Магістерські роботи
Постійне посилання зібрання
Переглянути
Нові надходження
Документ Відкритий доступ Метод та програмне забезпечення автоматизованої побудови українсько-німецького паралельного корпусу(КПІ ім. Ігоря Сікорського, 2024) Коротюк, Марія Ігорівна; Заболотня, Тетяна МиколаївнаНа даний час існує необхідність у наявності паралельних текстових даних для завдань комп’ютерної лінгвістики, наприклад машинного перекладу. Ручна побудова паралельних корпусів є трудомістким процесом, а при його автоматизації важливою є точність вирівнювання сегментів, зокрема речень, у паралельних текстах. Наявні методи автоматизованого вирівнювання речень у паралельних текстах відрізняються точністю та особливостями реалізації. У даній роботі запропоновано новий метод вирівнювання речень, який базується на ідеї Bleualign, а саме використанні машинного перекладу, метрики BLEU та багатоступеневого вирівнювання речень, а також містить удосконалення – використання словників галузевих термінів та сполучників. Оскільки для українсько-німецької мовної пари паралельних даних недостатньо, то у роботі пропонується розроблення методу та програмного забезпечення саме для цієї мовної пари. У даній роботі розроблено програмне забезпечення автоматизованої побудови українсько-німецького паралельного корпусу, яке реалізує запропонований метод вирівнювання речень, у вигляді вебзастосунку. Для цього використовуються мова програмування Python, фреймворк Flask та бібліотеки для оброблення природомовних текстів на сервері, а також мова програмування JavaScript та бібліотека React на клієнті. У результаті точність вирівнювання речень за допомогою запропонованого методу є в середньому на 4% вищою для українсько-німецької мовної пари, у порівнянні з методом Bleualign.Документ Відкритий доступ Метод та програмне забезпечення для теселяції 3D-мешів(КПІ ім. Ігоря Сікорського, 2024) Колісниченко, Данило Олександрович; Юрчишин, Василь ЯковичСучасні виклики у сфері комп’ютерної графіки потребують ефективних методів обробки складних 3D-об’єктів у режимі реального часу. У даній роботі запропоновано новий метод GPU-прискореного фрактурингу 3D мешів у середовищі Unity, що дозволяє підвищити продуктивність та візуальну реалістичність процесу руйнування об’єктів. Основною особливістю методу є використання обчислювальних шейдерів для виконання складних геометричних операцій, таких як генерація точок розриву, площин поділу та фрагментація об’єктів, що забезпечує високу швидкодію завдяки можливостям паралельної обробки GPU. Запропоноване рішення реалізовано у вигляді плагіна для Unity, який автоматично адаптується до апаратних можливостей цільового пристрою. У разі відсутності підтримки GPU-прискорення система використовує фолбекметоди на основі CPU, що гарантує стабільність роботи на широкому спектрі платформ. Оптимізація продуктивності досягається за допомогою пулу об’єктів, розмір якого динамічно залежить від параметрів фрактурингу, зокрема значення середньої відстані між точками розриву. Реалізація програмного рішення включає розробку спеціалізованих структур даних та алгоритмів для інтеграції з фізичною системою Unity, що дозволяє створювати реалістичну динаміку фрагментів після руйнування. Проведені експериментальні дослідження показали підвищення ефективності фрактурингу на 27% у порівнянні з наявними аналогами, що підтверджує доцільність використання GPU-методу для інтерактивного руйнування складних 3D-моделей у середовищі Unity.Документ Відкритий доступ Алгоритмічно-програмний метод розпізнавання зображень для відстеження геопозицій об'єктів(КПІ ім. Ігоря Сікорського, 2025) Лавінський, Гліб Володимирович; Шкурат, Оксана СергіївнаДана магістерська дисертація присвячена розробленню та реалізації алгоритмічного-програмного методу розпізнавання зображень для відстеження геопозицій об'єктів. В ході даної магістерської дисертації було проаналізовано ряд існуючих методів розпізнання та класифікації зображень, а також запропоновано вдосконалений алгоритмічного-програмний метод визначення геопозицій об’єктів зображень, що використовує ієрархічну структуру нейронних мереж. Запропонований метод ґрунтується на застосуванні двох архітектур нейронних мереж, зокрема EfficientNet-B0 для початкового розпізнавання зображення відповідно до чотирьох категорій та ResNet50 для розпізнавання країн світу. Запропонований метод розпізнавання зображень продемонстрував точність розпізнавання країн 57,3%, а також – 74,6%, коли вірна країна була одна з п’яти запропонованих мережею. У даній магістерській дисертації розроблено програмне забезпечення для визначення геопозицій об’єктів на цифрових зображеннях.