Бакалаврські роботи (ШІ)
Постійне посилання зібрання
У зібранні розміщено бакалаврські проекти (роботи) на здобуття ступеня бакалавра.
Переглянути
Нові надходження
Документ Відкритий доступ Система розпізнавання рентгенівських знімків грудної клітки для задач діагностики захворювань легень із застосуванням нейромереж(2023) Зиблий, Євгеній Олександрович; Зайченко, Олена ЮріївнаДипломна робота – 106 с., 11 табл., 39 рис., 1 додаток, 16 джерел. Тема: Система розпізнавання рентгенівських знімків грудної клітки для задач діагностики захворювань легень із застосуванням нейромереж. У роботі розглянуто та проаналізовано різні архітектури нейромереж для діагностики захворювань легенів за допомогою рентгенівських знімків грудної клітини. Об’єкт дослідження: процес розпізнавання рентгенівських знімків грудної клітини для задач діагностики захворювань легенів. Предмет дослідження: моделі глибинного навчання, зокрема глибокі, згорткові та рекурсивні нейронні мережі. Мета роботи: проаналізувати існуючі методи діагностики захворювань легенів та розробити програмне забезпечення для підвищення точності класифікації цього процесу. Створено програмний продукт для діагностики захворювань легенів на основі рентгенівських знімків грудної клітини. Для проведення аналізу було використано два набори даних, що сумарно містять 130000 зображень.Документ Відкритий доступ Інтелектуальна система обробки гіперспектральних зображень на основі сходової нейронної мережі(2023) Зелікман, Борис Владиславович; Синєглазов, Віктор МихайловичДипломна робота: 69 ст., 10 рис., 1 додаток, 16 джерел. У роботі розглянуті гіперспектральні зображення, їх особливості та методи попередньої обробки. Також розглянуто топологію сходової мережі та використано її для вирішення задачі класифікації для датасету гіперспектральних зображень. Об’єктом дослідження стали гіперспектральні зображення. Предметом дослідження є використання сходової нейроної мережі для обробки гіперспектральних зображеньДокумент Відкритий доступ Напівкероване навчання з використанням сходової нейронної мережі(2023) Захарчин, Надія Романівна; Синєглазов, Віктор МихайловичДипломна робота: 108 ст., 22 рис., 4 табл., 2 додатки, 38 джерел. У роботі розглянуто поняття напівкерованого навчання, його методів, зокрема, сходову нейронну мережу. Проаналізовано топологію сходової мережі та алгоритми з її використання для напівкерованого навчання. Проведено порівняльний аналіз алгоритмів. Об’єктом дослідження стало напівкероване навчання як клас машинного навчання. Предметом дослідження є сходова нейронна мережа та її модифікації у задачі класифікації.Документ Відкритий доступ Структурно-параметричний синтез нейронних мереж на основі спільного навчання(2023) Шулєнін, Олександр Максимович; Чумаченко, Олена ІллівнаДипломнa робота: 94 сторінки, 18 рисунків, 10 таблиць, 1 додаток, 18 джерел. Об’єкт дослідження – класифікація набору даних методами спільного навчання. Нейронні мережі відіграють ключову роль у сфері штучного інтелекту та машинного навчання, проте їх ефективність залежить від правильного вибору архітектури та параметрів моделі. Також створенні моделі не завжди показують необхідну точність прогнозування на деякому наборі даних, що має спонукати людей для їх покращення. У даній роботі ми розглянемо методи оптимізації параметрів моделі, їх вплив на результати навчання, алгоритми, які використовуються в різних задачах та самі методи спільного навчання. Мета роботи – реалізувати моделі спільного навчання та порівняти їх ефективність зі звичайними методами. Програма базується на перевірці точності методів спільного навчання в порівнянні зі звичайними моделями. Це покаже доцільність та переваги таких методів.