Кафедра інформатики та програмної інженерії (ІПІ)
Постійне посилання на фонд
Сайт кафедри: https://ipi.kpi.ua/
Переглянути
Перегляд Кафедра інформатики та програмної інженерії (ІПІ) за Назва
Зараз показуємо 1 - 20 з 395
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Robotic Warehouse Management System(International Review of Automatic Control, 2021) Likhouzova, Tetiana; Demianova, YuliiaThe research task is to find a solution to the problem of reducing the risk of collisions while managing a set of auxiliary robots. This task can be solved in two ways. The first approach is the development of algorithms for choosing the motion trajectory of robots. The second one is to reduce the number of auxiliary robots to the minimum required in a certain amount of time. The study focuses on the second approach. Rigidly programmed systems, although they do the job, are not always flexible and adaptive. Systems that can independently analyze the state of certain data, find patterns, and predict, are more efficient and necessary for the further development of the industry. The study proposes a solution based on the use of a neural network in the management system of auxiliary work. An analytical unit was added to the control system to predict the optimal number of robots needed on the line by the number of applications. This gives the system a high level of flexibility in the overall loading and shipping process. Control systems with and without the analytical unit in two different scenarios are studied, both in the constant and randomized increment of applications. In both cases, the use of the analytical block in the control system allowed reducing the number of auxiliary robots in production. The experimental results show that the proposed solution gives the same amount of applications to be completed by fewer auxiliary robots in less time, and it results in reduction of the number of collisions during the movement of robots. The emergence of this structure improves navigation efficiency and allows reducing production maintenance costs. In addition, the results showed scalability for production. A well-established system for managing robotic devices can guarantee the efficiency of the production process.Документ Відкритий доступ Агрегатор чат-ботів для оптимізації комунікації з клієнтами з платформи CRM(КПІ ім. Ігоря Сікорського, 2022) Зозуля, Ірина Вячеславівна; Ковтунець, Олесь ВолодимировичДокумент Відкритий доступ Адаптивне програмне забезпечення для ведення онлайн курсів(КПІ ім. Ігоря Сікорського, 2022-06) Касьяненко, Максим Володимирович; Головченко, Максим МиколайовичДокумент Відкритий доступ Алгоритм та програмне забезпечення для автоматизованого визначення розташування та маршрутування до місць надання допомоги(КПІ ім. Ігоря Сікорського, 2024) Об`єдкова, Діана Дмитрівна; Ліхоузова, Тетяна АнатоліївнаРозмір пояснювальної записки – 123 аркуші, містить 25 ілюстрацій, 24 таблиць, 7 додатків, 25 посилань на джерела. Актуальність теми. Актуальність представленої дисертаційної роботи проявляється в тому, що ще не вичерпані всі аспекти автоматичного визначення розташування та маршрутування до місць надання допомоги, особливо в контексті певної області. Аналізуючи існуючі рішення в цій області, виявлено те, що виникає необхідність у подальшому удосконаленні та розробці більш ефективних алгоритмів для визначення оптимального розташування медичних ресурсів і найкоротшого шляху до місць надання допомоги. Важливим є також врахування специфіки конкретних місцевостей, демографічних особливостей та інших факторів, які впливають на розташування та маршрутизацію в контексті даної проблеми. Мета дослідження. Основною метою є підвищення ефективності надання медичної допомоги в невідкладних ситуаціях шляхом забезпечення точності маршрутування та оптимізації розподілу ресурсів. Конкретні критерії включають: − оптимізація розподілу ресурсів - вимірювання відсотку використаних доступних або необхідних ресурсів; − забезпечення точності маршрутування - вимірювання сумарної відстані до пунктів допомоги. Об’єкт дослідження: програмне забезпечення для визначення розташування та маршрутизації до кінцевих точок. Предмет дослідження: моделі, методи, алгоритми та програмне забезпечення для визначення розташування та маршрутизації до кінцевих точок. Для реалізації поставленої мети сформульовані наступні завдання: − розробка алгоритму для визначення оптимального розташування медичних ресурсів, з урахуванням географічних та демографічних факторів, наявності дорожньої інфраструктури та інших важливих параметрів; − розробка алгоритму маршрутизації для визначення найкоротшого та найшвидшого маршруту до місця надання допомоги, з урахуванням дорожніх умов, трафіку, можливих перешкод та інших обмежень; − розробка програмного забезпечення, яке реалізує розроблені алгоритми та забезпечує автоматичне визначення розташування та маршрутування до місць надання допомоги на основі доступних даних та параметрів; − проведення експериментального дослідження для оцінки ефективності та точності розробленого програмного забезпечення на реальних випадках надання допомоги. Наукова новизна: набув подальшого розвитку комплексний підхід до розробки алгоритмів для автоматичного визначення розташування медичних ресурсів та маршрутування до місць надання допомоги в умовах невідкладних ситуацій. Новаторство цієї роботи виражається у наступних ключових аспектах. − комплексний підхід: дослідження враховує не лише визначення оптимального розташування медичних ресурсів, але й розробку ефективних алгоритмів маршрутизації до місць надання допомоги; такий комплексний підхід враховує різноманітні аспекти невідкладних ситуацій, забезпечуючи повноту та точність вирішення завдань. − урахування географічних та демографічних факторів: розроблені алгоритми враховують географічні та демографічні особливості, що дозволяє адаптувати систему до конкретних місцевостей і забезпечує ефективність в різноманітних умовах. − ефективність та точність: критерії оптимізації розподілу ресурсів та точності маршрутування ставляться в центр дослідження, розроблені алгоритми спрямовані на максимізацію використання доступних ресурсів та мінімізацію часу реагування на невідкладні події. − подальший розвиток галузі: дослідження вказує на прогалини у знаннях та необхідність подальшого розвитку та удосконалення існуючих алгоритмів та програмного забезпечення, вносячи свій внесок у розвиток сучасних систем надання медичної допомоги. Практичне значення даної роботи полягає в розв'язанні актуальної проблеми надання ефективної медичної допомоги в невідкладних ситуаціях через вдосконалення системи визначення розташування та маршрутування до місць надання допомоги. Основною інновацією є застосування комплексного підходу, включаючи алгоритми оптимізації розташування медичних ресурсів та маршрутизації, а також розроблене програмне забезпечення для автоматизованого визначення оптимального маршруту. Результати дослідження передбачають створення нового алгоритму для ефективного розташування медичних ресурсів, що враховує географічні, демографічні та інші важливі фактори. Крім того, розробляється алгоритм маршрутизації, який забезпечить найкоротший та найшвидший доступ до місць надання допомоги. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на V міжнародній науково-практичній конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології (SoftTech-2023)» присвяченої 125-й річниці КПІ ім. Ігоря Сікорського. Публікації. Наукові положення дисертації опубліковані в: 1) Об'єдкова Д. Д. Алгоритм та програмне забезпечення для автоматизованого визначення розташування та маршрутування до місць надання допомоги / Д. Д. Об'єдкова, Т. А. Ліхоузова // Матеріали V Міжнародної науково-практичної конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології (SoftTech-2023)» – м. Київ: НТУУ «КПІ ім. Ігоря Сікорського», / Д. Д. Об'єдкова, Т. А. Ліхоузова., 19-21 грудня 2023 р.Документ Відкритий доступ Алгоритми та програмне забезпечення для прогнозування геолокації у соціальних мережах за допомогою моделей на основі BERT(КПІ ім. Ігоря Сікорського, 2023) Луцай, Катерина Андріївна; Баклан, Ігор ВсеволодовичПояснювальна записка дипломного проєкту складається з чотирьох розділів, містить 30 таблиць, 15 рисунків та 46 джерел – загалом 105 сторінок. Дипломний проєкт присвячений аналізу великих масивів коротких текстових даних, таких як запису у соціальних мережах, для визначення місцезнаходження авторів. Мета цього проєкту – покращення точності прогнозування місцезнаходження за текстом та надання гнучкої методології для маркування датасетів іншим розробникам. Об'єкт дослідження: нейронні мережі сімейства представлення двонаправленого кодера у трансформерах (BERT) для аналізу натуральної мови (NLP). Предмет дослідження: система прогнозування місцезнаходження за текстом на базі даних Твіттера. У Розділі 