Бакалаврські роботи (ММАД)
Постійне посилання зібрання
У зібранні розміщено бакалаврські проекти (роботи) на здобуття ступеня бакалавра.
Переглянути
Нові надходження
Документ Відкритий доступ Порiвняльний аналiз методiв цифрового стеганографiчного приховування iнформацiї(КПІ ім. Ігоря Сікорського, 2025) Бiлостенко, Георiй Євгенович; Хайдуров, Владислав ВолодимировичКвалiфiкацiйна робота мiстить: 56 стор., 4 рисунки, 3 таблиць, 19 джерел. Дипломна робота присвячена дослiдженню та порiвняльному аналiзу методiв цифрової стеганографiї для приховування текстової iнформацiї в зображеннях. У роботi проаналiзовано базовi принципи стеганографiї, класифiкацiю методiв за типом носiя, архiтектурою алгоритмiв i рiвнем захищеностi. Окрема увага придiляється комбiнуванню стеганографiї з криптографiєю, що дозволяє суттєво пiдвищити рiвень конфiденцiйностi переданої iнформацiї. Основу дослiдження становлять алгоритми LSB, DCT та DWT, якi було математично описано, реалiзовано у виглядi програмних модулiв та протестовано в єдиному експериментальному середовищi. Реалiзацiю методiв виконано мовою Python iз використанням бiблiотек OpenCV, Stegano, NumPy та iнструментiв для автоматизованого збору метрик ефективностi. Було реалiзовано та проведено аналiз методiв цифрової стеганографiї вбудовування текстових данних у зображення. Проаналiзовано залежностi вiд розмiру текстового повiдомлення до харатеристик, таких як час вбудовування/видобовування повiдомлення, якiсть кореляцiї та iнше. Було проаналiзовано та реалiзовано атаки на методи.Документ Відкритий доступ Виявлення та оцінка рівня загрози лісових пожеж засобами супутникового моніторингу і машинного навчання(КПІ ім. Ігоря Сікорського, 2025) Петренко, Олександр Євгенович; Яйлимова, Ганна ОлексіївнаДипломна робота містить: 61 сторінку з додатками, 5 таблиць, 18 літературних джерел, 5 додатків, 22 зображення. Основною метою дослідження є застосування методів машинного навчання і регресійного аналізу для побудови системи виявлення осередків лісових пожеж на супутникових знімках видимого спектру, а також моделі оцінки ступеня загрози пожежі. Об’єктом дослідження є знімки різних ділянок Землі, зібрані за допомогою засобів супутникового моніторингу (супутники типу Landsat, Sentinel, MODIS) і статистичні дані про пожежі у точках їх виявлення. В результаті дослідження побудована модель на базі архітектури YOLOv8 з донавчанням на спеціалізованому датасеті для її адаптації під конкретну задачу. Для оцінки ступеня загрози пожежі було застосовано три методи: лінійну і поліноміальну регресію, а також регресор Random Forest.Документ Відкритий доступ Аналіз графічних зображень з урахуванням контексту за допомогою нейронних мереж(КПІ ім. Ігоря Сікорського, 2025) Обрядін, Денис Вадимович; Яйлимова, Ганна ОлексіївнаДипломна робота містить 79 сторінок, 1 додаток, 31 зображення і посилається на 25 джерел. Ця бакалаврська робота досліджує розробку системи аналізу зображень, яка включає контекстне розуміння з використанням сучасних методів глибогоко машинного навчання. Дослідження починається з огляду класичних дескрипторів ознак та згорткових нейронних мереж, а потім переходить до сучасних архітектур, таких як візуальні трансформатори та гібридні моделі. На основі цього аналізу було реалізовано архітектуру, що поєднує Swin Transformer, Feature Pyramid Network (FPN) та Faster R-CNN, для досягнення точного виявлення об'єктів з урахуванням контексту зображення. Запропоноване рішення підкреслює важливість інтеграції як локальних, так і глобальних ознак для детального розуміння сцени. Для оптимізації продуктивності на пристроях з обмеженими ресурсами, робота також досліджує методи стиснення моделі, включаючи лінійну увагу, адаптацію LoRA, обрізання та квантування. Остаточна модель була навчена та протестована на наборі даних COCO 2017 за допомогою Python та PyTorch у Google Colab. Експериментальні результати показують, що модель поступово покращує точність виявлення зі збільшенням розміру набору даних та часу навчання. Робота завершується оцінкою компромісів між обчислювальною ефективністю та точністю виявлення, пропонуючи розуміння практичного впровадження контекстно-залежних систем комп'ютерного зору.