Бакалаврські роботи (ММСА)
Постійне посилання зібрання
Переглянути
Нові надходження
Документ Відкритий доступ Інтелектуальна система формування розширеного набору зображень на основі використання нейронної мережі AC-WGAN-GP(КПІ ім. Ігоря Сікорського, 2025) Агарков, Роман Дмитрович; Синєглазов, Віктор МихайловичДипломна робота: 93 с., 32 рис., 9 табл., 26 посилань, додаток. Об’єкт дослідження – гіперспектральні зображення. Предмет дослідження – аугментація наборів даних гіперспектральних зображень з використанням генеративно-змагальних мереж. Мета роботи – дослідити покращення в точності класифікаторів у задачі сегментації гіперспектральних зображень. Досліджено предметну область: проаналізовано застосування сегментації у агрикультурній сфері, специфіку гіперспектральних зображень, принципи їх обробки та сучасні методи аугментації даних. Також розглянуто доцільність застосування WGAN-GP для генерації синтетичних пікселів. Виконано аналіз існуючих підходів та описано датасет Indian Pines, на якому сформульовано експериментальну задачу з описом використаних метрик для оцінки результату. Розроблено модифіковану архітектуру AC-WGAN-GP із двома режимами входу (PCA та VAE), виконано попередню обробку даних і визначено функції втрат. Натреновано модель, порівняно розподіли згенерованих і реальних даних, продемонстровано приріст точності класифікації та покращення карт сегментації. Складник роботи присвячено функціонально-вартісному аналізу програмного продукту. У висновку підбито підсумки щодо потенціалу генеративних мереж для збагачення гіперспектральних датасетів, окреслено напрями подальшого удосконалення моделі.Документ Відкритий доступ Рекомендаційна система для підбірки музичних вподобань(КПІ ім. Ігоря Сікорського, 2025) Грибальова, Олександра Дмитрівна; Савастьянов, Володимир ВолодимировичДипломна робота: 97 с., 22 рис., 8 табл., 3 дод., 20 джерел. Об’єкт дослідження – рекомендаційні системи мультимедійного контенту. Мета роботи – розробка контентно-орієнтованої рекомендаційної системи музичних треків на основі текстового аналізу пісень. Методи дослідження – методи обробки природної мови (NLP), TF-IDF векторизація, метрика косинусної подібності, евклідової подібності, скалярної подібності, кластеризація, оцінка якості за метриками Precision, Recall, nDCG. Результати роботи полягають у дослідженні математичних засад, прийомів та алгоритмів побудови рекомендаційної системи на базі контентного метода фільтрації побудованого на різних методах схожості. Система реалізована як інтерактивний вебзастосунок із можливістю генерації подібних композицій у реальному часі. Практичний результат – створення програмного інструменту, який може бути використаний у музичних платформах або дослідницьких проектах для підвищення персоналізації прослуховування. Результати роботи рекомендується використовувати у сервісах потокової музики, системах автоматичного тегування пісень, генерації добірок або рекомендацій на основі змісту. Шляхи подальшого розвитку предмету дослідження – інтеграція метаданих (жанр, темп, настрій), врахування поведінки користувача (історія прослуховувань), вирішення проблеми холодного старту та впровадження гібридних або модельних підходів при масштабуванні системи.Документ Відкритий доступ Методи і моделі інтелектуального аналізу даних для прогнозування ключових показників на ринку електроенергії(КПІ ім. Ігоря Сікорського, 2025) Зеленський, Микита Максимович; Левенчук, Людмила БорисівнаДипломна робота: 139 с., 6 табл., 25 рис., 2 додатки, 41 джерел. Об’єкт дослідження — процес прогнозування ключових показників діяльності на ринку електроенергії. Предмет дослідження — методи та моделі інтелектуального аналізу даних, що застосовуються для прогнозування часових рядів в енергетичній сфері. Мета роботи — дослідити, порівняти та реалізувати сучасні методи прогнозування часових рядів. Розробити програмний продукт для прогнозування ключових показників на ринку електроенергії. Актуальність — вирішення задачі прогнозування в енергетичному секторі для оптимального функціонування ринку, зниження фінансових втрат та підвищення стійкості системи до коливань