Документ Відкритий доступ Метод та програмне забезпечення для розпізнавання обличчя в умовах недостатнього освітлення(КПІ ім. Ігоря Сікорського, 2025) Максименко, Дмитро Юрійович; Шкурат, Оксана СергіївнаДана магістерська дисертація присвячена розробленню та реалізації алгоритмічно-програмного методу на основі технології глибинного навчання для розпізнавання обличь в умовах недостатнього освітлення. В ході даної магістерської дисертації було проаналізовано ряд існуючих підходів та методі розпізнавання як конкретних людей за обличчям, так і розпізнавання характеристик людини за обличчям та запропоновано програмний метод розпізнавання обличь в умовах недостатнього освітлення за атрибутами вік, стать і раса, який базується на моделі нейронних мереж MobileNetV2. Розроблений метод показав середню точність розпізнавання за атрибутами стать – 89.12%, етнічна приналежність – 73.78%, та середнє значення абсолютної середньої похибки за атрибутом вік – 5.96. У даній магістерській дисертації розроблено програмне забезпечення для реалізації розробленого методу розпізнавання обличчя в умовах недостатнього освітлення. Практичне значення полягає в тому, що розроблений метод та програмне забезпечення може використовуватись користувачами як програмний застосунок з графічним інтерфейсом для розпізнавання обличь на цифрових зображеннях за віком, статтю та етнічною приналежністю, а також програмними інженерами як бібліотека на мові програмування Python.Документ Відкритий доступ Метод та програмне забезпечення автоматичної класифікації природномовних текстових даних за наявністю агресії(КПІ ім. Ігоря Сікорського, 2025) Гришаєв, Дмитро Ігорович; Заболотня, Тетяна МиколаївнаУ рамках даної магістерської дисертації було проведено дослідження, що фокусується на розробленні та реалізації методу, який базується на моделі глибокого навчання, для автоматичної класифікації природномовних текстових даних за наявністю агресії. Під час виконання даної роботи було знайдено та проаналізовано найпопулярніші підходи до класифікації тексту за емоційним забарвленням, зокрема – за наявністю агресії. Запропоновано власний модифікований метод автоматичної класифікації природномовних текстових даних за наявністю агресії із використанням методів глибокого навчання та визначення додаткових ознак агресії. Запропонований метод базується на використанні моделі нейронної мережі ALBERT, за допомогою якої визначаються контекстні та структурні особливості тексту. Врахування додаткових лексичних, морфологічних, структурних ознак агресії та впливу емодзі на загальне емоційне забарвлення забезпечує процес класифікації більшою кількістю вагомої інформації, у результаті чого підвищилася точність визначення наявності агресії в тексті на 2-4% порівняно з базовим методом. Для створення програмної реалізації запропонованого методу розроблено консольний застосунок з використанням технологій Python, Transformers, PyTorch, Scikit-learn, NLTK, Spacy та Pandas.Документ Відкритий доступ Метод та програмне забезпечення для автоматичної перевірки документів на відповідність нормативним вимогам(КПІ ім. Ігоря Сікорського, 2025) Вербовий, Дмитро Станіславович; Саяпіна, Інна ОлександрівнаУ сучасних умовах зростаючих вимог до якості підготовки документів, особливо у сфері освіти, науки та державного управління, перевірка відповідності оформлення нормативним вимогам є важливим завданням. Наявні методи перевірки здебільшого базуються або на ручному аналізі, що є повільним і суб’єктивним, або на жорстких шаблонах, які не враховують особливості конкретних документів. У даній роботі запропоновано метод багаторівневої автоматичної перевірки форматування та лінгвістичних відхилень у документах типу DOCX, що поєднує класичні алгоритмічні перевірки та сучасні методи обробки природної мови. Розроблено програмне забезпечення з клієнтсерверною архітектурою, яке реалізує комбінований підхід: перевірку форматування здійснено на основі Word API, а виявлення граматичних та стилістичних помилок – за допомогою інтеграції з LanguageTool API. Завдяки запропонованій архітектурі забезпечено гнучкість, масштабованість та можливість адаптації системи до різних типів документів і оновлення нормативних вимог. Проведено оцінку точності та швидкодії системи: отримано результат близько 92% точності виявлення форматних порушень і до 95% у виявленні мовних помилок. Під час перевірки документів великих обсягів досягнуто значного скорочення часу аналізу в порівнянні з ручним підходом.