Документ Відкритий доступ Оптимiзацiя роботи станцiй аерацiї за допомогою арбiтражного рiшення Неша(КПІ ім. Ігоря Сікорського, 2025) Мельник, Марiя Григорiвна; Терещенко, Іван МиколайовичКвалiфiкацiйна робота мiстить: 58 стор., 5 рисункiв, 5 таблиць, 10 джерел. Мета роботи полягає в побудовi математичної моделi процесу аерацiї та застосуваннi оптимiзацiйного пiдходу на основi арбiтражного рiшення Неша для зниження енергоспоживання на очисних станцiях. Об’єктом дослiдження є процес аерацiї як етап очищення стiчних вод. Предметом дослiдження виступають математичнi методи оптимального керування у багатокритерiальному середовищi. У ходi дослiдження побудовано диференцiальну модель динамiки процесу аерацiї, що враховує змiну концентрацiї забруднень, об’єму води та потужностi аерацiї. На основi моделювання сформовано множину сценарiїв, для якої за допомогою симплекс-методу розв’язано задачу оптимального розподiлу ресурсiв. Запропоновано пiдхiд до формування змiшаної стратегiї управлiння, який базується на концепцiї арбiтражного рiшення Неша. Отриманi результати проiлюстровано графiками та таблицями.Документ Відкритий доступ Симуляцiя Янiвських частинок на розрiджених решiтках(КПІ ім. Ігоря Сікорського, 2025) Плющай, Анна Олександрiвна; Куссуль, Наталія МиколаївнаКвалiфiкацiйна робота мiстить: 76 стор., 15 рисунки, 2 таблиць, 23 джерел. У роботi розроблено методи симуляцiї системи двох однакових Янiвських частинок. Сформульовано задачу оцiнки вiдносного рiвня потенцiальної енергiї взаємодiї двох частинок, що моделюється як тверда сфера iз заключеним у нiй виток провiдника зi струмом. Розглянуто два пiдходи до її чисельного розв’язання: iнкрементальний метод та його модифiкацiю з використанням методу розрiджених решiток. Показано, що використання розрiджених решiток дозволяє значно пiдвищити обчислювальну ефективнiсть при збереженнi точностi та забезпечує можливiсть застосування градiєнтних методiв оптимiзацiї для пошуку рiвноважних конфiгурацiй у багаточастинкових системах. Результати моделювання можуть бути використанi для опису самоорганiзацiї наноструктур, у тому числi в контекстi наномедицини.Документ Відкритий доступ Порівняння методів машинного навчання для класифікації сільськогосподарських культур за супутниковими знімками(КПІ ім. Ігоря Сікорського, 2025) Мельник, Володимир Володимирович; Яйлимова, Ганна ОлексіївнаКваліфікаційна робота містить: 109 сторінок, 19 рисунків, 18 таблиць, 30 джерел. Сільське господарство відіграє ключову роль у забезпеченні глобальної продовольчої безпеки та підтримці економічної стабільності. Ефективний моніторинг сільськогосподарських угідь є важливим для оптимізації врожайності, управління ресурсами та прийняття обґрунтованих політичних рішень у цьому секторі. У сучасному сільському господарстві зростає важливість точної та своєчасної класифікації сільськогосподарських культур. Точна інформація про типи культур та їх просторовий розподіл є необхідною для оцінки врожайності, управління ресурсами та прийняття обґрунтованих політичних рішень в аграрному секторі. Метою є порівняти ефективність різних моделей машинного навчання для задачі класифікації типів сільськогосподарських культур за супутниковими знімками і оцінити вплив вегетаційних показників на їхню точність. Об’єктом дослідження є процес автоматизованої класифікації типів сільськогосподарських культур за супутниковими знімками Sentinel-2. Предметом дослідження є методи машинного навчання, що застосовуються для аналізу супутникових знімків та класифікації типів сільськогосподарських культур. У даному аналізі порівнювалася точність та продуктивність методів машинного навчання, використовуючи два датасети – з вегетаційними індексами та без них, щоб визначити їх вплив на результати. З порівняльного аналізу випливає, що найкращий результат за точністю мав SVM, але був найповільнішим і був зі зменшеною вибіркою. Найкращим по відношенні часу і точності був XGBoost (з вегетаційними індексами та без точність виявилася однаковою).