Бакалаврські роботи (ММАД)
Постійне посилання зібрання
У зібранні розміщено бакалаврські проекти (роботи) на здобуття ступеня бакалавра.
Переглянути
Перегляд Бакалаврські роботи (ММАД) за Назва
Зараз показуємо 1 - 20 з 101
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Iнформацiйний вплив на динамiку рейтингу довiри з урахуванням моделi Рiкера(КПІ ім. Ігоря Сікорського, 2024) Драгой, Янiна Миколаївна; Терещенко, Іван МиколайовичМетою дослiдження полягає у тому, щоб визначити та проаналiзува- ти як iнформацiйнi повiдомлення впливають на змiну думки, кожної групи виборцiв. Об’єктом дослiдження будуть три групи виборцiв, а також кiль- кiсть iнформацiйних повiдомлень, що потрiбна для змiни їх думки. Тодi математична модель динамiки рейтингу та антирейтингу довiри i модель поширення iнформацiйних повiдомлень — це предмет дослiдження. У ходi дослiдження було побудовано математичну модель динамiки рейтингу довiри до кандидата з урахуванням iнформацiйного впливу на виборцiв. Модель створена на основi двох вже вiдомих моделях, що дослi- джують соцiальнi табiологiчнi процеси. Результати роботи представленi у видi графiкiв iз описом, що аналiзує отриманi результати. В описi результа- тiв також наведено наскiльки кожна ситуацiя є виграшною чи програшною для кандидатiв.Документ Відкритий доступ Алгоритм розпізнавання цілі із використанням попередньої фільтрації(КПІ ім. Ігоря Сікорського, 2023) Кухар, Богдан Вікторович; Тітков, Дмитро ВалерійовичКваліфікаційна робота містить : 48 стор., 18 рисунків, 2 таблиці та 21 джерел. Мета роботи полягає у вдосконаленні наявних алгоритмів відслідковування об’єктів шляхом попередньої фільтрації зображення. Об’єктом дослідження є сучасні системи спостереження. Тоді алгоритми трекінгу цілей та методи попередньої фільтрації зображення – предмет дослідження. У роботі було опрацьовано проблеми сучасних систем спостереження, що дало можливість коректно поставити та реалізувати задачу ефективного алгоритму захоплення цілі без безпосередньої участі оператора у реальному часі. В його основі лежать метод трекінгу MIL Tracker та споcіб попередньої фільтрації за допомогою Лапласіана. Результати дослідження наведені у вигляді порівняльних таблиць та знімків роботи покращеного алгоритму на різних відеопотоках.Документ Відкритий доступ Алгоритми машинного навчання для прогнозування відтоку користувачів(КПІ ім. Ігоря Сікорського, 2023-06-20) Янушев, Антон Олександрович; Яйлимова, Ганна ОлексіївнаКвалiфiкацiйна робота мiстить: 55 стор., 25 рисунки, 1 таблиця, 7 джерел. Мета роботи полягає в створенні конкурентної моделі машинного навчання для прогнозування відтоку користувачів для бізнесу різних сфер. Об’єктом дослідження є методи машинного навчання для прогнозування відтоку клієнтів (churn) в компанії. У даному дослідженні проаналізовано різні алгоритми машинного навчання, що використовуються для прогнозування відтоку клієнтів в різних компаніях та галузях. Досліджено ефективність різних алгоритмів машинного навчання у прогнозуванні відтоку клієнтів та визначено найбільш ефективні алгоритми для застосування у бізнесі. Практичне значення роботи полягає в оцінці відтоку користувачів що дає змогу своєчасно реагувати та утримувати клієнтів.Документ Відкритий доступ Аналіз графічних зображень з урахуванням контексту за допомогою нейронних мереж(КПІ ім. Ігоря Сікорського, 2025) Обрядін, Денис Вадимович; Яйлимова, Ганна ОлексіївнаДипломна робота містить 79 сторінок, 1 додаток, 31 зображення і посилається на 25 джерел. Ця бакалаврська робота досліджує розробку системи аналізу зображень, яка включає контекстне розуміння з використанням сучасних методів глибогоко машинного навчання. Дослідження починається з огляду класичних дескрипторів ознак та згорткових нейронних мереж, а потім переходить до сучасних архітектур, таких як візуальні трансформатори та гібридні моделі. На основі цього аналізу