Документ Відкритий доступ Модифікований метод оптимізації інтерфейсу користувача(КПІ ім. Ігоря Сікорського, 2025) Гаватюк, Максим В’ячеславович; Саяпіна, Інна ОлександрівнаДана магістерська дисертація присвячена розробленнютареалізаціїалгоритмічно-програмного методу оптимізації інтерфейсу користувача. В ході даної магістерської дисертації було проаналізованообмеженнякласичних підходів до рендерингу, зокрема методів прямого оновленняDOMта популярних фреймворків на кшталт Redux. На основі виявленихпроблемзапропоновано новий підхід, який поєднує віртуальний DOM, реактивнепрограмування з використанням RxJS та архітектурні принципиFlux. Результати експериментального дослідження підтвердилиефективністьметоду: у порівнянні з класичним підходом через innerHTML, часоновленняінтерфейсу скоротився в середньому на 35–42%, а у порівнянні з Redux–на21–29%. Також було досягнуто суттєвого зменшення кількості DOM-операцій – у середньому майже на 48%, що особливо важливоприроботізвеликими наборами даних. У даній магістерській дисертації розроблено метод тапрограмнезабезпечення для оптимізації інтерфейсу користувача. Практична значущість роботи полягає у можливості застосуваннярозробленого методу в сучасній фронтенд-розробці, де необхіднависокашвидкодія, ефективне управління оновленнями та прозора архітектура.Документ Відкритий доступ Метод та програмне забезпечення автоматизованого тегування текстових даних(КПІ ім. Ігоря Сікорського, 2025) Бабак, Артем Андрійович; Нещадим, Олександр МихайловичСьогодні обробка природної мови є ключовою технологією для аналізу текстів у різних сферах – від класифікації контенту до чат-ботів і семантичногоьпошуку. Ефективність таких систем безпосередньо залежить від якості використовуваних моделей машинного навчання та глибини їх оптимізації. Існуючі рішення часто обмежуються або класичними підходами на основі статистичних методів, або сучасними нейромережами, проте комбінація цих підходів може значно підвищити точність обробки. У даній роботі пропонується гібридний метод аналізу україномовного тексту, який інтегрує переваги традиційних алгоритмів машинного навчання, таких як логістична регресія та випадкові ліси, із потужними трансформерними моделями на кшталт BERT. Додатково застосовується механізм виділення ключових слів для підвищення інформативності обробки. Запропонований підхід демонструє покращення точності класифікації на 5–7% порівняно зі стандартними методами завдяки поєднанню TF-IDF векторизації, BERT-ембеддингів і динамічного ранжування тегів. Для реалізації використано сучасні бібліотеки обробки природної мови, такі як SpaCy для лематизації, Scikit-learn для класичних алгоритмів машинного навчання, Transformers від Hugging Face для роботи з BERT та KeyBERT для ефективного визначення ключових слів у тексті. Архітектура системи базується на модульному підході, що включає попередню обробку тексту, гнучкий механізм векторизації, гібридний класифікатор із можливістю вибору моделі та модуль постобробки для фільтрації та ранжування результатів.Документ Відкритий доступ Метод та програмне забезпечення для вимірювання відстані до перекладини для стрибків із жердиною з використанням машинного навчання(КПІ ім. Ігоря Сікорського, 2024) Чорна, Софія Олександрівна; Саяпіна, Інна ОлександрівнаУ роботі досліджено можливості використання сучасних технологій, таких як 3D-камери та моделі машинного навчання, для автоматизованого вимірювання відстаней і аналізу в спортивній індустрії. Огляд літератури та аналіз наукових джерел у базі Scopus дозволили ідентифікувати основні підходи, ключові публікації, провідні інституції та найцитованіші роботи, що підтвердили актуальність цієї тематики. Запропоновано методику, що поєднує нейронну мережу YOLO v11 для визначення ключових точок пози спортсмена, модель SAMv2 для сегментації об’єктів, таких як жердини, та алгоритм поліноміальної апроксимації для обчислення відстаней між відповідними точками. Розроблена система пройшла тестування, яке підтвердило її відповідність визначеним вимогам. Проведено SWOT-аналіз і аналіз ринку, що демонструють потенціал для створення стартапу, орієнтованого на спортивну аналітику. Виявлено перспективи вдосконалення, зокрема розширення функціоналу для інших спортивних дисциплін та інтеграції додаткових сенсорів для підвищення точності аналізу.Документ Відкритий доступ Метод та програмне забезпечення для збільшення швидкодії системи управління персоналом підприємства(КПІ ім. Ігоря Сікорського, 2024) Поваров, Євгеній Валерійович; Хіцко, Яна ВолодимирівнаСучасний бізнес вимагає ефективного управління людськимиресурсами, здатного швидко адаптуватися до змін і забезпечувативисокупродуктивність. В умовах зростаючої конкуренції та збільшенняобсягівданих традиційні HRM-системи стикаються з обмеженнями ушвидкодіїтамасштабованості. У роботі запропоновано новий метод розробки системиуправлінняперсоналом із використанням низькорівневих конструкціймовипрограмування C# та апаратного прискорення для оптимізації обробкиданихна серверному рівні. Реалізовано новий ORM-фреймворк, якийзабезпечуєзменшення часу виконання за рахунок використання апаратногоприскореннясистеми, ефективного управління пам’яттю та використання пулаз’єднаньзбазою даних. Тестування продемонструвало скорочення часувиконанняоперацій над обсягом в 100000 записів в базі даних до 97%завдякивикористанню GPU, а споживання пам’яті зменшено на 86%порівнянозEntity Framework Core. Запропоноване рішення орієнтоване на середнітавеликі підприємства, для яких важливими є масштабованість і швидкодіяприроботі з великими обсягами даних. Для реалізації запропонованогопрограмного методу розроблено бібліотеку з використаннямтехнологійC#та ILGPU. Для реалізації застосунку використано технології React, ASP.NET,REST API та MSSQL.Документ Відкритий доступ Спосіб та мультимедійне програмне забезпечення для взаємодії та управління сенсорами акустичної розвідки(КПІ ім. Ігоря Сікорського, 2024) Пастушенко, Олексій Дмитрович; Юрчишин, Василь ЯковичСучасні оборонні та промислові системи потребують точних і оперативних рішень для акустичної розвідки – швидкого виявлення та локалізації джерел звуку в режимі реального часу. Стандартні підходи часто обмежуються складною апаратною інтеграцією та недостатньою точністю, що ускладнює застосування в умовах швидкозмінної акустичної обстановки. У цій роботі запропоновано комплексний програмно-апаратний підхід до акустичної розвідки, який поєднує сучасні технології (Kotlin Multiplatform, Jetpack Compose, SQLite, LoRa) з інтелектуальними алгоритмами тріангуляції (Фанга, Фоя, Фрідлендера, Чана) та адаптивною обробкою даних. Розроблений застосунок забезпечує інтеграцію різнотипних сенсорів, роботу з офлайнкартами та врахування метеорологічних факторів. Підвищено точність і швидкодію визначення координат джерел звуку, а також знижено кількість хибних спрацьовувань. Результати польових випробувань засвідчили ефективність застосованих рішень: покращено якість локалізації звукових подій на 6-8% порівняно з традиційними методами. Це робить розроблену систему перспективною для впровадження у військових та промислових галузях, де вчасний аналіз акустичного середовища є ключовим фактором успішного прийняття рішень.Документ Відкритий доступ Методи та програмні засоби симуляції динаміки рідин на основі нейронних мереж(КПІ ім. Ігоря Сікорського, 2024) Прищепа, Дмитро Євгенович; Олещенко, Любов МихайлівнаСимуляція рідин є невід'ємною частиною сучасної 3D-графіки, яка використовується в кіноіндустрії, ігровій сфері та створенні візуальних ефектів. Складність традиційних методів моделювання полягає у високій обчислювальній затратності, що ускладнює створення деталізованих симуляцій. У даній магістерській роботі запропоновано нові гібридні методи симуляції динаміки рідин з використанням U-net нейромереж з наскрізними з’єднаннями. Розроблені методи дозволяють значно пришвидшити обчислення та підвищити деталізацію симуляцій, забезпечуючи середньоквадратичну похибку менше 0.001 і структурну подібність (SSIM) результатів понад 0.9. Завдяки використанню нейромереж та ефективних бібліотек, таких як PyTorch та ONNX Runtime, вдалося досягти високої продуктивності та точності, що робить запропоновані методи перспективним для подальшого використання в індустрії 3D-графіки. Для реалізації методів було створено програмний продукт, який дозволяє художникам і аніматорам ефективно працювати з реалістичними рідинними ефектами без втрати якості. Результати експериментів демонструють високу точність і продуктивність розробленого рішення, що робить його важливим внеском у сферу 3D-графіки та симуляції фізичних явищ.