Документ Відкритий доступ Інтелектуальна система багатокласової класифікації на основі регуляризованого бустінгу(2023) Шелепало, Данило Олегович; Чумаченко, Олена ІллівнаДипломнa робота: 96 сторінки, 12 рисунки, 6 таблиць, 1 додаток, 26 джерела. Метою даної дипломної роботи є розробка та реалізація інтелектуальної системи багатокласової класифікації на основі регуляризованого бустінгу. Робота спрямована на вивчення та вдосконалення методів класифікації для вирішення складних завдань, де необхідно розподілити об'єкти на багато класів. Актуальність теми - багатокласова класифікація є важливим завданням у сфері машинного навчання та аналізу даних. Зростання обсягів даних та складність проблем, що потребують розподілу об'єктів на багато класів, створюють потребу у розробці нових ефективних методів класифікації. Регуляризований бустінг є одним з потужних інструментів, який дозволяє досягти високої точності та здатності до узагальнення. Об'єкт дослідження: Об'єктом дослідження є інтелектуальна система багатокласової класифікації. Предмет дослідження: Предметом дослідження є регуляризований бустінг та його застосування в контексті багатокласової класифікації. В роботі розроблено програмний продукт на мові програмування Python.Документ Відкритий доступ Ідентифікація fake news за допомогою нейронних мереж(2023) Шафорост, Анна Сергіївна; Шаповал, Наталія ВіталіївнаДипломнa робота: 88 с., 14 рис., 9 табл.,3 додатки, 17 джерел. Робота спрямована на вирішення зростаючого занепокоєння щодо поширення фейкових новин та їхнього потенційного впливу на громадську думку, соціальний дискурс і демократичні процеси. Використовуючи нейронні мережі, запропоновано рішення автоматизованого виявлення фейкових новин, що є внеском у ширшу сферу виявлення та запобігання дезінформації. Об’єкт дослідження – класифікація текстових новин на предмет дезінформації. Мета роботи – створити якісне рішення для швидкої ідентифікації fake news. Ця робота робить цінний внесок у сферу ідентифікації фейкових новин, використовуючи можливості нейронних мереж. У ній детально описано використану методологію та представлено багатообіцяючі результати. У роботі визнаються потенційні обмеження і відкриваються шляхи для майбутніх досліджень. Однак ефективність запропонованого підходу тільки виграє від подальшої перевірки та порівняння з альтернативними методами, щоб встановити його перевагу у виявленні фейкових новин у різних контекстах і мовах.Документ Відкритий доступ Штучний інтелект у шахах з використанням методів теорії ігор(2023) Ткаченко, Максим Романович; Барановська, Леся ВалеріївнаДипломна робота: 70 с., 15 табл., 31 рис., 1 додаток, 18 джерел. Об'єкт дослідження - комп'ютерні шахові програми (Chess Enignes), якi розробляються з метою гри в шахи та надання гравцям різних рівнів навичок можливiсть аналізувати варiанти шахових позицій. Предмет дослідження - методи та алгоритми, якi використовуються в шахових програмах для знаходження оптимальних ходів та оцінки позицій. Мета роботи – детальний аналіз шахових програм, їх алгоритмів та евристичних методів, які використовуються для досягнення високого рівня гри в шахи. Створення власної шахової програми, здатної конкурувати з сильними шахистами та програмами аналогами. Актуальність - дослідження шахових двигунів є актуальним завданням в сучасній комп'ютерній науці. Розробка шахових двигунів має практичну цінність для шахістів всіх рівнів. Програми здатні надати допомогу в аналізі власних партій, виявляючи помилки, що дозволяє шахістам покращувати свої навички та рівень гри.Документ Відкритий доступ Інтелектуальний аналіз даних і підходи машинного навчання для реконструкції найнижчих ставок страхування автомобіля(2023) Пустовойт, Павло Михайлович; Купенко, Ольга ПетрівнаДипломна робота: 75 с., 18 рис., 11 табл., 1 додаток., 14 джерел. Обов'язкове страхування автомобіля призвело до значного збільшення кількості пропозицій, які можуть якісно не відрізнятися одна від одної, але значно відрізнятися за ціною. Компанії, що працюють на високонасиченому страховому ринку, повинні постійно контролювати свою конкурентоспроможність. Оскільки тарифи страхових пропозицій мають велике значення для споживачів, реконструкція ставок провідних конкурентів може допомогти страховій компанії ефективно визначити свою тарифну політику. У цій дипломній роботі розглядаються методи Інтелектуального аналізу даних та Машинного навчання для реконструкції страхових тарифів на основі даних конкуруючих компаній. Мета роботи – дослідити надані дані та розробити стратегію їх обробки з подальшим пошуком найкращого алгоритму машинного навчання, який буде спроможним реконструювати ціни як можна точніше. Дане дослідження посідає ключове місце серед задач дослідницького відділу будь-якої великої страхової компанії.