було реалізовано архітектуру, що поєднує Swin Transformer, Feature Pyramid Network (FPN) та Faster R-CNN, для досягнення точного виявлення об'єктів з урахуванням контексту зображення. Запропоноване рішення підкреслює важливість інтеграції як локальних, так і глобальних ознак для детального розуміння сцени. Для оптимізації продуктивності на пристроях з обмеженими ресурсами, робота також досліджує методи стиснення моделі, включаючи лінійну увагу, адаптацію LoRA, обрізання та квантування. Остаточна модель була навчена та протестована на наборі даних COCO 2017 за допомогою Python та PyTorch у Google Colab. Експериментальні результати показують, що модель поступово покращує точність виявлення зі збільшенням розміру набору даних та часу навчання. Робота завершується оцінкою компромісів між обчислювальною ефективністю та точністю виявлення, пропонуючи розуміння практичного впровадження контекстно-залежних систем комп'ютерного зору.Документ Відкритий доступ Аналіз ефективності методів машинного навчання для задач розпізнавання(КПІ ім. Ігоря Сікорського, 2022-06) Геніцой, Павло Олексійович; Куссуль, Наталія МиколаївнаДипломна робота містить 88 сторінок, 22 ілюстрації та 24 джерела літератури. Об’єкт дослідження – розпізнавання облич. Методом дослідження було описання задачі розпізнавання облич, огляд методів детектування та розпізнавання облич і вибір певних методів, формування датасету як із звичайними обличчями, так і з обличчями в масках. Метою роботи є розгляд та порівняльний аналіз ефективності алгоритмів машинного навчання для розпiзнавання облич, зокрема: HOG, MMOD, MTCNN та сучасні підходи мультиклассової класифікації облич у масках і без. Для досягнення мети було використано: основні та сучасні алгоритми навчання з учителем для розпізнавання облич; попередньо навчені моделі, взяті з пакету torchvision stable release v0.12 з фреймворку pytorch; PyCharm та Python/ML libs для реалізації алгоритмів.Документ Відкритий доступ Аналіз сільськогосподарської продуктивності за допомогою моделі PaLM і супутникових зображень(КПІ ім. Ігоря Сікорського, 2025) Риженко, Данііл Євгенович; Яйлимова, Ганна ОлексіївнаКвалiфiкацiйна робота містить: 62 стор., 11 рисунків, 2 таблиці, 11 джерел. У цій роботі досліджено підходи до прогнозування врожайності сільськогосподарських культур із використанням супутникових зображень, агрометеорологічних даних та мовних моделей. Метою дослідження є розробка гібридної моделі, що інтегрує різні джерела інформації для підвищення точності агропрогнозування. Об’єктом дослідження виступає врожайність зернових культур в Україні, а предметом — методи її прогнозування на основі екологічних, кліматичних і текстових даних. У роботі зібрано та оброблено понад 1800 просторово-часових спостережень за 2017–2023 роки. Реалізовано три моделі прогнозування: Random Forest, лінійну регресію та PaLM. Найточнішою виявилася модель Random Forest, однак PaLM показала кращі результати в інтерпретації та поясненні причин прогнозів. Запропоновано новий підхід до агроаналітики, що поєднує супутникові індекси, кліматичні параметри та генеративні можливості великих мовних моделей, зокрема PaLM. Результати демонструють потенціал LLM як ефективного інструмента для аналітики в сільському господарствіДокумент Відкритий доступ Асимптотичний розподiл iндексу cкладностi випадкового рекурсивного дерева(КПІ ім. Ігоря Сікорського, 2025) Сачук, Артем Олегович; Шелестов, Андрій ЮрійовичКвалiфiкацiйна робота мiстить: 41 сторiнку, 5 рисункiв, 0 таблиць, 10 джерел. Об’єктом дослiдження є випадковi рекурсивнi дерева. Предметом дослiдження є експоненцiйний iндекс складностi випадкового рекурсивного дерева. Метою дослiдження є встановлення асимптотичних властивостей експоненцiйного iндексу складностi, коли кiлькiсть вершин дерева прямує до нескiнченностi. В результатi проведеного дослiдження було доведено обмеженiсть моментiв нормованого iндексу складностi. Дослiджено властивостi експоненцiйного iндексу складностi, коли кiлькiсть вершин дерева прямує до нескiнченностi, доведено iснування щiльностi граничної випадкової величини. Встановлено, що рiвняння, якому задовольняє щiльнiсть, має єдиний роз’язок.