Кафедра штучного інтелекту (ШІ)
Постійне посилання на фонд
Переглянути
Перегляд Кафедра штучного інтелекту (ШІ) за Назва
Зараз показуємо 1 - 20 з 289
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 Foundations of sustainable development. Common issues of sustainable development. Seminar class(Igor Sikorsky Kyiv Polytechnic Institute, 2023) Dzhygyrey, Iryna Mykolaivna; Verlan, Andriy AnatoliiovychУ виданні викладено вимоги до проведення семінарського заняття «Загальні питання сталого розвитку» освітнього компоненту «Основи сталого розвитку». Навчальний посібник містить детальну рейтингову систему оцінювання освітнього компонента. Видання забезпечує вивчення студентами теоретичного матеріалу щодо основних концепцій розвитку суспільства, передісторії, передумов, віх і принципів сталого розвитку, підготовку до семінарського заняття, є корисним для самостійної роботи.Документ Відкритий доступ Hybrid Neuron Networks Based on Q-, W- and Classical Neurons(Національний авіаційний університет, 2019) Chumachenko, O. I.; Dychko, S. T.; Rizhiy, А. R.Документ Відкритий доступ Semi-controlled Learning in Information Processing Problems(Національний авіаційний університет, 2022) Sineglazov, V. M.; Chumachenko, O. I.; Heilyk, E. V.Документ Відкритий доступ SMTP система з інтеграцією ШІ для аналізу повідомлень(КПІ ім. Ігоря Сікорського, 2025) Зікратий, Денис Сергійович; Коваленко, Анатолій ЄпіфановичДипломна робота: 98 с., 17 рис., 10 табл., 22 посилань, 1 додаток. Об’єктом дослідження – система електронної пошти на основі протоколу SMTP. Предметом дослідження – методи інтеграції засобів штучного інтелекту для автоматичного аналізу та класифікації поштових повідомлень у рамках SMTP системи. Метою роботи – розробка та дослідження SMTP системи з вбудованим модулем машинного навчання для автоматичної класифікації електронних листів з метою виявлення спаму, фішингу та іншого небажаного контенту, з урахуванням вимог до безпеки, автентифікації користувачів і підтримки сучасних розширень протоколу. Актуальність роботи зумовлена необхідністю підвищення безпеки електронної пошти шляхом автоматичного виявлення спаму та фішингу за допомогою штучного інтелекту. Сучасні загрози вимагають адаптивних рішень, інтегрованих у поштову інфраструктуру. У даній роботі реалізовано SMTP клієнт і сервер із підтримкою TLS та автентифікації, а також модуль машинного навчання для класифікації повідомлень за вмістом.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 Автоматизоване виявлення вибухових вирв та пошкоджень ґрунту як індикаторів можливої наявності мін(КПІ ім. Ігоря Сікорського, 2025) Мальгінова, Марія Русланівна; Гапон, Сергій ВікторовичДипломна робота: 118 ст., 24 рис., 7 табл., 50 посилання, 1 додаток. У роботі розглянуто проблему автоматизованого виявлення вибухових вирв і змін ґрунтового покриву як потенційних ознак мінної небезпеки на основі супутникових знімків. Об’єктом дослідження є процес виявлення слідів вибухів на місцевості, а предметом – застосування методів комп’ютерного зору та глибокого навчання, зокрема архітектури U-Net, для сегментації зображень з радарних (SAR) та оптичних каналів. Оглянуто існуючі підходи до сегментації супутникових знімків, проаналізовано особливості SAR та оптичних даних у задачах виявлення пошкоджень ґрунту. Розроблено підхід до формування навчального датасету на основі мультиспектральних каналів, включаючи канали NIR та SWIR2, з урахуванням індексів вегетації та змін структури поверхні. Реалізовано повний цикл обробки зображень: від попередньої обробки до навчання моделі глибокої сегментації. Отримано метрики якості сегментації, що демонструють задовільний рівень точності та повноти, з покращенням на окремих вибірках. Установлено, що ефективність моделі залежить від типу вхідних зображень та повноти навчальних даних. Запропоновано розширення датасету для покращення генералізації та стабільності результатів. Метою даної роботи є дослідження та розробка алгоритму автоматизованого виявлення вибухових вирв та пошкоджень ґрунту на основі супутникових знімків, що дозволяє з високою точністю ідентифікувати потенційно міновані території.