Магістерські роботи (СПСКС)
Постійне посилання зібрання
Переглянути
Перегляд Магістерські роботи (СПСКС) за Назва
Зараз показуємо 1 - 20 з 227
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Автогенерація SQL-запитів на основі RESTful API для прискорення розробки логіки додатків(КПІ ім. Ігоря Сікорського, 2021) Штефанович, Георгій Миколайович; Коляда, Костянтин ВячеславовичДокумент Відкритий доступ Автоматизована система збору та аналізу даних з веб-сайтів для прийняття рішень(КПІ ім. Ігоря Сікорського, 2023) Пузій, Богдан Анатолійович; Тесленко, Олександр КириловичАктуальність теми. Актуальність автоматизованих систем збору та аналізу даних з веб-сайтів для прийняття рішень в бізнесі залишається дуже високою і росте з кожним роком Збільшення обсягів даних в Інтернеті: Інтернет містить величезний обсяг інформації, і ця кількість продовжує зростати. Збільшення кількості веб-сайтів, соціальних мереж, форумів і т. д. створює великі можливості для збору даних. Конкуренція на ринку: В сучасному бізнесі конкуренція є жорсткою, і компанії шукають будь-який спосіб отримати конкурентну перевагу. Аналіз даних з веб-сайтів допомагає виявити нові можливості, розуміти попит споживачів і аналізувати дії конкурентів. Персоналізація і маркетинг: Клієнти очікують персоналізованого обслуговування, і збір та аналіз даних з веб-сайтів допомагає підприємствам створити більш індивідуалізовані підходи до своїх клієнтів. Тенденції і відгуки споживачів: Відгуки споживачів та відклики в інтернеті можуть значно вплинути на репутацію бренду. Важливо вчасно виявляти та реагувати на ці відгуки. Оптимізація процесів: Збір та аналіз даних може допомогти вдосконалити різні аспекти бізнесу, такі як логістика, управління запасами, ціноутворення тощо. Інновації і дослідження ринку: Дані з веб-сайтів дозволяють стежити за новими тенденціями і інноваціями в галузі, а також здійснювати дослідження ринку для прийняття стратегічних рішень. Інтелектуальні технології: Завдяки розвитку машинного навчання і обробки природної мови, автоматизовані системи стають все більше здатніми аналізувати великі обсяги даних з веб-сайтів і виділяти цінну інформацію. Загалом, використання даних з веб-сайтів для прийняття рішень в бізнесі допомагає підприємствам бути більш конкурентоспроможними, а також підвищує їх здатність реагувати на зміни на ринку та вимоги споживачів. Тому ця тема залишається важливою та актуальною. Об’єктом дослідження буде сам процес розробки, впровадження та тестування автоматизованої системи. Предметом дослідження є технічна реалізація системи та методи аналізу даних Мета роботи: Дослідження та аналіз проблеми: Розглянути поточний стан сфери бізнесу та виділити проблеми, які можуть бути вирішені за допомогою автоматизованої системи для збору та аналізу даних з веб-сайтів. Розробка автоматизованої системи: Розробити концепцію та архітектуру автоматизованої системи для збору та аналізу даних з веб-сайтів. Впровадження та тестування системи: Провести впровадження системи в реальному бізнес-середовищі та здійснити її тестування на практиці. Збір та аналіз даних: Зібрати дані з веб-сайтів і провести їх аналіз з метою виявлення інсайтів та корисної інформації для прийняття рішень в бізнесі. Практична цінність полягає у наступних причинах: Покращення прийняття рішень: Збір і аналіз даних з веб-сайтів дозволяє підприємствам отримувати важливу інформацію про свій ринок, конкурентів, споживачів та тренди. Ця інформація створює підґрунтя для більш обґрунтованих стратегічних та тактичних рішень. Моніторинг конкурентів: Збір даних з веб-сайтів конкурентів дозволяє слідкувати за їхніми акціями, цінами, продуктами та маркетинговими стратегіями. Це дає можливість адаптувати власні підходи для збереження конкурентної переваги. Підвищення ефективності маркетингу: Аналіз даних з веб-сайтів допомагає визначити ефективність рекламних кампаній та маркетингових заходів, що дозволяє зменшити витрати і зосередитися на стратегіях, які працюють краще. Підтримка прийняття рішень щодо асортименту товарів та послуг: Дані, зібрані з веб-сайтів, можуть допомогти підприємствам визначити попит на певні товари та послуги, а також спрогнозувати зміни у смаках споживачів, що полегшує управління асортиментом. Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів, висновків до кожного розділу та загальних висновків по роботі в цілому. Ключові слова: автоматизована система, збір даних, аналіз даних, веб-сайти, прийняття рішень, бізнес-аналітика, маркетингові дослідження, конкурентний аналіз, рішення на основі даних, бізнес-інтелект, поток даних з веб-сайтів, моніторинг ринку, ефективність маркетингу, аналіз споживчої поведінки, попит на товари та послуги, система автоматизації даних, оптимізація бізнес-процесів, розширення асортименту, потенційні можливості бізнесу.Документ Відкритий доступ Адаптивний алгоритм керування роботою двигуна автомобіля(КПІ ім. Ігоря Сікорського, 2020-12) Побігай, Антон Олександрович; Тарасенко-Клятченко, Оксана ВолодимирівнаДокумент Відкритий доступ Алгоритм глибинного аналізу даних для задачі класифікації на основі штучного бджолиного рою(КПІ ім. Ігоря Сікорського, 2020-12) Абдураімов, Таір Заірович; Зорін, ЮрійДокумент Відкритий доступ Алгоритми лінійного криптоаналізу шифрування на підстановках довільної розрядності(2018-12) Чабан, Ярослав Юрійович; Тесленко, Олександр КириловичДокумент Відкритий доступ Апаратно-прискорене компонування кадрів з використанням реверсного рендерингу(КПІ ім. Ігоря Сікорського, 2021) Несук, Олександр Олександрович; Потапова, Катерина РоманівнаДокумент Відкритий доступ Апаратні засоби для підвищення продуктивності обробки зображень штучними нейронними мережами(КПІ ім. Ігоря Сікорського, 2021) Ясенко, Лев Сергійович; Клятченко, Ярослав МихайловичДокумент Відкритий доступ Багатомовний модель-орієнтований підхід до розробки веб-додатків(2018-05) Ткаченко, Роман Юрійович; Боярінова, Юлія ЄвгенівнаДокумент Відкритий доступ Веб-орієнтована система для автоматизації роботи студентської поліклініки КПІ ім. Ігоря Сікорського (апаратна частина)(2018-12) Гриценко, Микита Сергійович; Клятченко, Ярослав МихайловичДокумент Відкритий доступ Веб-орієнтована система для автоматизації роботи студентської поліклініки КПІ ім. Ігоря Сікорського (програмна частина)(2018-12) Тіменко, Антон Олександрович; Клятченко, Ярослав МихайловичДокумент Відкритий доступ Вебсервіс підвищення роздільної здатності зображень з використанням SR-алгоритмів(КПІ ім. Ігоря Сікорського, 2021) Рекеда, Володимир Валерійович; Павловський, Володимир ІллічДокумент Відкритий доступ Високорівневий спосіб опису ресурсів хмарної інфраструктури(КПІ ім. Ігоря Сікорського, 2022-12) Хомутник, Дмитро Юрійович; Марченко, Олександр ІвановичДокумент Відкритий доступ Гібридизація способів детекції плагіаризму в програмному коді(КПІ ім. Ігоря Сікорського, 2021) Бойко, Владислав Володимирович; Павловський, Володимир ІллічДокумент Відкритий доступ Децентралізований краудфандинг-протокол для фінансових транзакцій на основі технології блокчейн(КПІ ім. Ігоря Сікорського, 2024) Далечин, Владислав Олександрович; Петрашенко, Андрій ВасильовичАктуальність теми. На сьогодні краудфандинг є популярним способом залучення фінансування для різноманітних проектів. Проте існуючі централізовані платформи краудфандингу мають низку недоліків, таких як високі комісії, ризики шахрайства, відсутність прозорості та ін. Використання технології блокчейн дозволяє створити децентралізований краудфандинг-протокол, який усуває ці недоліки. Тому розробка такого