Документ Відкритий доступ Бінокулярний стереозір для зображень тканиноподібних поверхонь(КПІ ім. Ігоря Сікорського, 2022-06) Ківа, Олексій Костянтинович; Водолазський, Євген ВалерійовичКвалiфiкацiйна робота мiстить: 44 стор., 4 рис., 1 табл. та 9 джерел. Об’єкти дослiдження — зображення тканиноподiбних поверхонь. Предмет дослiдження — оцiнка мапи глибин за бiнокулярною стереопарою зображень тканиноподiбної поверхнi. У роботi розглянуто задачу бiнокулярного стереозору для випадку зображень тiл з неперервною, тканиноподiбною поверхнею. Застосовано декiлька iснуючiх методiв побудови мапи глибин за бiнокулярною парою зображень та запропоновано їх модифiкацiї для зображень тканиноподiбної поверхнi. Створено демонстрацiйнi програми на мовах C++ та Python.Документ Відкритий доступ Визначення множин місць розташування сміттєпереробних заводів з урахуванням дорожньої мережі(КПІ ім. Ігоря Сікорського, 2023) Кузьмук, Крістіна Анатоліївна; Терещенко, Іван МиколайовичПояснювальна записка дипломної роботи за обсягом становить 50 сторінок тексту, містить 21 ілюстрацію, 7 таблиць та 2 додатки. Для дослідження було використано 16 бібліографічних найменувань. У роботi розглянуто теоретичне пiдґрунтя, особливості та постановка задачi визначення множин місць розташування сміттєпереробних заводів з урахуванням дорожньої мережі. Також проведено аналiз iснуючої літератури та публікацій у даному напрямку. Було розглянуто роботи, що дослiджували визначення множин місць розташування сміттєпереробних заводів. Також було проаналiзовано задачу визначення оптимального місцерозташування об’єкта інфраструктури з утилізацї та переробки відходів. Цей досвiд було узагальнено, видiлено переваги та недолiки кожного з методiв. На його основi було розроблено багатокритеріальну оптимізаційну задачу визначення множин мiсця розташування сміттєпереробних заводів з урахуванням дорожньої мережі та застосовано її на прикладi Київської області. В результатi отримано оптимальне рішення для визначення множин місць розміщення сміттєпереробних заводів.Документ Відкритий доступ Визначення оптимального мiсця розташування нових депо в мережi громадського транспорту(КПІ ім. Ігоря Сікорського, 2022-06) Iванець, Лев Iгорович; Терещенко, Іван МиколайовичКвалiфiкацiйна робота мiстить: 44 стор., 3 рисунки, 2 таблицi, 12 джерел. У роботi розглянуто теоретичне пiдґрунтя задачi визначення оптимального мiсця розташування нових депо в мережi громадського транспорту, описана її постановка та особливостi. Також проведено аналiз iснуючих напрацювань у даному напрямку. Зокрема, було розглянуто роботи, що дослiджували знаходження оптимального розподiлу маршрутiв мiж iснуючими депо та визначення оптимальної кiлькостi самих депо в автобуснiй мережi. Також було проаналiзовано задачу визначення мiсця розташування для нового депо в трамвайнiй мережi. Цей досвiд було узагальнено, видiлено переваги та недолiки кожного з методiв. На його основi було розроблено модель визначення оптимального мiсця розташування нових депо в мережi громадського транспорту та застосовано її на прикладi тролейбусної мережi Києва. В результатi альтернативнi сценарiї розвитку мережi було описано кiлькiсно i якiсно.