Навчально-науковий інститут прикладного системного аналізу (НН ІПСА)
Постійне посилання на фонд
Переглянути
Перегляд Навчально-науковий інститут прикладного системного аналізу (НН ІПСА) за Назва
Зараз показуємо 1 - 20 з 1680
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Analysis and modeling the dynamics changing of registered crimes taking into account the macroeconomic and political situation in Ukraine(КПІ ім. Ігоря Сікорського, 2016) Terentiev, Oleksandr; Makukha, Mykhailo; Savastynov, Volodymyr; Oparina, ElenaДокумент Відкритий доступ Analysis of causality Bayesian network usage for data-mining purposes(КПІ ім. Ігоря Сікорського., 2018) Makogon, Roman; Terentiev, OleksandrДокумент 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 Bayesian networks in credit scoring(Institute of applied mathematics BSU, 2008) Terentiev, Oleksandr Nikolaevich; Gasanova, LeilaДокумент Відкритий доступ Control method in cognitive maps based on weights increments(2016) Романенко, Віктор Демидович; Мілявський, Юрій Леонідович; Romanenko, Victor Demydovych; Milyavsky, Yuriy LeonidovychДокумент Відкритий доступ Convergence of equilibria for numerical approximations of a suspension model(2016) Касьянов, Павло Олегович; Капустян, Олексій Володимирович; Valero, J.; Amigó, J. M.; Giménez, A.; Kapustyan, O. V.; Kasyanov, P. O.Документ Відкритий доступ CRM як сервіс(2018) Остапчук, Ян Михайлович; Петренко, Анатолій ІвановичДокумент 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 Development of scoring systems for decision-making in crediting individuals and legal entities(«Сочінський М. М.», 2017) Terentiev, Oleksandr Nikolaevich; Prosyankina-Zharova, Tatyana IvanivnaДокумент Відкритий доступ Dynamic processes forecasting and risk estimation under uncertainty using decision support systems(2017) Bidyuk, Petro; Terentiev, Oleksandr; Prosyankina-Zharova, TatianaДокумент Відкритий доступ FaaS як шаблон архітектури додатків(КПІ ім. Ігоря Сікорського, 2020) Плотніков, Сергій Олександрович; Гіоргізова-Гай, Вікторія ШалвівнаРобота складається зі вступу та п’яти розділів. Загальний обсяг роботи: 146 аркушів основного тексту, 60 ілюстрації, 24 таблиць. При підготовці використовувалась література з 26 джерел. Актуальність. З появою хмарних провайдерів поступово відбувається перехід від монолітної архітектури додатків до класичної мікросервісної, що зумовлено потребами автоматичного масштабуванням і зручністю розробки. З появою FaaS сервісу від AWS у 2014році безсерверні обчислення вийшли в тренд у побудові додатків у хмарі. Завдяки таким можливостям, як повна відсутність в необхідності конфігурації інфраструктурного шару додатку, авто- масштабованість і оплата на вимогу роблять безсерверні обчислення привабливими як архітектура хмарних додатків. Тому дослідження архітектурних шаблонів serverless додатків є актуальною темою, оскільки вибір правильної архітектури додатку є найголовнішою задачею при розробці. Мета і завдання дослідження. Метою даної магістерської роботи є дослідження архітектурних патернів побудови FaaS додатків. А саме: - аналіз і порівняння шаблонів побудови додатків і засобів їх реалізації від популярних FaaS провайдерів та вибір послуг одного з провайдерів для подальшого дослідження (було вибрано AWS); - реалізація одного з найбільш розповсюджених безсерверних шаблонів від вибраного провайдера (було взято патерн FaaS “Simple Web Service”) і порівняння її за виділеними критеріями з аналогічною реалізацією у вигляді класичної мікросервісної серверної архітектури. - узагальнення результатів досліджень і формулювання загальних рекомендацій щодо вибору послуг певного провайдера і архітектури побудови додатку в залежності від вимог до додатку. Об’єкт дослідження — архітектурні шаблони, які використовуються для побудови serverless додатків. Предмет дослідження — дві реалізації типового додатка у AWS: на FaaS архітектурі і на класичній мікросервісній архітектурі, з подальшим порівнянням їх перевагах, недоліків і визначенням умов найкращого застосування кожного рішення. Для розробки додатків використовувались сервіси від хмарного провайдера AWS. FaaS архітектура була побудована на сервісіх AWS Lambda і API Gateway. Класична мікросервісна архітектура на Docker контейнерах була розміщена у сервісі Elastic Container Service з використанням Application Load Balancer. Методи дослідження. Для вирішення поставлених задач в роботі було застосовано методи аналізу та синтезу, порівняння та узагальнення отриманих результатів. Наукова новизна отриманих результатів роботи полягає у наступному: 1 Проведено порівняльний аналіз за виділеними критеріями відомих FaaS сервісів від хмарних провайдерів: AWS Lambda, Microsoft Azure Functions і Google Cloud Functions. 2 Запропоновано методи прискорення роботи додатків, розроблених на FaaS архітектурі у AWS. 3 Проведено порівняння реалізацій додатка на серверній і безсерверній архітектурі у AWS за виділеними критеріями. Визначені недоліки, переваги і умови найкращого застосування кожного варіанту. Практична цінність. Отримані результати порівняння хмарних провайдерів можуть бути використані для вибору провайдера під час розробки додатку, в залежності від необхідних вимог. Також проаналізовані архітектурні шаблони можуть бути використані на початку моделювання системи в залежності від типу додатку. Результати порівняння розроблених реалізацій додатка можуть бути використані в якості рекомендацій при виборі архітектури для реалізації додатка: переваги та недоліки безсерверної і класичної мікросервісної архітектури, для яких типів додатків краще підходить певна архітектура.