Документ Відкритий доступ Класифікація шахрайських онлайн транзакцій з використанням методів штучного інтелекту(2023) Лавріненко, Вероніка Олександрівна; Пишнограєв, Іван ОлександровичДипломнa робота: 85 сторінок, 32 рисунки, 6 таблиць, 1 додаток, 36 джерел. Об’єкт дослідження – класифікація шахрайських онлайн транзакцій методами штучного інтелекту. Покупка товарів чи послуг через інтернет у наш час стала буденністю. Люди мають можливість замовити будь-який товар або послугу скориставшись телефоном чи ноутбуком. Отримання товару таким чином є максимально зручним і доступним. Проте, ця галузь є сприятливою для роботи шахраїв. Платіжні системи зосереджені на боротьбі з зловмисниками, оскільки це прямо впливає на прибуток компаній. Мета роботи – створити якісне рішення, що дозволятиме класифікувати шахрайські онлайн транзакції. Предмет дослідження – математичні методи для попередньої обробки даних, методи штучного інтелекту. Результатом роботи є система, здатна класифікувати шахрайські онлайн транзакції.Документ Відкритий доступ Застосування глибинного навчання для розпізнавання та класифікації лейкоцитів на зображеннях крові(2023) Крушельницький, Ілля Михайлович; Данилов, Валерій ЯковичДипломнa робота: 93 сторінки, 32 рисунки, 11 таблиць, 1 додаток, 24 джерела. Об’єкт дослідження – класифікація лейкоцитів на зображеннях крові під мікроскопом. Мaбуть кoжнa людина хoчa б рaз в життi здaвaлa крoв на анaлiзи. Для звичайнoї людини вeсь прoцec пicля здaчi крoвi – всьoгo лиш oчiкувaння рeзультaтiв. Aлe «пoзa зaвiсoю» вiдбyвaється довгий прoцес, який потребує задіяння великої кількості спеціалістів: починаючи лаборантом, який зробить зображення крові під мікроскопом, закінчуючи кваліфікованим спеціалістом, який визначить тип лейкоцитів. Мета роботи – створити якісне та просте рішення, засноване на веб- додатку, що дозволятиме дyжe прoстo poзпiзнaвaти тa клaсифiкyвaти лeйкoцити. Програма базується на автономності, де додаток самостійно визначає категорії лейкоцитів, без необхідності втручання людей як носіїв знань. Це призведе до значного прискорення та покращення роботи медичної структури в цілому.Документ Відкритий доступ Прогнозування ціни вживаних автомобілів на основі їх характеристик з використанням алгоритмів машинного навчання(2023) Коваль, Павло Сергійович; Барановська, Леся ВалеріївнаДипломна робота: 120 с., 5 табл., 56 рис., 1 додаток, 18 джерел. Об’єкт дослідження – прогнозування ціни вживаних автомобілів на основі їх характеристик. Предмет дослідження – методи штучного інтелекту, які використовуються для задач прогнозування ціни автомобілів. Мета роботи – проаналізувати предмет дослідження, розробити програмний продукт за допомогою методів штучного інтелекту для визначення ціни автомобіля. Методи дослідження – методи штучного інтелекту: алгоритми машинного навчання, а саме лінійна регресія та випадковий ліс. Актуальність – задача розробки нової системи для покращення процесу оцінки ціни автомобіля. Зменшення витрат на помилкові рішення. Оптимізація роботи автосалонів за рахунок оперативності при оцінці вартості автомобілів. Результати роботи – створено програмний продукт, який використовує методи штучного інтелекту, які можуть бути використані для прогнозування ціни автомобілів. Шляхи подальшого розвитку предмету дослідження – використання більшого набору даних з залученням ринку вживаних автомобілів України, США та Європи. Створення повноцінного графічного інтерфейсу для спрощення роботи користувача з програмою, побудова складнішої та більш точної системи для прогнозування ціни автомобілів.