протоколу є актуальною задачею. Об'єктом дослідження є процес децентралізованого краудфандингу на основі технології блокчейн Предметом дослідження є методи та засоби розробки децентралізованого краудфандинг-протоколу для фінансових транзакцій. Метою роботи є розробка та реалізація децентралізованого краудфандинг-протоколу, який на основі технології блокчейн забезпечує безпеку, прозорість, приватність та ефективність фінансових транзакцій. Дослідження спрямоване на налагодження внутрішніх механізмів протоколу, забезпечення масштабованості та швидкості операцій, розробку алгоритмів консенсусу та захисту від шахрайства, а також дослідження можливостей для інтеграції з існуючими блокчейн-платформами. Наукова новизна полягає в методиці ітеративної витрати зібраних фінансів для забезпечення повернення коштів користувачами, яка відрізняється від методик децентралізованого керування коштами типу DAO завдяки відсутності вектору атак типу Sybil, що дозволяє впровадити ізольований метод керування вкладеннями окремого користувача. Практична цінність отриманих в роботі результатів полягає в тому, що реалізована в протоколі методика ітеративної витрати зібраних коштів дозволяє забезпечити можливість повернення вкладених користувачами коштів у разі припинення або згортання проекту. Поступова витрата коштів протягом краудфандингової кампанії підвищує довіру учасників, оскільки їх внески не витрачаються одразу повністю. Апробація роботи. Запропонований підхід був представлений та обговорений на науковій конференції магістрантів та аспірантів «Прикладна математика та комп‘ютинг» ПМК-2023 (Київ, 28 - 30 листопада 20223 р.) та на «CXXXVI Міжнародній науково-практична конференції: Зимові наукові читання – 2023», яка відбулася 22 грудня 2023 р. у Києві, Україна. Структура та обсяг роботи. Магістерська дисертація складається з вступу, трьох розділів та висновків. У вступі подано загальну характеристику роботи, обґрунтовано актуальність теми дослідження, сформульовано мету, завдання, об'єкт, предмет та методи дослідження, розкрито наукову новизну та практичне значення отриманих результатів. У першому розділі проведено огляд літератури за темою дослідження, проаналізовано існуючі підходи до побудови децентралізованих систем краудфандингу. У другому розділі сформульовано вимоги до децентралізованого краудфандинг-протоколу, запропоновано його архітектуру та алгоритми функціонування. У третьому розділі описується вибір інструментів реалізації та реалізація прототипу протоколу. У четвертому розділі наведено результати експериментальних досліджень та оцінку ефективності розробленого протоколу. У висновках викладено основні результати дисертаційної роботи. Робота представлена на аркушах, містить посилання на список використаних літературних джерел.Документ Відкритий доступ Децентралізовані веборієнтовані засоби для контролю та виконання транзакцій із криптовалютою з використанням технології Blockchain(КПІ ім. Ігоря Сікорського, 2022-12) Шевченко, Дмитро Сергійович; Клятченко, Ярослав МихайловичДокумент Відкритий доступ Дослідження системи розпізнавання голосових сигналів в умовах обмеженої обчисленої потужності(2018-05) Кононенко, Олексій Сергійович; Терейковський, Ігор АнатолійовичДокумент Відкритий доступ Евристичний метод багатокритеріальної оптимізації(2018-12) Місік, Дмитро Сергійович; Зорін, Юрій МихайловичДокумент Відкритий доступ Евристичний метод тренування штучної нейронної мережі(2018-12) Карвацький, Сергій Сергійович; Зорін, Юрій МихайловичДокумент Відкритий доступ Засоби керування обчислювальними ресурсами у Kubernetes кластері(КПІ ім. Ігоря Сікорського, 2023) Гнідий, Павло Олександрович; Яценко, Віталій ОлексійовичАктуальність теми. Хмарні обчислення — це доставка обчислювальних ресурсів, включаючи