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 Агентна архітектура механізмів консенсусу в блокчейні(КПІ ім. Ігоря Сікорського, 2022) Лисов, Богдан Сергійович; Тимощук, Оксана ЛеонідівнаМагістерська дисертація: 100 с., 25 табл., 16 рис., 15 джерел, 1 додаток. Об’єкт дослідження — транзакції блокчейну в залежності від механізму консенсусу. Предмет дослідження — застосування методів штучного інтелекту та інтелектуальних агентів для підбору параметрів мережі блокчейн. Мета роботи — розробка агентної архітектури для аналізу блокчейну Ethereum, роботи його транзакційного механізму в умовах обраного механізму консенсусу та порівняння цих механізмів у вигляді зібраних метрик часу проходження транзакції, кількості витрачених ресурсів та безпечності концепту. В роботі проведено огляд різних механізмів консенсусу блокчейну в залежності від підібраних параметрів мережі за допомогою інтелектуальних агентів. Розглянуті сучасні методи штучного інтелекту в агентних архітектурах та їх роль у дослідженні світу криптовалют, і, в свою чергу, впливу криптовалют на довколишнє середовище. Зібрано дані ефективності використання наборів протоколів, стимулів та ідей, які дозволяють мережі вузлів погоджувати стан блокчейну в залежності від налаштування мережі, що дозволяє оцінити доцільність використання того чи іншого механізму консенсусу. Застосовано штучний інтелект для проведення збору та аналізу метрик часу проведення транзакцій, їх стійкості до зламу, кількості використаних обчислювальних ресурсів і відповідно кількості витраченої електроенергії.Документ Відкритий доступ Адаптивна мережа стиснення динамічного діапазону зображень для виявлення дорожніх об’єктів(КПІ ім. Ігоря Сікорського, 2025) Денисенко, Денис Геннадійович; Тимошенко, Юрій ОлександровичДипломна робота: 106 с., 21 рис., 8 табл., 20 посилань, 1 додаток. У роботі досліджуються підходи глибокого навчання для стиснення високого динамічного діапазону термальних зображень у низький, аналізується вплив на точність детекції після тонового відображення відмінними між собою підходами для колірних зображень, на основі чого систематизовано необхідні вимоги для створення власної архітектури, орієнтованої на одноканальні термальні зображення, і ставиться на меті покращення виявлення дорожніх об’єктів для використання в системах допомоги водієві. Об’єкт дослідження – детекція дорожніх об'єктів на термальних зображеннях після тонового відображення. Предмет – мережі для стиснення динамічного діапазону зображень. Метою роботи є створення власної мережі тонового відображення, яка враховує особливості термальних зображень з урахуванням проблем, виявлених при аналізі існуючих методів, що покращить точність виявлення об'єктів на вихідних зображеннях з низьким динамічним діапазоном. Актуальність роботи зумовлена потребою використання для фіксації дорожньої сцени високого динамічного діапазону, який не може бути відображений на сучасних дисплеях і незначною кількістю реалізацій тонового відображення для термальних зображень у літературі. Результатом роботи є модель, адаптована до природи термальних зображень, що гарантує підвищення точності детекції у порівнянні з існуючими методами за основними метриками.Документ Відкритий доступ Алгоритми сортування з використанням нейронних мереж(КПІ ім. Ігоря Сікорського, 2022-12) Павлюк, Віра; Подколзін, Гліб БорисовичДипломна робота містить 92 с., 19 рис., 8 табл., 1 додаток, 30 джерел. Об’єкт дослідження: одновимірні масиви різної довжини, що містять цілі числа. Мета дослідження: аналіз доцільності та спроможності використання нейронних мереж у задачі сортування даних. Використані моделі: кодери-декодери послідовність-до-послідовності та мережа вказівників, класичні алгоритми сортування. Отриманні результати: виявлено, що мережа вказівників краще впоралась з задачею сортування, ніж послідовність-до-послідовності. Запропонована модифікація механізму уваги для мережі вказівників, який покращує результати роботи моделі. В рамках подальшого дослідження пропонується підвищувати точність моделі, проводити додаткові експерименти з метою мінімізації часу сортування та безпосереднього навчання моделі.