попиту і пропозиції. Методи дослідження — моделі машинного навчання, класичні статистичні методи, методи обробки часових рядів. Результати роботи — зібрано набір даних, створено програмний продукт, що забезпечує аналіз даних, побудову моделей прогнозування, валідацію результатів та візуалізацію прогнозів. Проведено порівняння моделей за технічними та економічними критеріями. Шляхи подальшого розвитку — розширення функціональності програмного забезпечення за рахунок інтеграції додаткових джерел даних (API, SCADA), впровадження механізмів автоматичної адаптації моделей до змін у даних, створення користувацького графічного інтерфейсу для підвищення зручності використання системи в прикладних задачах енергетики.Документ Відкритий доступ Рекомендаційна система для трейдерів із використанням методів інтелектуального аналізу даних(КПІ ім. Ігоря Сікорського, 2025) Зубрицький, Михайло Андрійович; Гуськова, Віра ГеннадіївнаДипломна робота: 132 с., 16 рис., 12 табл., 5 додатків, 15 джерел. Рекомендаційна система для трейдерів із використанням методів інтелектуального аналізу даних Об’єкт дослідження – процес прийняття рішень у сфері трейдингу. Предмет дослідження – методи інтелектуального аналізу даних, що застосовуються для побудови рекомендаційних систем у фінансовій галузі. Мета роботи – розробка рекомендаційної системи для підтримки рішень трейдера на основі методів інтелектуального аналізу даних. Методи дослідження – застосовано комплекс методів інтелектуального аналізу даних. Зокрема, використано експертні системи, побудовані на основі формалізованих правил із використанням технічних індикаторів (таких як RSI, MACD, EMA), а також методи машинного навчання, зокрема штучні нейронні мережі (LSTM, GRU, MLP), що дозволили враховувати історичні залежності у фінансових часових рядах. Актуальність – зумовлена потребою у сучасних інтелектуальних інструментах для обґрунтованого прийняття торгових рішень в умовах зростання обсягів даних і складності фінансових ринків. Рекомендаційні системи мінімізують вплив емоцій та покращують якість торгівлі. Результати роботи – створено прототип рекомендаційної системи для трейдерів, що поєднує експертну логіку з можливостями нейронних мереж. Шляхи подальшого розвитку предмету дослідження – можливе розширення функціональності розробленої системи шляхом включення додаткових активів, індикаторів технічного та фундаментального аналізу, підвищення персоналізації рекомендацій, а також адаптації системи до багатомовного інтерфейсу. Програмний продукт було розроблено мовою програмування Python.Документ Відкритий доступ Програмний комплекс для прогнозування попиту на послуги ресторанів(КПІ ім. Ігоря Сікорського, 2025) Виговська, Софія Романівна; Мухін, Вадим ЄвгеновичДипломна робота: 113 с., 11 рис., 20 табл., 2 дод., 21 дж. Об’єкт дослідження – процеси прогнозування попиту на послуги ресторанів на основі історичних даних та факторів, що впливають на споживчу активність. Програмний продукт – програмний комплекс для аналізу та прогнозування попиту на ресторанні послуги, що використовує методи машинного навчання та статистичного моделювання, мова програмування – Python (з використанням бібліотек Pandas, NumPy, Scikit–learn, TensorFlow, Prophet). Мета роботи – розробка програмного комплексу для прогнозування попиту на послуги ресторанів, що дозволить підвищити ефективність управління ресурсами та оптимізувати бізнес–процеси. Метод дослідження – аналіз та обробка історичних даних, застосування методів машинного навчання, статистичне моделювання, порівняння ефективності алгоритмів прогнозування. Розроблений програмний продукт дозволяє автоматизовано здійснювати прогнозування попиту на послуги ресторану на основі історичних даних про замовлення, враховуючи часові характеристики, категорії страв, інтенсивність відвідування закладу та інші зовнішні фактори. Предмет дослідження– процеси аналізу та прогнозування попиту в ресторанному бізнесі за допомогою програмних засобів і методів інтелектуального аналізу даних.