Документ Відкритий доступ Порівняння алгоритмів машинного навчання для прогнозування врожайності(КПІ ім. Ігоря Сікорського, 2025) Різниченко, Андрій Сергійович; Яйлимова, Ганна ОлексіївнаОбсяг дипломної роботи становить 49 сторінок, вона містить 8 рисунків та 3 додатки. Для порівнянь і досліджень використано 19 джерел. У роботі запропоновано узгоджену методику порівняння алгоритмів машинного навчання – лінійної регресії, дерева рішень, випадкового лісу та градієнтного бустингу – з метою прогнозування врожайності зернових культур. Продемонстровано важливість налаштування гіперпараметрів для підвищення точності прогнозів. Також здійснено сценарне моделювання з урахуванням змін ключових кліматичних і водних показників на основі мультидоменного набору агрокліматичних індикаторів. Практичне значення дослідження полягає в тому, що розроблений підхід дає змогу об’єктивно оцінити ефективність моделей на основі історичних даних і формувати обґрунтовані прогнози врожайності за умов реалістичних сценаріїв мультифакторних змін, що сприятиме прийняттю зважених агрополітичних рішень і оптимізації розподілу ресурсів у сільському господарстві.Документ Відкритий доступ Моделювання горизонтально однорідного примежового шару атмосфери(КПІ ім. Ігоря Сікорського, 2025) Юрчук, Олексій Миколайович; Ковалець, Іван ВасильовичКваліфікаційна робота містить: 76 стор., 17 рисунків, 26 джерел. Дана дипломна робота була присвячена дослідженню і моделюванню явища турбулентності за допомогою існуючих реалізацій моделей, перевірка цих моделей на узгодженість з емпіричними даними отриманими у горизонтально однорідному нейтрально стратифікованому планетарному граничному шарі та приземному шарі за наявності конвективного теплообміну. Було здійснено відтворення основних характеристик компонент явища турбулентності та запропоновано чисельний метод, завдяки якому здійснюється точніша апроксимація правої частини, яка описує генерацію турбулентності, і знижується похибка моделювання, яку можна відслідковувати по максимальному значенню коефіцієнта дифузії. Модифікація моделі дозволила відтворити характеристики турбулентності у помірно нестійкому приземному та планетарному граничному шарі.Документ Відкритий доступ Порівняльний аналіз методів машинного навчання для ідентифікації військових об'єктів на аерокосмічних знімках(КПІ ім. Ігоря Сікорського, 2025) Налуцишин, Максим Володимирович; Яйлимова, Ганна ОлексіївнаДипломна робота обсягом 78 сторінок містить 21 рисунок 3 додатки, 2 таблиці. У процесі дослідження було використано 23 бібліографічні джерела. Сучасні військові конфлікти, зокрема російсько-українська війна, висувають нові вимоги до оперативного аналізу ситуації на полі бою. Однією з найважливіших задач є автоматичне виявлення та ідентифікація військової техніки на супутникових або аерофотознімках. Цей процес дозволяє своєчасно виявляти загрози, планувати оборонні дії та здійснювати аналіз пересування ворожих сил. Моніторинг техніки з використанням традиційних методів часто є недостатньо ефективним, оскільки вимагає ручної обробки великої кількості зображень. Застосування сучасних методів комп’ютерного зору, зокрема глибоких згорткових нейронних мереж, дає змогу значно покращити точність і швидкість розпізнавання об’єктів. У практичній частині дипломної роботи було використано набір зображень військової техніки у форматі COCO з платформи Roboflow. Для розв’язання задачі виявлення було реалізовано навчання моделей RetinaNet, YOLO, MobileNet. Також проведено порівняльний аналіз точності та якості роботи моделей, оцінено їх ефективність на тестових зображеннях. Результати показали, що запропонований підхід може бути використаний для оперативного моніторингу зон бойових дій і є перспективним напрямом у військовій аналітиці на основі даних дистанційного зондування Землі.