Документ Відкритий доступ Визначення оптимального складу коаліцій для зменшення впливу ворожих агентів на інформаційне середовище суспільства(КПІ ім. Ігоря Сікорського, 2023) Равська, Анастасія Олександрівна; Терещенко, Іван МиколайовичДипломна робота за обсягом становить 56 сторінок тексту, містить 34 ілюстрації та 1 додаток. Для дослідження було використано 10 бібліографічних найменувань. В даній роботі розглянуто вплив ворожих агентів на інформаційне середовище суспільства з метою просування своїх наративів. Побудовано модель їхнього впливу, а на противагу їм описуються способи протидії різних контрагентів, що можуть об'єднуватися між собою у коаліції для збільшення ефективності своїх дій. На основі побудованої математичної моделі було створено алгоритм, з допомогою якого можна визначити який склад коаліцій є оптимальним для зменшення впливу агентів на інформаційне середовище суспільства.Документ Відкритий доступ Виявлення невидимих рухів за допомогою Ейлерового збільшення(КПІ ім. Ігоря Сікорського, 2022-06) Захарченко, Катерина Анатоліївна; Куссуль, Наталія МиколаївнаНаш світ неможливо уявити без руху. Навколо нас живий світ, світ що постійно змінюється, та не завжди у нас на очах. Важливість розуміння цих змін важко переоцінити, адже середовище, в якому ми живемо впливає на нас тим чи іншим чином. Поширеним методом фіксації та передачі таких змін є зображення – незалежно від того, зроблені вони звичайними камерами, мікроскопами чи супутниками, зображення та відео є безцінним джерелом інформації про зміни в часі природи нашого світу. Завдяки великому прогресу в цифровій фотографії такі зображення та відео зараз широко поширені і їх легко зняти, але обчислювальні моделі та інструменти для розуміння та аналізу змінюваних у часі процесів і тенденцій у візуальних даних ще у процесі розвитку. У даній роботі розглядається потужний обчислювальний метод для ефективного представлення, аналізу та візуалізації як короткострокових, так і довгострокових часових змін у відео та послідовностях зображень. Зміни малої амплітуди, які важко або неможливо побачити неозброєним оком, як-от: зміна кольору шкіри людини через кровообіг, невеликі механічні рухи, можуть бути виділені для подальшого аналізу або збільшені, щоб ці зміни стали видимими для спостерігача. Цей метод також може послабити рухи та зміни, щоб усунути небажані варіації, які відволікають увагу від тих основних подій, що цікавлять. Основний внесок цієї дипломної роботи полягає в розширенні знань про те, як обробляти просторово-часові зображення та витягувати інформацію, яку можна не відразу побачити, щоб краще зрозуміти наш динамічний світ за допомогою зображень і відео.Документ Відкритий доступ Виявлення та оцінка рівня загрози лісових пожеж засобами супутникового моніторингу і машинного навчання(КПІ ім. Ігоря Сікорського, 2025) Петренко, Олександр Євгенович; Яйлимова, Ганна ОлексіївнаДипломна робота містить: 61 сторінку з додатками, 5 таблиць, 18 літературних джерел, 5 додатків, 22 зображення. Основною метою дослідження є застосування методів машинного навчання і регресійного аналізу для побудови системи виявлення осередків лісових пожеж на супутникових знімках видимого спектру, а також моделі оцінки ступеня загрози пожежі. Об’єктом дослідження є знімки різних ділянок Землі, зібрані за допомогою засобів супутникового моніторингу (супутники типу Landsat, Sentinel, MODIS) і статистичні дані про пожежі у точках їх виявлення. В результаті дослідження побудована модель на базі архітектури YOLOv8 з донавчанням на спеціалізованому датасеті для її адаптації під конкретну задачу. Для оцінки ступеня загрози пожежі було застосовано три методи: лінійну і поліноміальну регресію, а також регресор Random Forest.Документ Відкритий доступ Дослiдження властивостей SIR-моделi з нефiксованим iндексом iнфiкування(КПІ ім. Ігоря Сікорського, 2023) Квашин, Едуард Дмитрович; Орєхов, Олександр АрсенійовичКвалiфiкацiйна робота мiстить: 94 стор., 16 рисункiв, 1 таблиця, 14 джерел. Метою цiєї бакалаврської роботи є дослiдження i розробка SIR-моделi з нефiксованим iндексом iнфiкування. Об’єктом дослiдження є поширення хвороби в популяцiї, а предметом дослiдження є нефiксований iндекс iнфiкування та його вплив на динамiку хвороби. Пiд час дослiдження були проаналiзованi рiзнi варiанти SIR-моделi з нефiксованим iндексом iнфiкування, вивчаючи їх вплив на процес поширення хвороби. Були виконанi математичнi розрахунки та комп’ютернi симуляцiї для оцiнки параметрiв моделi та вивчення їх поведiнки. Основнi результати дослiдження показують, що нефiксований iндекс iнфiкування має значний вплив на динамiку хвороби. Спостерiгалося, що змiна значень нефiксованого iндексу може призводити до змiн швидкостi поширення хвороби.