Документ Відкритий доступ Система аналізу відгуків про товари з використанням методів обробки природної мови(КПІ ім. Ігоря Сікорського, 2025) Арестенко, Георгій Сергійович; Куєвда, Юлія ВалеріївнаДипломна робота: 94 с., 16 рис., 12 табл.,2 додатки, 24 джерело. Об'єктом дослідження є процеси автоматичного аналізу емоційного забарвлення текстових відгуків користувачів про товари для прийняття бізнес-рішень. Предметом дослідження є методи та алгоритми обробки природної мови для сентимент-аналізу та виявлення атрибутів товарів у текстових відгуках. Мета роботи полягає у розробці програмної системи для автоматичного аналізу відгуків про товари з використанням методів обробки природної мови для виявлення тональності та ключових атрибутів товарів. Методи розробки базуються на теорії обробки природної мови, алгоритмах сентимент-аналізу з лексиконним та контекстуальним підходами, методах статистичної обробки тексту. Програмний комплекс створено з використанням Python та спеціалізованих бібліотек. Особливістю дослідження є розробка системи аналізу відгуків, адаптованої для української мови з контекстуальним аналізом сентименту та обробкою заперечень і модифікаторів інтенсивності. Практичне значення роботи полягає у створенні програмного комплексу для автоматизації аналізу відгуків клієнтів, що дозволяє виявляти проблемні аспекти товарів та формувати аналітичні звіти для управлінських рішень.Документ Відкритий доступ Прогнозування часових рядів економічної природи(КПІ ім. Ігоря Сікорського, 2025) Афзель, Абдулла Сохельович; Селін, Юрій МихайловичДипломний проект присвячений розробці інформаційної системи для прогнозування економічних часових рядів. У роботі поєднуються теоретичні засади аналізу динамічних економічних даних із практичною реалізацією програмного продукту, який автоматизує процеси обробки та моделювання. Актуальність теми зумовлена зростаючими потребами бізнесу й державних установ у точному прогнозуванні показників, що зазнають регулярних коливань, таких як ВВП, інфляція, валютні курси, ринкові ціни тощо. Зважаючи на ускладнення економічного середовища, традиційні підходи дедалі частіше доповнюються або замінюються моделями машинного навчання. Метою практики стало створення повноцінної інформаційної системи, здатної виконувати прогнозування економічних часових рядів із використанням сучасних методів та інструментів. У рамках практики були виконані такі основні завдання: - проведено огляд сучасних методів аналізу та прогнозування часових рядів: ARIMA, Prophet, LSTM; - класифіковано типи економічних рядів, визначено особливості сезонності, трендів і циклів; - обґрунтовано вибір математичних моделей для обробки економічних даних; - спроєктовано архітектуру інформаційної системи з урахуванням функціональних і нефункціональних вимог; - реалізовано програмну частину системи із застосуванням мов Python та бібліотек Pandas, scikit-learn, TensorFlow, Prophet; - проведено функціонально-вартісний аналіз і техніко-економічне обґрунтування вибраного підходу; - протестовано систему на реальних наборах економічних даних. Практичне значення полягає у створенні робочого інструменту, який може застосовуватися для аналітики, планування та прийняття рішень як на рівні підприємств, так і в державних структурах. Проет включає: 115 сторінок; 34 рисунки, 16 таблиць; 2 додатки; 45 використаних джерел. Робота є результатом поєднання сучасних знань з прикладної математики, системного аналізу та програмної інженерії, що підтверджує готовність студента до самостійної професійної діяльності.Документ Відкритий доступ Нечіткі числа: алгебричні властивості(КПІ ім. Ігоря Сікорського, 2025) Якименко, Юуліана Анатоліївна; Спекторський, Ігор ЯковичДипломна робота містить 78 сторінок, 5 таблиць, 12 рисунків, 2 додатки, 16 джерел. Об’єкт дослідження — нечітка арифметика та математичні структури, що описують нечіткі числа. Предмет дослідження — алгебраїчні властивості нечітких чисел, зокрема операції над ними, їх відповідність або невідповідність класичним алгебраїчним законам (комутативності, асоціативності, дистрибутивності тощо), а також їхнє представлення за допомогою α-рівнів. Мета роботи — дослідити алгебраїчні властивості нечітких чисел, визначити умови, за яких ці властивості зберігаються або