1 розглянуто минулі роботи в предметній області дослідження нейронних мереж та алгоритмів машинного навчання для вирішення задачі регресії до чисельного представлення місцезнаходження автора. Описано вимоги до програмного забезпечення на базі аналізу минулих підходів з використанням BERT, та поставлено задачі даної роботи. Визначено основний функціонал та спеціальні вимоги до реалізації алгоритмів, архітектури, та допоміжних програмних засобів. Розділ 2 присвячений моделюванню архітектури нейронної мережі та конструюванню багатозадачних алгоритмів машинного навчання для обрахунки функцій втрат нестандартного вихідного формату. Описано архітектуру ПЗ Розробника та ПЗ Користувача у вигляді серверної частини Телеграм боту для демонстрації роботи найкращої з навчених моделей. Розглянуто розділення на класи модульної архітектури на мові Python та розподіл функціоналу за відповідними утилітами. Запропонований підхід використовує нейронні мережі для обробки природної мови (NLP) для оцінки місцезнаходження у вигляді пар координат (довгота, широта) та моделей сумісних двовимірних розподілів (GMM) з обмеженням вихідного параметра що відповідає за коефіцієнт сферичної матриці коваріації. У Розділі 3 розглянуто минулі роботи в предметній області дослідження з точки зору загальноприйнятий метрик ефективності (точності) прогнозування місцезнаходження. Показники ефективності показують, що середня похибка становить менше 30 км на світовому рівні і менше 15 км на рівні США для моделей, навчених і оцінених на текстових змінних контенту твітів (текст) і контексті їх метаданих (користувач, місце). Описано мануальне тестування навчання, оцінки та прогнозування місцезнаходження в ролях Розробника та Користувача. Нарешті, Розділ 4 присвячений лише розгортанню серверної частини Телеграм боту, оскільки ПЗ Розробника призначене до локального запуску. Програмне забезпечення впроваджено на високопродуктивному кластері на базі ОС з ядром Unix без графічного інтерфейсу користувача. Результати роботи пройшли апробацію на рівні директора департаменту European Laboratory for Learning and Intelligent Systems (ELLIS) Christroph H.Lampert’а та подані на публікацію в Journal of Spatial Information Science (JOSIS).Документ Відкритий доступ Алгоритми та структури даних. Частина1. Основи алгоритмізації. Лабораторний практикум(КПІ ім. Ігоря Сікорського, 2022) Вітковська, Ірина Іванівна; Муха, Ірина Павлівна; Вєчерковська, Анастасія СергійовнаДокумент Відкритий доступ Алгоритмічне забезпечення для редагування зображень з урахуванням 3D геометрії за допомогою нейронної мережі(КПІ ім. Ігоря Сікорського, 2023) Шкарупа, Дмитро Сергійович; Зарічковий, Олександр АнатолійовичПояснювальна записка дипломного проєкту складається з чотирьох розділів, містить 35 таблиць, 36 рисунків та 51 джерело – загалом 103 сторінки. Дипломний проєкт присвячений наданню професійним дизайнерам зручного веб-інтерфейсу до редагування зображень в 3D просторі Мета розробки — це вдосконалення підходу CCNeRF шляхом створення механізму видалення довільних областей простору, та проєктування веб-інтерфейсу для взаємодії із даним підходом Об'єкт дослідження: алгоритмічне забезпечення для редагування зображень з урахуванням 3D геометрії Предмет дослідження: методи глибокого навчання як інструмент створення алгоритмічного забезпечення для редагування зображень з урахуванням 3D геометрії У першому розділі наведено термінологію та загальні підходи до поставленої задачі; визначено недоліки класичних алгоритмів та обґрунтовано доцільність застосування методів глибокого навчання; проаналізовано сучасні архітектури нейронних мереж з точки зору ефективності, швидкості навчання, та компактності; знайдено компромісне рішення — CCNeRF — та запропоновано шляхи до його вдосконалення; здійснено порівняння інструментів розробки; описано варіанти використання, функціональні та нефункціональні вимоги до програмного продукта. Другий розділ присвячений основним бізнес-процесам алгоритмічного забезпечення, а саме: навчанню нейронної мережі на даних користувача; редагуванню та композиції сцен; синтезу їх нових виглядів; — впровадженим архітектурним рішенням; запропонованому вдосконаленню підхода CCNeRF та інструментам розробки. У третьому розділі визначено критерії якості, яким повинно відповідати алгоритмічне забезпечення; проведено статичний аналіз коду та аргументовано його результати; досліджено специфіку застосування різних методологій тестування до конкретного програмного продукта; описано процес мануального тестування та контрольний приклад. Четвертий розділ присвячений розгортанню клієнтської та серверної частин алгоритмічного забезпечення з вихідного коду; процесам розробки, версіонування та підтримки кодової бази.