Кафедра системного програмування і спеціалізованих комп'ютерних систем (СПСКС)
Постійне посилання на фонд
Переглянути
Перегляд Кафедра системного програмування і спеціалізованих комп'ютерних систем (СПСКС) за Назва
Зараз показуємо 1 - 20 з 643
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Android-месенджер з криптографічним захистом(КПІ ім. Ігоря Сікорського, 2020-06) Додяк, Дмитро Іванович; Дробязко, Ірина ПавлівнаДокумент Відкритий доступ Cloud-based модуль розширеного пошуку документів на мікросервісній REST архітектурі(КПІ ім. Ігоря Сікорського, 2020-06) Штефанович, Георгій Миколайович; Потапова, Катерина РоманівнаДокумент Відкритий доступ Databases. Practicum(Igor Sikorsky Kyiv Polytechnic Institute, 2022) Petrashenko, A. V.; Pavlovskyi, V. I.Документ Відкритий доступ Events-додаток мовою програмування Java(КПІ ім. Ігоря Сікорського, 2021-06) Панков, Тимур Спартакович; Потапова, Катерина РоманівнаДокумент Відкритий доступ Fundamentals of Programming. Basic Constructions: Laboratory Work Tutorial(Igor Sikorsky Kyiv Polytechnic Institute, 2023) Boiarinova, Yulia; Kuchmii, Oksana; Tarasenko-Klyatchenko, OksanaThis tutorial is developed for familiarizing students with basic of programming in C. The tutorial includes the introduction, 6 chapters, tasks for laboratory work, 2 appendixes and a list of recommended literature. For each laboratory task there are examples of implementation, description of the task, theoretical information, guidelines. The tutorial is aimed at students of the specialty 121 “Software Engineering”, educational program “Software Engineering of Multimedia and Information Retrieval Systems” of the Faculty of Applied Mathematics of Igor Sikorsky Kyiv Polytechnic Institute.Документ Відкритий доступ G-модель багатопроцесорної системи, процесори якої мають різні можливості з pеконфігурування(КПІ ім. Ігоря Сікорського, 2020-06) Федорченко, Денис Олегович; Романкевич, Віталій ОлексійовичДокумент Відкритий доступ HDL-модель пристрою відновлення даних(КПІ ім. Ігоря Сікорського, 2021-06) Литвиненко, Дмитро Олегович; Коляда, Костянтин ВячеславовичДокумент Відкритий доступ HDL-модель пристрою корекції модульних помилок(КПІ ім. Ігоря Сікорського, 2020-06) Мельник, Андрій Олександрович; Коляда, Костянтин В'ячеславовичДокумент Відкритий доступ IoT пристрій на базі STM32 для моніторингу кліматичних умов у приміщенні(КПІ ім. Ігоря Сікорського, 2024) Майстренко, Ольга Олексіївна; Боярінова, Юлія ЄвгенівнаКваліфікаційна робота включає пояснювальну записку (65- с., 24- рис. 2- табл., 2- додатки). Об’єктом розробки є пристрій, який здатен здійснювати моніторинг таих кліматичних умов у приміщенні як вологість, температура, рівень CO2, атмосферний тиск та освітленість. Для реалізації було обрано мікроконтролер сімейства STM32, а саме STM32F407VET6, який має достатню потужність та кількість пінів для приєднання усієї обраної периферії. В ході розробки: - Проведено аналіз існуючих рішень для здійснення моніторингу. - Сформульовані вимоги до розроблюваної системи - Розроблено апаратну частину, яка складається із датчиків призначених власне для моніторингу та самого мікроконтролера. - Розроблено програмне забезбечення яке дозволяє керувати системою. Після завершення процесу виготовлення та проведення певної кількості різних за призначенням тестів така система може бути використана у приміщеннях, де потрібно підтримувати певні кліматичні умови. Це може бути, наприклад, складське приміщення чи лабораторія. З більш побутових: офіс, квартира чи кабінет у навчальному закладі. Таким чином дана розробка є важливим, компактним, ефективним та недорогим рішенням для стеження за кліматичними умовами у приміщеннях будь-якого призначення.Документ Відкритий доступ Telegram-бот для відправки файлів на електронні книги(КПІ ім. Ігоря Сікорського, 2021-06) Дячук, Максим Вікторович; Радченко, Костянтин ОлександровичДокумент Відкритий доступ Telegram-бот для забезпечення дистанційного навчання(КПІ ім. Ігоря Сікорського, 2021-06) Козій, Руслан Володимирович; Радченко, Костянтин ОлександровичДокумент Відкритий доступ Telegram-бот для меломанів(КПІ ім. Ігоря Сікорського, 2020-06) Лепьошкін, Кирило Євгенович; Дробязко, Ірина ПавлівнаДокумент Відкритий доступ Telegram-бот по прогнозу погоди за допомогою REST API та Python(КПІ ім. Ігоря Сікорського, 2021-06) Наконечний, Вадим Едуардович; Тесленко, Олександр КириловичДокумент 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 Автоматизація тестування вебдодатків(КПІ ім. Ігоря Сікорського, 2020-06) Воронін, Микита Глібович; Радченко, Констянтин ОлександровичДокумент Відкритий доступ Автоматизована система аналізу ринку та розрахування ціни товару(КПІ ім. Ігоря Сікорського, 