Документ Відкритий доступ Дослідження українського сегменту Вікіпедії засобами аналізу складних мережевих структур(КПІ ім. Ігоря Сікорського, 2023) Дербаль, Богдан Васильович; Орєхов, Олександр АрсенійовичДипломна робота присвячена аналізу складних мережевих структур українського сегменту Вікіпедії. Робота складається з 47 сторінок, включає 16 ілюстрації та посилається на 8 джерел літератури. Об'єктом дослідження є український сегмент Вікіпедії, який є складною мережевою структурою, що включає безліч статей, гіперпосилань та взаємозв'язків між ними. Мета дослідження полягає в аналізі та розумінні структури, взаємозв'язків та характеристик українського сегменту Вікіпедії. Метою є отримання інсайтів щодо взаємодії та динаміки інформації, виявлення потенційних дірок у покритті українського сегменту Вікіпедії. Для досягнення мети було використано: 1. Огляд існуючих досліджень що до аналізу мережевих структур. 2. Використання API Вікіпедії для збору даних необхідних для подальшого дослідження. 3. Використання програмних засобів для роботи з графовими структурами та аналізу мереж, таких як Gephi та бібліотека Python NetworkX. 4. Використовуючи зібрані метрики було виконано аналіз мережі.Документ Відкритий доступ Екстраполяція якості повітря в міському середовищі з обмеженою кількістю станцій(КПІ ім. Ігоря Сікорського, 2024) Городецька, Дар’я Костянтинівна; Яйлимова, Ганна ОлексіївнаЗ початком пандемії COVID-19 та повномасштабного вторгнення росії в Україну 24 лютого 2022 року, країна зіткнулася з багатьма проблемами, одна з яких досі не отримує належної уваги. Це проблема погіршення якості повітря. Пандемія спричинила численні зміни в екології, зокрема в якості повітря через зміну промислового виробництва та транспортних звичок. Воєнні дії призвели до додаткового забруднення навколишнього середовища, що також вплинуло на якість повітря. Внаслідок цих подій, місто Київ, як і багато інших регіонів України, зіткнулося з суттєвими викликами щодо моніторингу та оцінки стану якості повітря. Даних моніторингу недостатньо через малу кількість станцій заміру показників, тому для розв’язання поставленої задачі в дипломній роботі використовуються IDW модель екстраполяції даних та Griddata модель, яка використовується для екстраполяції нерегулярно розподілених даних на регулярну сітку, порівняльний аналіз моделей для визначення найкращої моделі. В роботі досліджено дані показників якості повітря міста Київ за 2022 р. для навчання двох моделей екстраполяції даних.Документ Відкритий доступ Застосування генеративно-змагальних мереж для покращення якостi сегментацiї супутникових знiмкiв(КПІ ім. Ігоря Сікорського, 2022-06) Шкалiков, Олег Володимирович; Куссуль, Наталія МиколаївнаКвалiфiкацiйна робота мiстить: 56 стор., 11 рисунки, 5 таблиць, 17 джерел. Застосування сучасних нейромережевих архiтектур у задачi семантичної сегментацiї супутникових знiмкiв дозволяє має великий прикладний сенс. Проте незбалансованiсть класiв у навчальних вибiрках, що є притаманним саме супутниковим даним, є iстотною проблемою, яка знижує їх ефективнiсть. Дана робота полягає у розробцi методiв застосуваннi доповнення навчальних вибiрок, що має на метi пiдвищити якiсть семантичної сегментацiї. Для цього було проаналiзовано рiзнi пiдходи до генеративних моделей, зокрема генеративно-змагальнi мережi. Особлива увага була придiлена архiтектурi Pix2Pix та її вдосконаленням. Також було розроблено i iмплементовано алгоритм генерацiї штучних масок класифiкацiї i, як наслiдок, повний процес аугментацiї тренувального набору. У ходi виконання роботи було проведенi експерименти, якi довели ефективнiсть запропонованого пiдходу. Попри незначне погiршення метрик для мажоритарних класiв, якiсть класифiкацiї мiноритарних класiв значно зросла. Таким чином було отримано метод аугментацiї наборiв даних супутникових знiмкiв, який дозволяє покращити якiсть семантичної сегментацiї.