Документ Відкритий доступ Алгоритмічне та програмне забезпечення для автоматизованого аналізу частоти серцевих скорочень на основі обробки відеозапису обличчя(КПІ ім. Ігоря Сікорського, 2024) Онофрійчук, Анна Вікторівна; Ліщук, Катерина ІгорівнаРозмір пояснювальної записки – 142 аркушів, містить 23 ілюстрації, 18 таблиць, 3 додатки, 20 посилань на джерела. Актуальність теми. У роботі розглянуто проблему використання обробки відеозапису обличчя для автоматизованого аналізу частоти серцевих скорочень у медичній діагностиці та дослідженнях, показано основні особливості існуючих розв'язань проблеми, їх переваги та недоліки. Виявлено потребу в розробці та вдосконаленні алгоритмів та програмного забезпечення для ефективного вимірювання частоти серцевих скорочень на основі обробки відеозапису обличчя. Мета дослідження. Основною метою є розробка алгоритмічного та програмного забезпечення для аналізу частоти серцевих скорочень на основі обробки відеозапису обличчя з метою підвищення точності та швидкості аналізу. Об’єкт дослідження: алгоритмічні та програмні рішення для аналізу частоти серцевих скорочень на основі відеозапису обличчя. Предмет дослідження: методи, моделі, інструменти для представлення і перетворення знань щодо програмного забезпечення для аналізу частоти серцевих скорочень на основі відеозапису обличчя. Для реалізації поставленої мети сформульовані наступні завдання: − провести огляд існуючих методів аналізу частоти серцевих скорочень на основі обробки відеозапису обличчя та визначити їхні переваги та недоліки; − визначити оптимальні методи обробки відео, такі як відслідковування обличчя, витягування ключових точок та інші, з урахуванням їхньої ефективності та швидкодії; − розробити комбінаційний алгоритм, який інтегрує вибрані методи обробки відео, алгоритми розпізнавання обличчя та точний розрахунок частоти пульсу; − реалізувати програмне забезпечення на основі розробленого алгоритму; − провести валідацію та тестування розробленого програмного забезпечення з використанням відеозаписів різних умов. Наукова новизна результатів магістерської дисертації полягає в тому, що набуло подальшого розвитку використання існуючих методів та алгоритмів обробки відеозапису обличчя, точного обчислення частоти пульсу та ефективного пристосування до різних умов для аналізу частоти серцевих скорочень. Практичне значення отриманих результатів полягає в тому, що розроблене програмного забезпечення для аналізу частоти серцевих скорочень на основі обробки відеозапису обличчя може бути використане в медичній діагностиці, фітнесі, психофізіологічних дослідженнях та технологіях носимих пристроїв, надаючи ефективний та неінвазивний метод вимірювання пульсу для моніторингу здоров'я та активності. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на V міжнародній науково-практичній конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології (SoftTech-2023)» присвяченої 125-й річниці КПІ ім. Ігоря Сікорського. Публікації. Наукові положення дисертації опубліковані в: 1) Онофрійчук А.В., Алгоритмічне та програмне забезпечення для автоматизованого аналізу частоти серцевих скорочень на основі обробки відеозапису обличчя/ А.В, Онофрійчук, К.І.Ліщук // Матеріали V Міжнародної науково-практичної конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології (SoftTech-2023)» – м. Київ: НТУУ «КПІ ім. Ігоря Сікорського», 19-21 грудня 2023 р.Документ Відкритий доступ Алгоритмічне та програмне забезпечення для перетворення 2D зображень в 3D моделі(КПІ ім. Ігоря Сікорського, 2021-12) Линник, Володимир Вікторович; Сирота, Олена ПетрівнаДокумент Відкритий доступ Аналіз даних в інформаційних системах. Курсова робота(КПІ ім. Ігоря Сікорського, 2022) Ліхоузова, Тетяна Анатоліївна; Олійник, Юрій ОлександровичДокумент Відкритий доступ Аналіз даних в інформаційно-управляючих системах. Курс лекцій(КПІ ім.Ігоря Сікорського, 2024) Гавриленко, Олена ВалеріївнаУ посібнику систематизовано викладено курс лекцій з дисципліни «Аналіз даних в інформаційно-управляючих системах». Курс лекцій покликаний розвинути навички студентів до розв’язання основних задач з дисципліни для їх застосування в інженерній практиці. Навчальний посібник призначений для здобувачів ступеня бакалавра зі спеціальності 126 Інформаційні системи та технології, буде також корисним для студентів інших технічних спеціальностей.