Документ Відкритий доступ Аналіз сільськогосподарської продуктивності за допомогою моделі PaLM і супутникових зображень(КПІ ім. Ігоря Сікорського, 2025) Риженко, Данііл Євгенович; Яйлимова, Ганна ОлексіївнаКвалiфiкацiйна робота містить: 62 стор., 11 рисунків, 2 таблиці, 11 джерел. У цій роботі досліджено підходи до прогнозування врожайності сільськогосподарських культур із використанням супутникових зображень, агрометеорологічних даних та мовних моделей. Метою дослідження є розробка гібридної моделі, що інтегрує різні джерела інформації для підвищення точності агропрогнозування. Об’єктом дослідження виступає врожайність зернових культур в Україні, а предметом — методи її прогнозування на основі екологічних, кліматичних і текстових даних. У роботі зібрано та оброблено понад 1800 просторово-часових спостережень за 2017–2023 роки. Реалізовано три моделі прогнозування: Random Forest, лінійну регресію та PaLM. Найточнішою виявилася модель Random Forest, однак PaLM показала кращі результати в інтерпретації та поясненні причин прогнозів. Запропоновано новий підхід до агроаналітики, що поєднує супутникові індекси, кліматичні параметри та генеративні можливості великих мовних моделей, зокрема PaLM. Результати демонструють потенціал LLM як ефективного інструмента для аналітики в сільському господарствіДокумент Відкритий доступ Асимптотичний розподiл iндексу cкладностi випадкового рекурсивного дерева(КПІ ім. Ігоря Сікорського, 2025) Сачук, Артем Олегович; Шелестов, Андрій ЮрійовичКвалiфiкацiйна робота мiстить: 41 сторiнку, 5 рисункiв, 0 таблиць, 10 джерел. Об’єктом дослiдження є випадковi рекурсивнi дерева. Предметом дослiдження є експоненцiйний iндекс складностi випадкового рекурсивного дерева. Метою дослiдження є встановлення асимптотичних властивостей експоненцiйного iндексу складностi, коли кiлькiсть вершин дерева прямує до нескiнченностi. В результатi проведеного дослiдження було доведено обмеженiсть моментiв нормованого iндексу складностi. Дослiджено властивостi експоненцiйного iндексу складностi, коли кiлькiсть вершин дерева прямує до нескiнченностi, доведено iснування щiльностi граничної випадкової величини. Встановлено, що рiвняння, якому задовольняє щiльнiсть, має єдиний роз’язок.Документ Відкритий доступ Прогнозування змін забудови міст з використанням геопросторових даних(КПІ ім. Ігоря Сікорського, 2025) Юрченко, Владислав Олександрович; Яйлимова, Ганна ОлексіївнаКвалiфiкацiйна робота мiстить: 52 стор., 5 рисунків, 12 таблиць, 19 джерел. Метою роботи є дослідження та застосування методів прогнозування змін землекористування на заселених територіях із використанням супутникових знімків. Об’єктом дослідження є процеси зміни міської забудови під впливом природних та антропогенних факторів. Предметом дослідження є методи класифікації земного покриву та моделювання змін землекористування в урбанізованих районах на основі геопросторових даних. В ході роботи було використано супутникові знімки з Landsat 5 та Landsat 8 для класифікації земного покриву в районі міста Києва. Метод випадкового лісу виявився трохи точнішим та набагато швидшим за метод опорних векторів. Наступним кроком було проведено прогнозування змін землекористування на 24 роки вперед. Для порівняння методів було проведено прогнозування на 2024 рік на основі даних до 2016 року. Всі методи показали невелику похибку.Документ Відкритий доступ Моделювання чисельностi риб у басейнi Днiпра з урахуванням водного забруднення(КПІ ім. Ігоря Сікорського, 2025) Чiнь Ву Чiеу Вi; Терещенко Іван МиколайовичКвалiфiкацiйна робота мiстить: 64 сторiнок, 11 рисункiв, 3 таблицi, 13 джерел. Метою роботи є побудова математичної моделi росту популяцiй риб у басейнi рiчки Днiпро з урахуванням впливу хiмiчного забруднення води. