає в тому, що алгоритми роботи з довільними текстовими даними наразі знаходять широке застосування в компаніях, що займаються стратегічним консультуванням, аналізом ризиків та створенням загальних всеохоплюючих комерційних баз знань та експертних систем.Документ Відкритий доступ Алгоритм пошуку найвужчого класу Поста для заданої булевої функції(2023) Шабо, Олексій Андрійович; Спекторський, Ігор ЯковичДипломна робота: 142 c., 4 ч., 10 табл., 30 рис., 2 дод., 14 джерел. Тема дослідження: алгоритм пошуку найвужчого класу Поста для заданої булевої функції. Об’єкт дослідження: діаграма Поста. Мета дослідження: розробка алгоритму та програмного забезпечення, які дозволили б знаходити найвужчий клас Поста для заданої булевої функції, а також перевіряти її належність до п’яти передповних класів. Методи дослідження: формулювання проблеми, аналіз наукової та методичної літератури, розробка алгоритму, оцінка та тестування. Розроблено програмний продукт на мові програмування C#. На основні проведених у даній роботі досліджень узагальнено теоретичні аспекти та методи перевірки належності заданої булевої функції окремо для кожного класу Поста, а також запропоновано спосіб представлення діаграми Поста за допомогою засобів об’єктно-орієнтованого програмування, що в подальшому дозволило вирішити основну проблему даної роботи: сформулювати алгоритм пошуку найвужчого класу Поста. В рамках подальшого дослідження пропонується оптимізація роботи програмного продукту (ПП) в першу чергу внаслідок розробки алгоритмів з меншою складністю для перевірки належності заданої булевої функції до окремих класів; розширення функціоналу, як наприклад, додавання опції пошуку замикання множини функцій; покращення інтерфейсу та зручності використання ПП.