Документ Відкритий доступ Біометрична автентифікація користувача смартфона за допомогою даних акселерометра(2023) Кагарлицький, Роман Євгенійович; Данилов, Валерій ЯковичДипломна робота: 122 сторінки, 24 рисунки, 14 таблиць, 1 додаток, 39 джерел. Об’єкт дослідження – розробка нейронної мережі для задачі автентифікації користувача смартфона за допомогою даних акселерометра. В наші дні майже у кожної людини є смартфон. Ми використовуємо їх для спілкування, ведення соціальних мереж, для банківських операцій тощо. Для захисту цих пристроїв ми налаштовуємо коди, паролі, шаблони свайпів та біометричні методи, такі як розпізнавання відбитків пальців та обличчя. Це приклади методів одноразової автентифікації; вони ґрунтуються на тому, що після розблокування телефону законним користувачем він буде єдиним, хто зможе ним користуватися, доки телефон не буде повторно заблокований. Традиційні методи автентифікації (перелічені вище) вимагають від користувача виконання певних дій для логування в систему. Це негативно впливає на користувацький досвід, адже змушує користувача виконувати рутинну роботу. Мета цієї роботи полягає в створенні оптимального методу біометричної автентифікації користувача смартфона з використанням даних акселерометра, застосовуючи алгоритми і підходи глибинного навчання. Розробка такого додаткового пасивного рівня захисту зробило б наші смартфони простішими в користуванні, більш захищеними, і при цьому не вимагало б якихось складних постійних обчислень – адже отримати й обробити дані вбудованого в смартфон акселерометра дуже просто в наші дні і це не потребує потужного процесора.Документ Відкритий доступ Система алгоритмічного трейдингу криптовалютами на біржі Binance з використання алгоритмів машинного навчання(2023) Івашова, Анастасія Петрівна; Коваленко, Анатолій ЄпіфановичДипломна робота: 102 с., 11 табл., 50 рис., 1 додаток, 32 джерело. Об’єктом дослідження є аналіз криптовалюти на біржі, які представлені у вигляді набору даних. Предметом дослідження є автоматична система алгоритмічного трейдингу. Програма була написана мова Python. Актуальність теми полягає у тому, що криптовалюта набуває популярності у фінансовій сфері. Однак вона є доволі волатильною на ринку та іноді непередбачуваною через це її дуже важко відслідковувати. Система алгоритмічного трейдингу автоматизує даний процес торгівлі та полегшує роботу торговцю, а за допомогою машинного навчання дозволяє визначати складні закономірності та аналізувати великий обсяг даних. У роботі розглянуто систему прогнозування відкриття/закриття замовлень криптовалют на основі навчання з вчителем за допомогою алгоритмів машинного навчання. Досліджено різні моделі штучного інтелекту. Обрані для роботи методи були розглянуті на практичній задачі, а саме прогнозування відкриття/закриття замовлень криптовалют.Документ Відкритий доступ Система медичної діагностики на основі методу випадкового лісу(2023) Василенко, Олексій Анатолійович; Синєглазов, Віктор МихайловичДипломна робота: 99 сторінок, 16 рисунків, 3 таблиці, 1 додаток, 22 джерела Предмет дослідження – системи проведення медичної діагностики на основі методу випадкового лісу. Метод дослідження – алгоритм випадкового лісу з важливістю ознак. Мета роботи – дослідити використання методу випадкового лісу в системах медичної діагностики. Представити способи застосування методів штучного інтелекту в сфері медицини. Запропонувати варіант покращеного методу діагностики та вирішення проблеми ефективного використання відомих методів машинного навчання в медичній діагностиці. В ході виконання дипломної роботи було досліджено створення і використання ефективного алгоритму машинного навчання на основі випадкового лісу для класифікації та прогнозування медичних діагнозів. Дослідження фокусувалось на застосуванні методу випадкового лісу до медичних даних і його потенційних перевагах у порівнянні з іншими методами.