2023) Денисенко, Олександра Максимівна; Радченко, Костянтин ОлександровичКваліфікаційна робота включає пояснювальну записку (61 с., 29 рис. 3 табл., - додатки). Об’єкт розробки – створення автоматизованої системи аналізу ринку та розрахування ціни товару. Автоматизована система дозволяє: здійснювати збір та аналіз даних товарів на Amazon для подальшого порівняння та обчислення оптимальної ціни; зокрема додаток збирає ціни та кількість відгуків. В ході розробки: − проведено аналіз вимог до автоматизованої системи і формулювання вимог до неї. − розроблено алгоритми пошуку, аналізу та порівняння даних з використанням Keepa API. − розроблено та протестовано автоматизовану систему. − внесено необхідні зміни та вдосконалено автоматизовану систему на основі результатів тестування. Результатом розробки автоматизованої системи є забезпечення швидкого аналізу релевантних товарів на Amazon з метою обчислення ціни. Використання системи в компаніях-виробниках товарів і організаціях, що працюють з маркетингом на Amazon, дозволить швидко аналізувати ринок та удосконалювати маркетингові стратегії за допомогою калькулятора ціни.Документ Відкритий доступ Автоматизована система генерування UML діаграм(КПІ ім. Ігоря Сікорського, 2024) Цесля, Антон Дмитрович; Малежик, Петро МихайловичАктуальність теми. Документування програмного коду є критично важливою частиною процесу розробки та підтримки програмного продукту. В зв’язку зі стрімким збільшенням ролі інформаційних технологій в сучасному світі - складність та об’єми програмного коду в нових та існуючих проєктах постійно зростають. Людський ресурс та продуктивність праці є ключовим фактором розвитку продукту, це зумовлює те, що кожен учасник повинен мати можливість швидко дізнатись як працює той чи інший модуль проєкту для впровадження нового функціоналу чи відладки існуючого. Зважаючи на об’єми сучасних продуктів більшість розробників не знають досконально як працює вся інформаційна система, якою вони займаються. Для вирішення цього питання приходить різноманітна документація коду, яку, зазвичай, розробляють інженери, які займались ним. Зазвичай мова йде про різноманітні діаграми, які мовами розмітки на кшталт UML інженери створюють самі. Впровадження автоматичної системи генерації діаграм допоможе істотно прискорити процес розробки та підтримки продуктів та позитивно вплине на кінцевий результат. Об’єктом дослідження є алгоритми обходу абстрактного синтаксичного дерева(AST) згенерованого з вихідного коду C++ для автоматизованої генерації різноманітних діаграм мовою UML. Предметом дослідження є методи та технології обходу абстрактного синтаксичного дерева для автоматизованої генерації UML діаграм з вихідного коду C++. Метою роботи є детальний аналіз та розробка методу обходу AST для генерації різноманітних UML діаграм Наукова новизна полягає в автоматизованій генерації UML діаграм методом обходу абстрактного синтаксичного дерева з вихідного коду С++. Практична цінність отриманих робіт полягає в тому, що при розробці нового продукту, чи підтримці існуючого команда розробки буде мати можливість швидко автоматизувати дороговартісний по ресурсам процес документації проєкту, а саме її частину з діаграмами класів по поведінки, що дозволить зосередити більше ресурсів на розробку та пришвидшить ознайомлення нових людей з кодовою базою. Апробація роботи. Основні положення і результати роботи були представлені та обговорювались на XVІІ науковій конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 (Київ, 20-22 листопада 2024 р.), тези включені до дотатку А. Також вони були представлені на Х Міжнародній молодіжній науково-практичной інтернет-конференції «Наука і молодь в XXI сторіччі»(Полтава,28 листопада 2024р.), тези включені до додатку Б. Структура та обсяг роботи. Магістерська дисертація складається з вступу, 4 розділів та висновків. В додатку В предсталено презентацію, а в додатку Г – лістинг розробленого програмного забезпечення. У вступі подано обґрунтування актуальності теми, визначено об'єкт та предмет дослідження, сформульовано мету та завдання роботи, описано наукову новизну та практичну цінність отриманих результатів. У першому розділі зроблено оцінку важливості документування програмного коду, та проаналізовані існуючі способи для цього. У другому розділі проведено дослідження загальних молживостей UML діаграм та оглянуто інструменти для створення системи автоматичної генерації діаграм. У третьому розділі оглянуто структуру програмної системи, її модулі та алгоритми. У четвертому розділі розглянутий приклад генерації діаграм класів та поведінки У висновках представлені результати проведеної роботи. Работа представлена на 81 аркуші, містить 4 додатки та посилання на список використаних літературних джерел з 16 найменувань. У роботі наверено 8 рисунків та 6 таблиць Ключові слова: UML, абстрактне синтаксичне дерево, AST, C++, автоматична генерація діаграм, обход AST, документація програмного коду.