порушуються, а також проаналізувати практичні наслідки таких особливостей для задач моделювання та обчислень. Методи дослідження — теоретичний аналіз літературних джерел з теорії нечітких множин і нечіткої арифметики. Результат роботи — проаналізовано основні алгебраїчні властивості, які властиві класичним числам, і досліджено, яким чином ці властивості реалізуються у нечіткій арифметиці. Розроблено програму мовою Python, яка дозволяє здійснювати арифметичні операції над трикутними нечіткими числами з використанням α-рівнів, аналізувати властивості отриманих результатів і будувати графічні інтерпретації нечітких чисел.Документ Відкритий доступ Розробка додатку для аналізу зростання цін на наліпки у CS2(КПІ ім. Ігоря Сікорського, 2025) Чигрик, Іван Вікторович; Кузнєцова, Наталія ВолодимирівнаДипломна робота містить: 138 сторінок, 41 рисунок, 6 таблиць, 2 додатки, 14джерел. Об’єкт дослідження – прогнозування цін на наліпки. Предмет дослідження – методи передбачення поведінки цін. Мета роботи – проаналізувати предмет дослідження, знайти критерії, що задають наліпкам ціну, створити алгоритм аналізу усіх критеріїв, використати ШІ моделі для аналізу характеристик і прогнозування, перевірити їх ефективність. Методи дослідження – розробка власного алгоритму, використання візуальних ШІ моделей для конвертації характеристик у векторні ознаки. Актуальність – розробка додатку, що допоможе у прогнозуванні цін на наліпки на основі статистики. Спроба узагальнити хаотичний, ізольований від звичних факторів ринок цифрових товарів. Результат роботи – створено і протестовано додаток на мові програмування Python для аналізу цін наліпок. Враховуючи хаотичність ринку, результати відносно задовільні. Шляхи подальшого розвитку додатку – це поповнення бази даних, ускладнення алгоритму вирахування ціни, розробка зрозумілого інтерфейсу з quality of life доповненнями.Документ Відкритий доступ Багатоміткова класифікація стилізованих зображень за допомогою глибоких нейронних мереж(КПІ ім. Ігоря Сікорського, 2025) Тюкалов, Ніколай Сергійович; Древаль, Максим МихайловичДипломна робота: 98 c., 12 рис., 8 табл., 2 додатків, 47 джерел. Об’єкт дослідження – великий незбалансований датасет стилізованих аніме-зображень, створений на основі даних з відкритого ресурсу Danbooru,що налічує понад 7 мільйонів зображень та характеризується детальною комплексною системою тегів. Предмет дослідження – архітектури глибоких нейронних мереж, зокрема Attention-механізми, методи багатоміткової класифікації, а також стратегії роботи з даними, що мають значний дисбаланс класів та іншу специфічну проблематику. Постановка задачі – спроектувати та натренувати модель багатоміткової класифікації стилізованих аніме-зображень з використанням сучасних архітектур нейронних мереж, яка здатна коректно класифікувати найпопулярніші теги. Результатом роботи є функціональна модель багатоміткової класифікації оптимізована для роботи з аніме-зображеннями. Ця модель може бути інтегрована в існуючі або нові системи для автоматичного класифікування, пошуку та організації візуального контенту.Документ Відкритий доступ Сегментування ринку на основі кластерного аналізу та використання методу морфологічного аналізу для вибору маркетингових стратегій(КПІ ім. Ігоря Сікорського, 2025) Ткачик, Тетяна Сергіївна; Тимощук, Оксана ЛеонідівнаДипломна робота 93 с., 23 табл., 19 рис., 2 додатки, 14 джерел. Об’єкт дослідження – споживчий ринок. Предмет дослідження – підбір маркетингових досліджень залежно від потреб, особливостей споживачів. Постановка задачі – проаналізувати споживчий ринок, виокремити групи, що містять споживачів, схожих за потребами, особливостями, демографічними та соціально-економічними характеристиками. Для визначення цих груп провести кластеризацію та розбити на сегменти ринок. За допомогою модифікованого методу морфологічного аналізу підібрати найефективніші маркетингові стратегії для кожного сегменту. Метою роботи є розробка розуміння сегментування споживчого ринку, поділ його на сегменти та надання рекомендацій щодо вибору ефективної маркетингової стратегії, щоб зацікавити споживачів для певної цільової аудиторії. Проаналізувавши характеристики та особливості кожного класу споживачів, можна чітко оцінити їх зацікавлення в певних товарах, їхні потреби та побажання.