Документ Відкритий доступ Модифікований метод та програмне забезпечення для виявлення образливого вмісту в природномовних текстових даних(КПІ ім. Ігоря Сікорського, 2024) Баклан, Дмитро Володимирович; Заболотня, Тетяна МиколаївнаНа сьогоднішній день проблематика автоматизованого виявлення образливого вмісту в природномовних текстах стає все більш актуальною в контексті боротьби з агресивною поведінкою в мережі Інтернет, модерацією контенту соціальних мереж та забезпеченням цифрової безпеки. Попри стрімкий розвиток моделей машинного навчання в галузі визначення образливого вмісту в природномовних текстових даних, сучасні методи мають явний недолік у вигляді відсутності можливості отримати пояснення того, які саме слова найбільше вплинули на рішення моделі стосовно наявності образливого вмісту. У даній роботі запропоновано модифікацію методу для визначення образливого вмісту в природномовних текстових даних. Запропонований метод, на відміну від існуючих аналогів, визначає ймовірність впливу на рішення моделі для кожного окремого слова, завдяки чому підвищує точність «пояснюваності» рішень моделі у межах від 10% до 20%, а також точність міждоменної класифікації – до 10%, навчаючись на наборах даних розміром 50-150 повідомлень. Для програмної реалізації запропонованої модифікації розроблено застосунок з консольним інтерфейсом користувача. В якості мови програмування використовується мова Python, яка є зручним інструментом при створенні додатків з використанням технологій машинного навчання. Також для реалізації застосунку було використано набір сучасних бібліотек таких, як Python NLTK, Transformers від HuggingFace, PyTorch, Scikit-learn.Документ Відкритий доступ Модифікований метод та програмне забезпечення для визначення авторства програмного коду на основі системи метрик(КПІ ім. Ігоря Сікорського, 2024) Адамчук, Анна Григорівна; Заболотня, Тетяна МиколаївнаВизначення авторства програмного коду відіграє ключову роль у захисті авторських прав на програмне забезпечення та забезпеченні академічної доброчесності, що є особливо важливим у сучасному цифровому світі. Наявні програмні рішення відрізняються методами, які в них використовуються, ефективністю та сферою застосування, але пошук шляхів підвищення їхньої точності та універсальності продовжується. У даній роботі запропоновано модифікований метод визначення авторства програмного коду, який працює на мультимовних вихідних даних. На відміну від оригінального методу, що працює тільки для програмного коду на Java, він має розширену та модифіковану систему метрик, а також змінений спосіб обчислення значень метрик. У даній роботі було розроблено програмне забезпечення для автоматизованого визначення авторства програмного коду у вигляді вебзастосунку. Для програмної реалізації використовувалася мова програмування Python, фреймворки Vue.js та Flask, а також СУБД PostgreSQL. Проведений аналіз ефективності показав, що запропонований метод дозволяє підвищити точність визначення авторства в межах до 3% для програмного коду на Java та від 5% до 13,5% для програмного коду на інших мовах програмування, порівняно з існуючими аналогами. Більше за все точність збільшилася при визначенні авторства мультимовних проєктів.Документ Відкритий доступ Створення та дослідження обертально-поворотного пристрою на модульному принципі(КПІ ім. Ігоря Сікорського, 2025) Підгорний, Назар Андрійович; Кузнєцов, Юрій МиколайовичАктуальність теми. Сучасні виробничі підприємства потребують гнучких та універсальних рішень для механізації та автоматизації технологічних процесів зварювання, обробки, складання та інших операцій, пов'язаних із переміщенням і фіксацією виробів у просторі. Однак наявні на ринку обертально-поворотні пристрої часто не відповідають вимогам щодо гнучкості, адаптивності та модульності. Вони мають обмежену сферу застосування, складну конструкцію та високу вартість. Запропонована в роботі концепція модульного обертальноповоротного пристрою дозволяє значно розширити функціональні можливості та забезпечити простоту адаптації до різних виробничих задач. Такий підхід відповідає сучасним тенденціям інтеграції обладнання в системи гнучких виробництв та розумних фабрик. Зв’язок роботи з науковими програмами, планами, темами. Магістерська дисертація виконана на кафедрі конструювання машин Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського» відповідно до тематичного плану науково-дослідних робіт Міністерства освіти і науки України. Робота є складовою комплексної програми з розвитку автоматизованих систем механізації виробництва та інтеграції інтелектуальних технологій у промислове середовище, як машинобудування України, так