Документ Відкритий доступ Аналіз даних в інформаційно-управляючих системах. Лабораторний практикум(КПІ ім. Ігоря Сікорського, 2024) Гавриленко, О. В.; Мягкий, М. Ю.Навчальний посібник призначений для студентів спеціальності 126 «Інформаційні системи та технології» всіх освітніх програм та всіх форм навчання. У лабораторному практикумі наведено систематизоване викладення лабораторних робіт з вказаної дисципліни студентами технічних спеціальностей. Метою авторів було розвинути навички студентів до розв’язання задач з дисципліни «Аналіз даних в інформаційноуправляючих системах» для їх застосування в інженерній практиці.Документ Відкритий доступ Аналіз оцінок ЗНО/НМТ вступників у КПІ(КПІ ім. Ігоря Сікорського, 2023) Борисик, Владислав Тарасович; Буяло, Дмитро Олександрович; Ліхоузова, Тетяна АнатоліївнаЗовнішнє незалежне оцінювання (ЗНО) та національний мультипредметний тест (НМТ) є механізмами, розробленими для об'єктивної оцінки знань та навичок абітурієнтів. Ці оцінки використовуються в процесі прийому до українських університетів, зокрема у Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» та мають значний вплив на вступну кампанію. Аналіз оцінок ЗНО та НМТ дозволяє спрогнозувати, на який факультет піде абітурієнт. Дослідження показників оцінок може визначити вірогідність проходження абітурієнта по першому пріоритету. Такий аналіз допомагає встановити залежності між оцінками ЗНО та НМТ та вибором факультету, а також прогнозувати можливість вступити в КПІ по першому пріоритету.Документ Відкритий доступ Архітектура багатокластерної системи на базі мікросервісу синхронізації(КПІ ім. Ігоря Сікорського, 2021-12) Малярчук, Роман Васильович; Муха, Ірина ПавлівнаДокумент Відкритий доступ Архітектура вебсервісу безпечного планування подорожей на основі розподіленої бази даних(КПІ ім. Ігоря Сікорського, 2021-12) Соколов, Олександр Павлович; Халус, Олена АндріївнаДокумент Відкритий доступ Архітектура мультисервісної програмної системи на прикладі засобу управління музичним контентом користувачів(КПІ ім. Ігоря Сікорського, 2021-12) Богомол, Роман Олександрович; Крамар, Юлія МихайлівнаДокумент Відкритий доступ Архітектура програмно-апаратного комплексу реєстрації відвідувань занять у ЗВО(КПІ ім. Ігоря Сікорського, 2021-12) Гавриляк, Аліна Володимирівна; Ліщук, Катерина ІгорівнаДокумент Відкритий доступ Архітектура програмного забезпечення відмовостійких систем обробки великих даних(КПІ ім. Ігоря Сікорського, 2022-12) Ващенок, Андрій Ігорович; Лісовиченко, Олег ІвановичДипломний проект на тему «Архітектура програмного забезпечення відмовостійких систем обробки великих даних» складається зі вступу, чотирьох розділів, висновків, переліку джерел посилання, додатків. Загальний обсяг роботи становить 102 сторінки. Список джерел посилання складається з 37 найменувань. Робота містить 20 ілюстрацій, 23 таблиці та 2 додатка. Мета дослідження – підвищення якості існуючих архітектур програмного забезпечення відмовостійкої системи обробки великих даних. Об’єкт дослідження – програмне забезпечення систем обробки великих даних. Предмет дослідження – методи, моделі та засоби побудови архітектури відмовостійкої системи обробки великих даних. В роботі проведено огляд проблем відмовостійкості при обробці великих обсягів даних. Розглянуто доступні інструменти для обробки великих даних та побудови систем, які займаються такою обробкою. В результаті роботи, запропоновано удосконалену архітектуру відмовостійкої системи обробки великих даних, що забезпечує високу пропускну здатність та є стійкою до збоїв і швидкою у відновленні за рахунок використання розглянутів інструментів та технік із забезпечення відмовостійкості. Також була розроблена система обробки білінг даних з використанням розробленої покращеної архітектури відмовостійких систем обробки великих даних.Документ Відкритий доступ Архітектура програмного забезпечення для аналізу даних з використанням мікросервісів(КПІ ім. Ігоря Сікорського, 2021-12) Бондар, Олег Олегович; Лісовиченко, Олег ІвановичДокумент Відкритий доступ Архітектура програмного забезпечення для взаємодії з кросплатформенними месенджерами на прикладі Telegram(КПІ ім. Ігоря Сікорського, 2021-12) Мусатов, Дмитро Станіславович; Новінський, Валерій Петрович