Документ Відкритий доступ Моделі машинного навчання для прогнозування часових рядів економічної природи(КПІ ім. Ігоря Сікорського, 2025) Поляк, Юрій Юрійович; Селін, Юрій МихайловичДипломна робота: 219 с., 38 рис., 0 табл., 15 джерел, 2 додатки. Тема: Моделі машинного навчання для прогнозування часових рядів економічної природи. У роботі досліджено можливості застосування сучасних методів машинного та глибокого навчання для прогнозування економічних часових рядів, зокрема цін на електроенергію у Швеції. Розглянуто класичні статистичні підходи та новітні алгоритми, такі як XGBoost, LSTM, CNN, їх ефективність порівнюється на реальних даних з біржі Nord Pool. Об’єкт дослідження: часові ряди економічної природи, зокрема ряди цін на електроенергію. Предмет дослідження: моделі машинного та глибокого навчання для прогнозування часових рядів. Мета роботи: розробка програмного забезпечення з використанням моделей машинного навчання для прогнозування економічних часових рядів та формування рекомендацій щодо вибору моделей залежно від типу задачі. Розроблено програмні моделі на мові Python з використанням бібліотек Scikit-learn, TensorFlow, XGBoost тощо. Проведено навчання моделей на реальних даних енергетичного ринку Швеції, реалізовано оцінку точності прогнозів за метриками MAE, RMSE, MAPE. Представлено порівняльний аналіз результатів моделей і обґрунтовано вибір найефективнішої.Документ Відкритий доступ Система автоматичної перевірки оформлення бакалаврських робіт(КПІ ім. Ігоря Сікорського, 2025) Підберезка, Артем Віталійович; Канцедал, Георгій ОлеговичДипломна робота: 138 с., 24 рис., 9 табл., 3 дод., 29 джерел. Тема: Система автоматичної перевірки оформлення бакалаврських робіт Об’єкт дослідження: процес автоматичної перевірки оформлення кваліфікаційних робіт. Предмет дослідження: методи автоматичного виявлення помилок оформлення бакалаврських робіт у PDF-документах. Мета роботи: створити систему для автоматичної перевірки відповідності оформлення дипломних робіт згідно державного стандарту України. У роботі досліджено проблему автоматизації перевірки технічних вимог до оформлення кваліфікаційних робіт, представлених у форматі PDF. Розроблено програмний продукт на мові програмування Python, що дозволяє здійснювати автоматичну перевірку ключових структурних елементів документа: наявності обов’язкових заголовків, відступів, нумерації сторінок, а також коректного оформлення рисунків, таблиць і формул. Результатом роботи є система, що реалізує алгоритми виявлення помилок при оформленні дипломних робіт і доступна як веб-сервіс.Документ Відкритий доступ Системний аналіз ефективності рекламних кампаній в соціальних мережах(КПІ ім. Ігоря Сікорського, 2025) Пищида, Владислав Вадимович; Касьянов, Павло ОлеговичДипломна робота містить: 100 сторінок, 28 рисунків, 15 таблиць, 2 додатки, 10 джерел. Об'єктом дослідження є аналіз рекламних кампаній в соціальних мережах. Предметом дослідження є методи системного аналізу ефективності рекламних кампаній з використанням маркетингових показників. Метою роботи є проаналізувати ефективність рекламних кампаній у соціальних мережах за допомогою методів системного аналізу, визначити ключові фактори впливу, спрогнозувати ефективність. Методами дослідження є аналіз часових рядів, кореляційний аналіз, кластеризація, експертна оцінка, SWOT-аналіз, функціонально-структурний підхід, розробка програмного забезпечення на Python. Актуальністю є зростаючий вплив соціальних мереж на маркетингову діяльність, який вимагає точного аналізу та прогнозування ефективності рекламних кампаній для вдосконалення стратегій просування. В результаті роботи було розроблено аналітичну модель для оцінки ефективності рекламних кампаній та впроваджено інструмент на базі Python, який дозволяє аналізувати часові ряди маркетингових показників та класифікувати кампанії за результативністю.