Документ Відкритий доступ Алгоритми та технології текстово-голосового синтезу(КПІ ім. Ігоря Сікорського, 2025) Бобовик, Денис Максимович; Кот, Анатолій ТарасовичДипломна робота: 85 с., 12 рис., 2 додатки, 18 посилань. Дипломна робота присвячена дослідженню та реалізації системи текстово-голосового синтезу мовлення на основі сучасних нейронних моделей FastSpeech 2 та HiFi-GAN. Актуальність дослідження зумовлена зростаючою потребою в природному синтезі мовлення для застосувань у цифрових помічниках, навігаційних системах, освіті та інклюзивних технологіях. Метою роботи є побудова високоякісної та швидкої системи TTS, здатної перетворювати текст в аудіо з реалістичним звучанням. У ході дослідження проаналізовано етапи синтезу мовлення, алгоритми генерації спектрограм, нейромережеві моделі та архітектури, а також методи оцінки результатів. Об’єктом дослідження є процес автоматичного синтезу мовлення, а предметом – використання послідовної архітектури FastSpeech 2 та вокодера HiFi-GAN для формування аудіосигналу на основі тексту. Реалізовано повний цикл побудови TTS-системи з використанням корпусу англомовних та українських аудіозаписів, здійснено навчання моделей, підготовку даних та оптимізацію параметрів. Проведено оцінку якості синтезованого мовлення за метриками MOS (Mean Opinion Score) та RTF (Real Time Factor). Результати показали, що система здатна генерувати мовлення високої якості зі швидкістю, що задовольняє вимоги реального часу. Робота має потенціал практичного застосування у голосових інтерфейсах та адаптивних навчальних системах.Документ Відкритий доступ Аналіз впливу машинного перекладу на метрики анотування текстів(КПІ ім. Ігоря Сікорського, 2025) Думайло, Тарас Михайлович; Пишнограєв, Іван ОлександровичДипломна робота: 86 стор., 10 рис., 8 табл., 18 посилань, 2 додатки. У роботі досліджується вплив машинного перекладу на якість автоматичного анотування текстів за допомогою сучасних нейронних моделей. Основну увагу приділено оцінці змін у результатах сумаризації після перекладу текстів з англійської на українську мову та навпаки. Для аналізу використовуються різні метрики якості — ROUGE, BLEU, BERTScore та інші. Побудовано експериментальний пайплайн, що включає збір даних, автоматичне узагальнення текстів, машинний переклад, а також обчислення метрик та візуалізацію результатів. Об’єктом дослідження є процес автоматичного анотування текстів у контексті багатомовного середовища. Предметом дослідження виступає зміна метрик якості сумаризації в результаті застосування машинного перекладу. Актуальність роботи зумовлена широким використанням автоматичних систем обробки текстів у багатомовних інформаційних середовищах, де якість узагальнень може значно залежати від проміжного перекладу. Проаналізовано вплив типових систем машинного перекладу на результати сумаризації, зокрема на лексичні та семантичні відповідності між оригінальними й перекладеними текстами. Показано, як різні метрики реагують на перекладні зміни та які моделі виявляються найбільш стійкими до таких змін. Робота робить внесок у розуміння впливу мовної трансформації на автоматичну обробку текстів та відкриває перспективи для підвищення точності багатомовних NLP-систем.Документ Відкритий доступ Аналіз емоційного контексту зображень із використанням сучасних архітектур глибокого навчання(КПІ ім. Ігоря Сікорського, 2025) Яхненко, Владислава Юріївна; Шаповал, Наталія ВіталіївнаДипломна робота: 85 с., 29 рис., 10 табл., 44 посилань, 1 додаток. Об’єктом дослідження є емоційний контекст зображень, що входять до складу анотованого датасету. Предметом дослідження є глибокі нейронні мережі, мультимодальні моделі, застосовані до задачі класифікації емоційного контексту в зображеннях. Метою роботи є порівняння підходів та визначення найоптимальнішого підходу до автоматичного визначення емоцій в зображеннях на основі візуальних, семантичних і мультимодальних ознак. В результаті виконання роботи реалізовано та протестовано три архітектурні рішення – EfficientNet-B0 (візуальний підхід), CLIP ViT-B/32 (семантичний підхід), та мультимодальну ансамблеву модель (CLIP_BLIP + CNN + DeiT). Найвищі показники продемонструвала мультимодальна ансамблева модель. Новизна полягає у практичному поєднанні візуальних, текстових і семантичних ознак для емоційної класифікації зображень без використання явних текстових підказок. Рекомендації щодо використання – цей підхід може знайти застосування в системах аналізу емоційного впливу рекламних матеріалів, зокрема для оптимізації візуального контенту відповідно до цільової емоційної реакції. Також можливе використання в суміжних сферах – UXдослідженнях, медіааналітиці.