і світу.. Мета дослідження: створення конструкції обертально-поворотного пристрою з модульною архітектурою для забезпечення високої точності, гнучкості та енергоефективності під час роботи з різними виробами на підприємствах машинобудування, а також з можливістю їх інтеграції в комплекси фабрик нового покоління. Завдання дослідження: - Провести аналіз сучасного стану та потреб машинобудівної галузі в обертально-поворотних пристроях. - Розробити конструктивну схему пристрою на основі модульного принципу. - Побудувати математичну та динамічну моделі пристрою. - Визначити основні динамічні характеристики, що впливають на точність та ефективність роботи. - Здійснити аналітичну оцінку стійкості та частотних характеристик обертального блоку. Методи дослідження: у роботі застосовано методи аналітичного моделювання кінематичних і динамічних властивостей обертально-поворотних пристроїв, методи розрахунку навантажень та моментів інерції, методи побудови частотних характеристик системи. Застосовано також комп’ютерне моделювання за допомогою CAD та CAE-систем для верифікації отриманих аналітичних залежностей. Основні результати роботи: - Запропоновано конструктивну реалізацію обертально-поворотного пристрою на основі модульного підходу, що забезпечує розширення функціональних можливостей та підвищення адаптивності до різних виробничих задач. - Побудовано аналітичну динамічну модель пристрою, що дозволяє оцінити його стійкість та передбачити динамічну поведінку під час експлуатації. - Визначено основні динамічні характеристики обертального блоку, включаючи жорсткість, момент інерції, демпфування та частотні характеристики. - Проведено порівняльний аналіз впливу розташування виробу на платформі на динамічні властивості пристрою. Практичне значення роботи полягає в тому, що отримані результати можуть бути використані при проектуванні та модернізації обертально-поворотних пристроїв для зварювальних комплексів, обробних центрів, складальних ліній та інших виробничих систем, де необхідне кероване переміщення виробу у просторі. Запропонована модульна архітектура дозволяє швидко адаптувати пристрій під конкретні виробничі задачі без потреби у значних конструктивних змінах.Документ Відкритий доступ Спосіб та програмне забезпечення для сегментації по кольорах зображень, згенерованих штучним інтелектом за запитом користувача(КПІ ім. Ігоря Сікорського, 2024) Мельник, Іван Олександрович; Шкурат, Оксана СергіївнаУ сучасному світі обробка зображень та генерація візуального контенту на основі штучного інтелекту набули значного поширення в різних галузях, від творчих проєктів до промислових рішень. Сучасні методи обробки зображень дозволяють використовувати ці технології для створення деталізованих зображень та точного поділу на колірні області. Однак наявні сервіси сегментації часто обмежені у функціональності, що створює попит на нові рішення з більшою гнучкістю налаштувань та інтеграцією алгоритмів ШІ. У даній роботі запропоновано покращений спосіб сегментації зображень по кольорах, згенерованих за допомогою штучного інтелекту на основі текстового запиту користувача. Для реалізації цього рішення було розроблено програмне забезпечення, яке поєднує можливості моделі DALL-E 3 для генерації зображень та алгоритмів обробки зображень, зокрема сегментації по кольорах і визначення контурів. Результатом роботи є вебзастосунок, що реалізує запропоновані алгоритми та надає користувачеві можливість отримати сегментовані зображення із палітрою кольорів. Розробка виконана з використанням мов програмування JavaScript та технологій OpenAI API. Окрім інтеграції моделі генерації зображень, запропоноване рішення дозволяє підвищити точність сегментації за оцінкою MSE в середньому на 2,71 %.Документ Відкритий доступ Метод та програмне забезпечення оптимізації вебінтерфейсу користувача на основі WebAssembly(КПІ ім. Ігоря Сікорського, 2025) Солуян, Олександр Анатолійович; Люшенко, Леся АнатоліївнаАктуальність теми. Сучасні вебзастосунки дедалі частішевиступають платформами для виконання складних обчислювальнихзавдань, що вимагає від них високої продуктивності та ефективності.Традиційні засоби реалізації, зокрема мова JavaScript, мають обмеженняушвидкодії, що стає критичним у випадках ресурсомісткихобчислень.