Документ Відкритий доступ Моделі і прогнози демографічного стану Японії(КПІ ім. Ігоря Сікорського, 2025) Перепелиця, Богдан Олексійович; Левенчук, Людмила БорисівнаДипломна робота містить: 88 с., 12 табл., 45 рис., 1 дод., 19 джерел. Об’єктом дослідження виступають довгострокові демографічні процеси та тенденції в Японії. Предметом дослідження є математичні моделі та методи аналізу часових рядів, що застосовуються для прогнозування демографічних змін, та їх адаптація до специфіки японських даних. Метою даної роботи є дослідження, розробка та практична апробація математичних моделей для прогнозування ключових демографічних показників Японії, таких як чисельність населення, рівні народжуваності та смертності. В даній роботі проведено дослідження демографічного стану Японії, включаючи аналіз тенденцій народжуваності, смертності та зміни чисельності населення. Для аналізу та прогнозування цих показників використано методи аналізу часових рядів та математичного моделювання, зокрема моделі АРКС на основі офіційних статистичних даних Японії, оброблених за допомогою програмного пакету Gretl. Розроблено прогнози ключових демографічних індикаторів. Також проведено функціонально-вартісний аналіз розробки програмного забезпечення для демографічного моделювання.Документ Відкритий доступ Мультимодальна мовна модель для генерації текстових описів по зображенню(КПІ ім. Ігоря Сікорського, 2025) Нечай, Микола Сергійович; Недашківська, Надія ІванівнаДипломна робота: 168 с., 34 рис., 7 табл., 2 додатки, 13 джерел. Об’єкт дослідження – генерація текстових описів зображень базуючихся на гібридному вхідному форматі даних. Предмет дослідження – модель PaliGemma, яка являє собою інноваційний підхід у сферах обробки природної мови та комп’ютерного зору, використовуючи технологію трансформерів, зокрема в контексті комбінованих запитів (текст та зображення). Мета роботи – побудувати архітектуру моделі PaliGemma і розробити застосунок для її інференсу через веб-інтерфейс для зручної взаємодії з користувачем. Мета дослідження – побудувати архітектуру моделі PaliGemma і розробити застосунок для її інференсу через веб-інтерфейс для зручної взаємодії з користувачем. Актуальність – з розвитком технологій у сфері нейронних мереж і штучного інтелекту, сфера генеративних мереж, яка може поєднувати обробку природної мови та комп'ютерний зір, стає все більш актуальною. Наразі LLM з гібридним форматом вхідних даних використовується повсюди: 1) у бізнес-сфері для вирішення побажань клієнтів, наприклад, інтеграція чат–ботів у програмне забезпечення; 2) в науковій сфері для вивчення та аналізу дослідницьких статей; 3) у сфері освіти, LLM використовуються для роз’яснення матеріалу, постановки завдань та їх швидкої перевірки; 4) у сфері медицини для виявлення по знімкам МРТ ракових пухлин. Результати роботи – у межах роботи було реалізовано модель генерації текстових описів за текстовим і растровим інпутом з використанням моделі PaliGemma. Шляхи подальшого розвитку предмета дослідження – в майбутньому можна ще більше розширити вхідні формати даних, щоб модель стала ще більш універсальною, також можна ще детренувати модель для покращення узагальнюючих здібностей моделі, і для більш зручного користувацького досвіду можна розробити мобільний застосунок.Документ Відкритий доступ Моделі кредитного скорингу щодо першої угоди за кредитною карткою(КПІ ім. Ігоря Сікорського, 2025) Максименко, Богдан Олегович; Савченко, Ілля ОлександровичДипломна робота: 156 с, 73 рис., 14 табл., 38 джерел, 2 додатки. Тема: Моделі кредитного скорингу щодо першої угоди по кредитній картці. У роботі різні моделі машинного навчання для визначення ймовірності дефолту позичальників різноманітних фінансових установ. Об’єкт дослідження: застосування методів машинного навчання та глибокого навчання для встановлення скорингу нових позичальників щодо першої угоди за кредитною карткою. Предмет дослідження: методи машинного та глибокого навчання та засоби їх застосування. Мета роботи: розробка програмного забезпечення для визначення кредитного скорингу і підтримки прийняття рішень у фінансовій індустрії на основі даних про нових клієнтів. Створено програмне забезпечення у вигляді моделей для визначення ймовірності дефолту клієнтів, що вперше звернулись до фінансової установи щодо оформлення кредитної картки на мові програмування Python. Для розробки моделей були використані дані кредитних історій та демографічні дані про клієнтів ТОВ «Українське бюро кредитних історій».