сховище, обчислювальну потужність, бази даних, мережу, аналітику, штучний інтелект і програмне забезпечення — через Інтернет (хмару). Завдяки аутсорсингу цих ресурсів компанії можуть отримати доступ до обчислювальних ресурсів, які їм потрібні, коли вони їм потрібні, без необхідності купувати та підтримувати фізичну локальну ІТ-інфраструктуру. Це забезпечує гнучкі ресурси, швидші інновації та економію на масштабі. Для багатьох компаній хмарна міграція безпосередньо пов’язана з модернізацією даних та ІТ. Розробники створюють програми в локальній системі, потім доставляють код у середовище розробки команди. Це часто може викликати складність через великі витрати на системне адміністрування, пов’язані з наданням кожному розробнику кластеру машин. Тестування також є важливою частиною процесу розробки, яка потребує значної уваги. Розробники, які працюють над програмами розподілених мікросервісів, залишилися без ефективного способу створення, запуску тестів і усунення несправностей у середовищі, схожому на робоче. Локальні середовища розробки є важливими під час створення та розробки додатків. Об’єктом дослідження є технологія управління обчислювальними ресурсами в Kubernetes кластері. Предметом дослідження є засоби керування обчислювальними ресурсами у Kubernetes кластері. Мета роботи: запропонувати стандартизований і адаптований метод керування обчислювальними ресурсами у Kubernetes кластері та розгортання програм у великих і складних системах, який підтримує широкий спектр мов і фреймворків, простий у використанні, гнучкий. Наукова новизна полягає в наступному: запропоновано засіб керування ресурсами у Kubernetes кластері, що полегшує розгортання середовищ тестування та попереднього перегляду результатів інтеграційних тестів, ручної перевірки якості та розробки. Практична цінність отриманих в роботі результатів полягає в тому, що запропонований метод дозволяє легко та швидко розгорнути локальне середовище схоже на робоче, що дозволяє протестувати і налагодити функціонал самостійно та миттєво отримати результати інтеграційних тестів, що значно підвищує ефективність роботи розробника. Таким чином сам розробник не повинен чекати результати роботи CI/CD, що на великих проектах може займати години. Апробація роботи. Основні положення були представлені та обговорювались на IV Міжнародній студентській науковій конференції «Теоретичне та практичне застосування результатів сучасної науки» та III Міжнародній науковій конференції «Розвиток наукової думки постіндустріального суспільства: сучасний дискурс». Структура та обсяг роботи. Магістерську дисертація складається з вступу, чотирьох розділів та висновків. У вступі подано загальну характеристику роботи, зроблено оцінку сучасного стану проблеми, обґрунтовано актуальність напрямку досліджень, сформульовано мету і задачі досліджень, показано наукову новизну отриманих результатів і практичну цінність роботи, наведено відомості про апробацію результатів і їхнє впровадження. У першому розділі розглянуто існуючі програмі рішення для розгортання багатокомпонентних систем в локальній системі та проаналізовано їх переваги та недоліки. У другому розділі описано принципи роботи IaaC інструментів для створення середовища багатокомпонентних систем. У третьому розділі та четвертому розділах наведено структуру та опис роботи програмного забезпечення, а також проведено тестування та проаналізовано результати виконаного дослідження. У висновках представлені результати проведеної роботи. Робота представлена на 80 аркушах, містить посилання на список використаних літературних джерел.Документ Відкритий доступ Засоби автоматизації процесів зрошення сільськогосподарських культур(КПІ ім. Ігоря Сікорського, 2022-12) Брославський, Ротислав Михайлович; Дробязко, Ірина Павлівна