Документ Відкритий доступ Автоматизована система для підтримки прийняття рішень в “A/B тестуванні”(КПІ ім. Ігоря Сікорського, 2024) Кривко, Євген Олегович; Малежик, Петро МихайловичАктуальність теми. A/B тестування є важливим інструментом у продуктовій аналітиці, що дозволяє компаніям приймати обґрунтовані рішення на основі даних, тестуючи вплив змін на користувачів та бізнес-метрики. Правильна перевірка результатів на статистичну значущість допомагає уникнути помилкових висновків і знизити ризик прийняття неправильних рішень, які можуть негативно вплинути на розвиток продукту та загальну ефективність бізнесу. Таким чином, автоматизація та вдосконалення підходів до перевірки статистичної значущості є актуальним завданням, що сприяє підвищенню точності та надійності результатів A/B тестувань, а також мінімізації ризику невірно прийнятих рішень. Об’єктом дослідження є процеси та методи статистичного аналізу результатів A/B тестування для прийняття обґрунтованих рішень у продуктовій аналітиці. Предметом дослідження є автоматизована система підтримки прийняття рішень в A/B тестуванні, що базується на статистичних методах оцінки значущості Мета роботи. Дослідження методів перевірки статистичної значущості в A/B тестуванні та розробка автоматизованої системи, яка базується на порівнянні різних підходів до перевірки статистичної значущості, яка дозволяє зменшити ризик прийняття невірних рішень, підвищуючи точність аналізу результатів тестування. Наукова новизна. У роботі запропоновано вдосконалену автоматизовану систему для оцінки результатів A/B тестування, яка враховує порівняння різних підходів до визначення статистичної значущості та адаптується до особливостей різних метрик. Це дозволяє не лише зменшити час на аналіз, але й підвищити точність та ефективність прийняття рішень, забезпечуючи оптимальний вибір методу для різних типів бізнес-метрик. Практична цінність. Розроблено систему, яка дозволяє отримати результати порівняння тестової та контрольної групи. Система надає можливість швидко і зручно оцінити різницю між групами, забезпечуючи аналітикам надійну основу для прийняття обґрунтованих бізнес-рішень на основі результатів тестування. Апробація результатів дисертації. Результати та висновки дослідження були представлені та обговорювалися на наступних наукових конференціях: 1. «Прикладна математика та комп’ютинг – ПМК’2024» (м. Київ, 20-22 листопада 2024 року). 2. Х Міжнародна молодіжна науково-практична інтернет-конференція «Наука і молодь в ХХІ сторіччі» (Полтавський університет економіки і торгівлі, 28 листопада 2024 року). Тези доповідей включено до Додатку А. Також результати дослідження було впроваджено в продуктовій компанії, довідка включена до Додатку В. Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів, висновків та додатків. Повний обсяг дисертації – 106 сторінок, у тому числі 94 сторінок основного тексту, 9 рисунків. У вступі подано узагальнену характеристику роботи, визначено актуальність теми, сформульовано мету, об'єкт і предмет дослідження, а також окреслено завдання, що підлягають розв’язанню. У першому розділі розглянуто основи статистичного аналізу у контексті A/B тестування, висвітлено основні методи оцінки статистичної значущості, включаючи параметричні, непараметричні та ресемплінгові методи, а також запропоновано порівняльний аналіз цих підходів. Розглянуто сучасні платформи для автоматизації A/B тестувань. У другому розділі проведено класифікацію метрик у A/B тестуванні. Описано особливості аналізу кожного типу метрик та відповідність статистичних методів їхньому аналізу. Пояснено критерії вибору методу залежно від типу даних і поставлених цілей. У третьому розділі проведено експериментальне дослідження методів перевірки статистичної значущості для різних типів метрик. Виконано порівняння методів за точністю, швидкодією та універсальністю, а також визначено їхні переваги та недоліки для використання в A/B тестуванні. Четвертий розділ описує розробку автоматизованої системи для оцінки результатів A/B тестування. Представлено архітектуру системи, основні компоненти та їх функції, а також результати тестування системи на реальних даних. У висновках підбито підсумки виконаної роботи, зазначено досягнення мети, а також запропоновано напрями подальших досліджень.Документ 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 Автоматизована інтелектуальна система моніторингу ринку(КПІ ім. Ігоря Сікорського, 2019-06) Чугаєвський, В'ячеслав Андрійович; Радченко, Костянтин Олександрович