Документ Відкритий доступ Розробка системи візуального ідентифікування транспорту в режимі реального часу з використанням нейронних мереж(2023) Бут, Ігор Олегович; Барановська, Леся ВалеріївнаДипломна робота: 122 ст., 60 рис., 6 табл., 1 додаток, 45 джерел. Об'єктом досліджень є автомобільний транспорт різних категорій з номерними знаками на кадрах з відеокамери. Предметом досліджень є згорткові нейроні мережі для виявлення об'єктів та їх розпізнавання. Програма написана мовою Python. Актуальність роботи полягає в тому що в світі активно впроваджуються різні системи для спрощення методів оплати за користування платними автодорогами. Комп'ютерні рішення, такі як розпізнавання номеру транспортного засобу, дозволяють замінити потребу в будь-яких спеціальних пропускних пунктах, додаткових приладах чи інших видах перепусток. Метою даної роботи є розробка програмного забезпечення для керування системою, яка може містити декілька камер для автоматичного розпізнавання транспортного засобу в режимі реального часу всіма камерами. Система повинна автоматично ідентифікувати проїжджаючий транспортний засіб за його номером та класифікувати за його типом. В результаті роботи було досліджено різновиди моделей для виявлення об’єктів, навчено та протестовану вибрану модель, реалізовано систему розпізнавання в режимі реального часу.Документ Відкритий доступ Перенесення стилів зображень з використанням згорткових нейронних мереж(2023) Бурневська, Мар'яна Федорівна; Гуськова, Віра ГеннадіївнаДипломна робота: 89 сторінок, 44 рисунки, 6 таблиць, 1 додаток, 20 джерел. Об’єкт дослідження – перенесення стилів зображень з використанням згорткових нейронних мереж. В еру інтернету практично кожна людина веде ті чи інші соціальні мережі від Інстаграму до Редіту, що часто включає завантаження особистих фото- та відеоматеріалів на сторінку. Безліч користувачів, включаючи фотографів, художників та дизайнерів, прагнуть вести естетичні сторінки в індивідуальному стилі, тому вони застосовують до своїх медіа файлів художню обробку, за допомогою фото- та відеоредакторів. Розвиток штучного інтелекту, зокрема згорткових нейронних мереж дозволив підняти сферу обробки зображень на новий рівень. Технологія перенесення нейронних стилів, що досліджується в роботі, дозволяє перенести деякі стильові особливості з одного зображення на вміст іншого. Це відкриває можливості для швидкої обробки набору різних зображень в одному стилі. Мета роботи – створити простий і гнучкий програмний продукт для перенесення стилів зображень, який дозволить легко обробляти різні зображення у потрібному стилі. Практичне значення роботи полягає в автоматизації процесу обробки зображень для полегшення та пришвидшення роботи з редакторами. Наукова новизна отриманих результатів полягає в використанні технології передачі нейронних стилів для перенесення кольорової гами в художній обробці зображень.Документ Відкритий доступ Система оптимізації руху на транспортних вузлах із використанням методів комп’ютерного зору(2023) Бородавко, Віталій Володимирович; Шаповал, Наталія ВіталіївнаДипломна робота: 74 с., 23 рис., 7 табл., 2 додатки, 33 джерела Об’єкт дослідження – ідентифікація кількості транспортних засобів на транспортних вузлах. Постійне зростання кількості автомобілів та глобальні процеси міграції населення у великі міста. Це призводить до високої концентрації людей у населених пунктах і, як наслідок, транспортних засобів на дорогах. Вже сьогодні кожен на собі відчуває проблему перевантаження транспортної системи, наслідками яких є постійні затори що ускладнюють процес пересування містом, особливо у часи пік. Світлофори на перехрестях як регулятори руху відмінно виконують функції організаторів руху. Проте ця система є абсолютно не адаптивною. Регулювання транспортних потоків має здійснюватися з урахуванням навантаженості усі напрямків. Мета роботи – розробити рішення на основі штучного інтелекту із застосуванням згорткових нейронних мереж для ідентифікації кількості транспортних засобів на зображенні. Такий функціонал стане основою для системи динамічної системи регулювання сигналів світлофорів. Це дозволить прискорити процес пересування містами та зменшить кількість шкідливих речовин викинутими автомобілями під час поїздки.