Документ Відкритий доступ Застосування комп’ютерного зору та статистичного аналізу для футбольних даних(КПІ ім. Ігоря Сікорського, 2024) Должко, Назарій Валентинович; Яйлимова, Ганна ОлексіївнаМетою роботи є створення системи яка відстежуватиме положення гравців, рефері та м‘яч на полі. Роботу можна поділити на три частини.Перша про аналіз наявних систем, та загальне уявлення про футбольну аналітику. Друга частина опис процесу створення власної системи. У третьому про застосування машинного навчання з метою передбачити переможця матчу.Документ Відкритий доступ Застосування методів градієнтного бустингу на прикладі задач аналізу тональності тексту(КПІ ім. Ігоря Сікорського, 2023) Асєко-Нкілі, Андрій Мігельович; Яворський, Олександр АндрійовичНазва кваліфікаційної роботи: " Застосування методів градієнтного бустингу на прикладі задач аналізу тональності тексту". Опис роботи: Робота складається з 42 сторінок, включає 13 рисунків, 4 таблиці та містить 19 джерел. Метою роботи є створення реалізації та дослідження побудованої моделі градієнтного бустингу для класифікації думок у тексті. Об'єктом дослідження тональність тексту та думки які він поширює. У ході дослідження була розроблена модель градієнтного бустингу для класифікації тональності повідомлень. В роботі представлений детальний аналіз передобробки даних, включаючи особливості даних та їх вплив на роботу моделі. Результати роботи представлені у вигляді графіків з аналізом отриманої моделі та її ефективності. Вказані напрямки можливого вдосконалення отриманих результатів.Документ Відкритий доступ Комбінований метод заповнення пропусків від хмар на супутникових зображеннях у AOD каналі(КПІ ім. Ігоря Сікорського, 2024) Кравчук, Олександр Артемович; Яйлимова, Ганна ОлексіївнаАерозольна оптична глибина (AOD) є універсальним критерієм, який дає змогу в тому числі виміряти якість повітря в атмосфері. Супутникові ж дані забезпечують глобальний моніторинг і надають можливість спостерігати за станом повітря у віддалених і важкодоступних регіонах, де наземні датчики відсутні. Проте наявність хмар значно ускладнює отримання надійних даних про AOD, оскільки вони затуляють огляд супутників на поверхню Землі. Зазвичай моделі для заповнення пропусків від хмар у AOD каналі потребують безхмарних знімків для навчання, проте для деяких регіонів, зокрема у помірному та північніших кліматичних поясах, отримати такі знімки стає майже неможливо. Для вирішення цієї проблеми у дослідженні був запропонований ансамбль моделі на основі ICW і нейромережі LSTM CNN-Autoencoder. Перша модель може працювати навіть при відсутності непошкоджених знімків у начальній вибірці, проте її точність при високому рівні хмарності сильно деградує. Тож за допомогою неї на малохмарних знімках був сформований набір даних для навчання другої, більш потужної, моделі в ансамблі, яка здатна заповнювати пропуски від хмар з високою точністю і за будь-якого рівня хмарності. Також у роботі були запропоновані дві модифікації для архітектури нейромережевої моделі. Перша (ML-ConvLSTM-UE) являє собою модифікацію енкодеру UNet-подібного автоенкодеру і розширює його ще одним паралельним енкодером з ConvLSTM шарами. Друга модифікація замінює пулінг шари автоенкодеру на згорткові шари зі страйдом і ядром, розмір якого постійно збільшується. У роботі використовувалися дані про AOD із супутникової колекції MCD19A2 для частини території Франції за 2010 – 2023 роки.