Технологія WebAssembly відкриває нові можливості для прискорення виконання коду в браузері, забезпечуючи рівень продуктивності, близькийдо нативного. Однак використання WebAssembly потребує відповідноїметодології для прийняття рішень щодо доцільності компіляції тавиконання коду у цьому форматі. У зв'язку з цим розробленняметодутапрограмного забезпечення, що дозволяють автоматизувати процесвиборуоптимального середовища виконання й максимально продуктивновикористовувати можливості WebAssembly у вебзастосунках, єактуальною та важливою задачею для підвищення загальноїпродуктивності сучасних вебтехнологій. Об’єктом дослідження є процес розроблення висопродуктивнихвебзастосунків на основі WebAssembly. Предметом дослідження є методи та програмні засобирозробленнявисопродуктивних вебзастосунків на основі WebAssembly. Мета дослідження: розробка способу та програмного забезпеченняна основі WebAssembly для підвищення продуктивності окремихчисельних функцій у вебзастосунку. Методи дослідження. У роботі використовуються методианалізутасинтезу, експерименту, спостереження, вимірювання та порівняння. Наукова новизна роботи полягає у наступному: упершезапропоновано метод автоматизованого вибору цільового середовищавиконання для чисельних функцій на основі аналізу C-коду, щоґрунтується на поєднанні статичного аналізу AST та емпіричного тестування, який дозволяє компілювати функції у JavaScript абоWebAssembly залежно від продуктивності, та забезпечує приріст швидкодіїна 30-40 % у функціях з високими обчислювальними навантаженнями. Практична цінність отриманих результатів роботи полягаєвтому,що запропонований метод може бути безпосередньо впровадженийуреальні проєкти веброзробки, де є потреба в обробці ресурсомісткихобчислень зі збільшенням продуктивності. Апробація роботи. Основні положення та результатироботибулипредставлені та обговорювались на XVII науковій конференціїмагістрантів та аспірантів «Прикладна математика та комп’ютинг»–ПМК-2024 (Київ, 20- 22 листопада 2024 р.) та опубліковані у збірникутездоповідей (С. 164-169). Окрім того, підготовлено та опубліковано науковустаттюуфаховому журналі: Люшенко Л.А., Солуян О.А Дослідження можливостейвикористання WebAssembly для розробки високопродуктивногокодуувебдодатках // Системні технології Том 3 №158(2025),https://journals.nmetau.edu.ua/index.php/st/article/view/2026. ISSN2707-7977Online.Структура та обсяг роботи. Магістерська дисертація складаєтьсязвступу, чотирьох розділів, висновків та додатків. У вступі надано загальну характеристику роботи, виконанооцінкусучасного стану проблеми створення високопродуктивних вебзастосунків,обґрунтовано актуальність використання WebAssembly якзасобупідвищення продуктивності, сформульовано мету та задачі дослідження,визначено наукову новизну отриманих результатів і практичнуцінністьроботи, а також наведено відомості про апробацію результатів. У першому розділі детально розглянуто предметнуобласть,проведено аналіз сучасних підходів до оптимізації вебзастосунків,виявлено їхні переваги та недоліки, що дало змогу сформулюватинауковузадачу дослідження. Другий розділ присвячено детальному обґрунтуваннютаописузапропонованого способу автоматизованого вибору цільової платформи(WebAssembly або JavaScript) для виконання функцій. Виконаноаналізкритеріїв доцільності використання WebAssembly, описаноідеютаметодологію розробленого способу. У третьому розділі представлено проєктування та реалізаціюпрограмного забезпечення, що втілює запропонований спосіб. Визначенофункціональні та нефункціональні вимоги, обґрунтовановибірінструментів розроблення, спроєктовано архітектуру та реалізованокомпоненти програмного продукту. Четвертий розділ присвячено оцінці ефективності розробленогоспособу та програмного забезпечення. Проведено експериментальнідослідження, у яких проаналізовано продуктивність виконанняфункційуWebAssembly та JavaScript, а також зроблено висновки щододоцільностізастосування кожного підходу. У висновках наводиться короткий підсумок роботи. У додатках наведено копії ілюстративних матеріалівтакодуствореного програмного забезпечення. Робота виконана на 170 аркушах, містить 3 додатки та посиланнянасписок використаних літературних джерел з 39 найменувань. Уроботінаведено 11 рисунків та 9 таблиць. Ключові слова: WebAssembly, JavaScript, вебзастосунки,продуктивність, чисельні обчислення, підвищення швидкодії.