Документ Відкритий доступ Розробка інтелектуальної системи сегментації МРТ зображень з використанням напівкерованого навчання(2023) Степашко, Аліна Юріївна; Синєглазов, Віктор МихайловичДипломнa робота: 112 сторінки, 28 рисунків, 7 таблиць, 1 додаток, 19 джерел. Об’єкт дослідження – сегментація МРТ зображень з використанням напівкерованого навчання. Для роботи було обрано набір даних із зображеннями головного мозку для сегментації їх пухлин. У будь-якого виду раку своєчасна діагностика та лікування є дуже важливими. А у випадку раку головного мозку - надважливим, адже гліома - один із найсмертоносніших видів раку. Мета роботи – створити систему, що визначатиме на зображеннях і виділятиме розташування пухлини. Розроблена система має точно і швидко визначати положення пухлини, що значно полегшить роботу медичного персоналу та пришвидшить призначення необхідного лікування.Документ Відкритий доступ Розпізнавання мови жестів(2023) Божко, Дмитро Петрович; Кухарєв, Сергій ОлександровичДипломнa робота: 157 сторінки, 20 рисунки, 6 таблиць, 1 додаток, 20 джерел. НЕЙРОННІ МЕРЕЖІ, ЗГОРТКОВІ НЕЙРОННІ МЕРЕЖІ, РОЗПІЗНАВАННЯ, ВЕБ-ДОДАТОК, МОВА ЖЕСТІВ. Ця дипломна робота присвячена розробці та реалізації системи розпізнавання мови жестів. Основною метою дослідження є створення ефективної системи, яка здатна розпізнавати різні жести у реальному часі за допомогою комп'ютерного зору. У процесі роботи було проведено аналіз літератури з питань людино- комп'ютерної взаємодії та розпізнавання жестів. Були вивчені існуючі програмні рішення та алгоритми, а також проведений огляд розпізнавання жестів у реальному часі за допомогою комп'ютерного зору. Основним завданням дипломної роботи було розробити основні алгоритми для роботи системи та встановити їхні зв'язки із сторонніми браузерами. Були виконані тестування відповідних модулів та системи в цілому для перевірки їхньої працездатності та ефективності. В якості технологічного рішення для реалізації системи була використана бібліотека TensorFlow, яка є потужним фреймворком для розробки та навчання моделей машинного навчання. Вона надала необхідні інструменти для побудови та тренування нейронних мереж, які використовуються для розпізнавання жестів. Результати дослідження демонструють успішну реалізацію системи розпізнавання мови жестів. Система здатна ефективно розпізнавати різні жести у реальному часі, що дозволяє використовувати її для покращення взаємодії між користувачем та комп'ютером. Отже, дана дипломна робота вносить вагомий внесок у розвиток технологій розпізнавання жестів та створення ефективних систем для комунікації між людиною та комп'ютером. Результати дослідження можуть бути застосовані в різних областях, де взаємодія через жести має важливе значення.Документ Відкритий доступ Автоматична декомпозиція ознак для спільного навчання з одним уявленням(2023) Яровий, Сергій Сергійович; Чумаченко, Олена ІллівнаДипломна робота: 78 сторінок, 17 рисунків, 20 таблиць, 1 додаток, 46 джерел. Об’єкт дослідження – Алгоритми спільного навчання і декомпозиція даних з одним уявленням. Предмет дослідження – новий алгоритм спільного навчання на основі адаптованого алгоритму стохастичного поширення міток і порівняння його точності і швидкодії з існуючими рішеннями. Мета роботи – розробити алгоритм спільного навчання, що перевищує поточні рішення за швидкістю роботи і точністю, для проведення аналізу для невідкладних ситуацій, на кшталт гострої серцевої недостатності. Актуальність – Через структуру більшості алгоритмів напівкерованого навчання, при роботі з даними великої розмірності, вони потребують попередньої декомпозиції ознак для більш ефективної роботи основного алгоритму а також великі витрати часу для роботи. В умовах невідкладної ситуації, швидкодія є фактором, зрівнянним по важливості з точністю. У роботі створено новий метод спільного навчання і проведено порівняльний аналіз з існуючими рішеннями. Було обрано оптимальні значення гіперпараметрів для різних наборів даних.
- «
- 1 (current)
- 2
- 3
- »