Документ Відкритий доступ Features of SAS Enterprise Guide for probabilistic modeling system, macroeconomic analysis and forecasting(Institute of applied mathematics BSU, 2015) Prosyankina-Zharova, Tetyana Ivanivna; Terentiev, Oleksandr Mykolaiovych; Bidyuk, Petro Ivanovych; Gasanov, AydinДокумент Відкритий доступ Features of SAS Enterprise Guide for probabilistic modeling system, macroeconomic analysis and forecasting(David Publishing Company, USA, 2016) Prosyankina-Zharova, Tetyana Ivanivna; Terentiev, Oleksandr Mykolaiovych; Bidyuk, Petro Ivanovych; Makukha, Mikhailo PavlovychДокумент 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 How long will your skills last? Depends on your job(2016) Baranovska, Lesia Valeriivna; Барановська, Леся ВалеріївнаДокумент 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 Intellectual technologies and decision support systems for the control of the economic and financial processes(Little Lion Scientific, 2019-01-15) Bidiuk, Petro Ivanovych; Prosiankina-Zharova, Tetyana Ivanivna; Terentieev, Oleksandr Mykolaiovych; Lakhno, Valerii Anatolievich; Zhmud, Oksana Vasilievna; Бідюк, Петро Іванович; Просянкіна-Жарова, Тетяна Іванівна; Терентьєв, Олександр Миколайович; Лахно, Валерій Анатолійович; Жмуд, Оксана ВасилівнаДокумент Відкритий доступ Iнтеграція потоків даних BSN в єдину хмарну платформу ЕСОЗ (e-health)(КПІ ім. Ігоря Сікорського, 2021) Саядов, Ільмар Ісмаїл огли; Письменний, Ігор ОлександровичМагістерська дисертація на здобуття ступеня магістра за освітньо-професійною програмою Інтелектуальні сервіс-орієнтовані розподілені обчислювання. Даний проект був присвячений розробці додатку Body Sensor Network за допомогою хмарних обчислювань та інтеграції даних в хмарну платформу ЕСОЗ з використанням можливостей платформи Amazon Web Services. У дисертації проведений короткий огляд предметної області, використання технологій натільних комп'ютерних мереж для допомоги в діагностиці, визначення стану пацієнта та допомоги робот медичних установ на прикладі e- health. Була створена тестова модель для реалізації поставленої задачі. Технології на основі BAN мають великий потенціал для безперервного моніторингу в амбулаторних умовах, раннього виявлення аномальних станів і контрольованої реабілітації. Вони можуть підвищити впевненість пацієнтів і поліпшити якість життя, а також сприяти здоровій поведінці та обізнаності про здоров'я. Безперервний моніторинг з раннім виявленням, ймовірно, може забезпечити пацієнтам підвищений рівень впевненості, що, в свою чергу, може поліпшити якість життя. Крім того, амбулаторний моніторинг дозволить пацієнтам займатися звичайною повсякденною діяльністю, а не залишатися вдома або поруч зі спеціалізованими медичними службами. І останнє, але не менш важливе, включення даних безперервного моніторингу в медичні бази даних дозволить проводити комплексний аналіз всіх даних для оптимізації індивідуального догляду та забезпечення пошуку знань за допомогою інтегрованого інтелектуального аналізу даних. Дійсно, за нинішньої технологічної тенденції до інтеграції процесорів і бездротових інтерфейсів скоро з'являться інтелектуальні датчики розміром з монету. Вони будуть наноситися у вигляді шкірних пластирів, легко інтегруватися в персональну систему моніторингу і носитися протягом тривалого періоду часу.Документ Відкритий доступ Iнтелектуальний аналiз даних. Практикум(КПІ ім. Ігоря Сікорського, 2021) Недашківська, Надія ІванівнаМета комп’ютерного практикуму - отримання практичних навичок застосовування сучасних методiв i алгоритмiв iнтелектуального аналiзу даних i машинного навчання з метою пiдтримки прийняття рiшень, побудови прогнозiв i пошуку шаблонiв на основi великих баз статистичних даних. Практикум включає розв’язання задач класифiкацiї, регресiї, кластеризацiї та пошуку асоцiативних правил з використанням бiблiотеки Scikit-Learn Python. Розглядаються методи i алгоритми навчання з учителем, такi як дерева рiшень, опорнi вектори, naive bayes, логiстична регресiя, лiнiйна та полiномiальна регресiя, багатошаровий персептрон, а також питання налаштування гiперпараметрiв цих моделей методом решiтчастого пошуку з перехресною перевiркою та проблеми вибору моделi за множиною метрик якостi. У практикум включено ансамблевi методи для прогнозування на основi беггiнгу, випадкового лiсу, бустингу, голосування та стекiнгу. Серед методiв неконтрольованого навчання обрано класичнi методи i алгоритми агломеративної iєрархiчної кластеризацiї, k-середнiх, роздiлу сумiшi та максимiзацiї очiкувань expectation maximization, спектральної кластеризацiї, щiльнiснi методи mean-shift, dbscan та optics; розглядаються прийоми та метрики для оцiнювання якостi моделей кластеризацiї. Видання може бути корисним для студентiв спецiальностi 122 «Комп’ютернi науки та iнформацiйнi технологiї», освiтнiх програм «Системи i методи штучного iнтелекту», «Наука про данi та математичне моделювання», аспiрантiв та науковцiв.