Документ Відкритий доступ Налагодження і дослідження автоматизованої установки для зварювання труб з додатковими елементами(КПІ ім. Ігоря Сікорського, 2025) Столярчук, Денис Павлович; Кузнєцов, Юрій МиколайовичУ роботі розглянуто питання підвищення ефективності та якості зварювального процесу при виготовленні трубчастих конструкцій, зокрема корпусів гідроциліндрів з привареними додатковими елементами. На основі аналізу існуючих рішень і патентно-інформаційного дослідження обґрунтовано доцільність створення універсальної автоматизованої зварювальної установки. Розроблено варіанти конструкцій установки на базі станини токарного верстата та на базі власної розробленої станини з інтегрованими модулями обертального вузла, системою приводу та координатного переміщення зварювального пальника. Виконано кінематичні, силові та динамічні розрахунки, обґрунтовано вибір основних параметрів приводу обертання та затискного пристрою, проведено оцінку жорсткості конструктивних елементів. Наукова новизна роботи полягає у: - формуванні методичних підходів до оптимізації кінематичної схеми зварювального пристрою для трубчастих деталей - запропонованій аналітичній моделі динаміки обертального вузла з урахуванням інерційних і силових характеристик, - розробленій методиці для отримання G-коду, що дозволить задавати різні траєкторії зварювальному пальнику. Проведено економічне обґрунтування доцільності впровадження запропонованої установки у виробничий процес. Встановлено, що її використання дозволяє знизити трудомісткість, зменшити споживання матеріалів і енергоресурсів, підвищити повторюваність якості та скоротити термін окупності інвестицій. Практичне значення роботи полягає у створенні гнучкого та економічно ефективного технічного рішення для зварювання трубчастих виробів, яке може бути впроваджене на підприємствах машинобудування без значних витрат на адаптацію під конкретні виробничі потреби.Документ Відкритий доступ Метод та програмне забезпечення для розпізнавання військової техніки на основі нейромереж(КПІ ім. Ігоря Сікорського, 2024) Палій, Дмитро Володимирович; Шкурат, Оксана СергіївнаВ умовах сучасної війни в Україні використання технологій автоматичного розпізнавання військової техніки стає критично важливим. Такі рішення можуть бути інтегровані у системи моніторингу та розвідки для забезпечення швидкого реагування на загрози. Алгоритми комп'ютерного зору та машинного навчання дозволяють автоматизувати аналіз великого обсягу даних, зібраних з дронів, супутників, камер спостереження та інших джерел, що значно підвищує ефективність військових операцій. Крім того, автоматизація процесів знижує ризик людської помилки, особливо у складних умовах. У даній роботі розроблено модифікований метод для розпізнавання військової техніки, та реалізовано розподілену систему, яка впроваджує даний метод. Запропонований метод ґрунтується на застосуванні двох нейронних мереж Faster R-CNN для двох етапів класифікації, що дозволяє збільшити ефективність навчання моделі та точність розпізнавання на 7.9% на першому етапі в порівнянні з базовою архітектурою Faster R-CNN. Для реалізації запропонованого методу розподілену систему з використанням хмарних сервісів AWS та технологій ReactJS, WebSockets, TypeScript. Для тренування, оцінки та використання нейронної мережі були використані технології Python, Detectron2 та середовище Google Colab.Документ Відкритий доступ Метод та програмне забезпечення для генерації панорамного відеоряду міста на основі голосових даних(КПІ ім. Ігоря Сікорського, 2025) Мельник, Ігор Сергійович; Юрчишин, Василь ЯковичУ сучасному медійному середовищі зростає інтерес до автоматизованого створення інтерактивного візуального контенту на основі голосових описів. Особливо актуальною є задача генерації панорамних відеорядів міських просторів, що дає змогу автоматизувати підготовку віртуальних турів, аудіогідів та урбаністичних візуалізацій. Розроблена система складається з трьох взаємопов’язаних етапів, реалізованих на основі сучасних алгоритмів і фреймворків. Спочатку аудіофайл надходить на сервер, де модель, оптимізована для виконання на графічному процесорі з використанням CUDA, здійснює препроцесінг сигналу і виконує розпізнавання мовлення з отриманням текстової транскрипції. Наступний крок передбачає семантичний аналіз тексту за допомогою трансформерної моделі, яка виокремлює іменовані сутності та тональний контекст і формує ваги важливості для окремих фрагментів опису. На основі цих ваг відбувається відбір ключових кадрів із мультимедійної бази даних. Зіставлені семантичні маркери та відеоматеріали передаються модулю генерації, де здійснюється інференс одиничних панорамних зображень. Отримані кадри автоматично поєднуються у панораму за алгоритмом інтерполяції і пакетуються у відеофайл формату MP4 з кодуванням H.264.