Документ Відкритий доступ Система підтримки прийняття рішень на основі мережі морфологічних таблиць для запобігання забрудненню навколишнього середовища(КПІ ім. Ігоря Сікорського, 2025) Кунєв, Максим Романович; Савченко, Ілля ОлександровичДипломна робота складається зі 144 сторінок, містить 36 рисунків, 39 таблиць, 2 додатки та 19 джерел. Метою роботи є розробка системи підтримки прийняття рішень щодо запобігання забруднення навколишнього середовища на основі мереж морфологічних таблиць. Об’єктом дослідження в даній роботі є процес прийняття рішень у сфері екологічної безпеки. Предметом дослідження є двоетапний модифікований метод морфологічного аналізу з надбудовою у вигляді мереж морфологічних таблиць. В роботі проведено аналіз предметної області, виявлені основні чинники забруднення навколишнього середовища, проаналізовано як це впливає на стан екосистеми та здоров’я живих організмів. Результатом цієї роботи є програмне забезпечення з графічним інтерфейсом, яке написано мовою програмування Python та бібліотеки Tkinter. Шляхи подальшого розвитку предмета дослідження – інтегрування додаткових методів для більш точних результатів, використання та візуалізація даних навколишнього середовища в реальному часі.Документ Відкритий доступ Класифікація та сегментація медичних зображень за допомогою моделі Detection Transformer (DETR)(КПІ ім. Ігоря Сікорського, 2025) Іванюта, Олександр Олександрович; Недашківська, Надія ІванівнаДипломна робота: 150 с., 25 рис., 10 табл., 2 додатки, 84 джерела. Метою роботи є розробка системи автоматизованого аналізу медичних зображень для виявлення клітин, уражених збудником малярії Plasmodium vivax, із використанням моделі Detection Transformer (DETR). У роботі проведено огляд сучасних методів діагностики малярії, зокрема комп’ютерних підходів на основі глибокого навчання. Проаналізовано архітектуру моделі DETR, розглянуто її переваги у задачах об'єктного детектування та сегментації. Особливу увагу приділено підготовці набору даних BBBC041: виконано анотування зображень, створення пайплайну для переведення в формат COCO, а також валідацію структурованих даних. Здійснено донавчання попередньо натренованої моделі DETR на медичному датасеті BBBC041 із налаштуванням гіперпараметрів, також було реалізовано обробку результатів передбачення. Розроблено інструментарій аналізу якості моделі: побудовано графіки функції втрат, точності, метрик AP та приклади передбачень. У фіналі роботи представлено інтерпретацію результатів та сформовано висновки щодо доцільності використання підходу DETR у медичній діагностиці.Документ Відкритий доступ Розробка системи управління персоналом та адміністративними процесами лікарні на основі реляційних баз даних(КПІ ім. Ігоря Сікорського, 2025) Хмель, Дмитро Олександрович; Мухін, Вадим ЄвгеновичДипломна робота: 85 с., 15 рис., 17 табл., 2 дод., 29 джерел. Об’єкт дослідження – процес фіксації порушень вимог безпеки праці тасанітарно-гігієнічних норм у медичних установах і управління заходами з їх усунення. Програмний продукт – інформаційна система на основі реляційної бази даних PostgreSQL для зберігання інформації про порушення, ризики та перевірки. Серверна частина розроблена на Django (Python), інтерфейс – HTML/CSS, JavaScript з використанням Bootstrap. Мета роботи – створення системи для обліку порушень і управління заходами з їх усунення в медичних закладах. Оцінки професійних ризиків додаються як довідкові записи й використовуються для контексту порушень. Методи дослідження – об’єктно-орієнтоване моделювання, проектування реляційних баз даних, побудова ER-діаграм, принципи CRUD- операцій. Ключові функції системи: фіксація порушень із прив’язкою до робочих місць і оцінок ризиків; ведення довідника професійних ризиків; планування та контроль заходів з фіксацією відповідальних осіб і термінів виконання; журналізація перевірок з можливістю додавання супровідних документів.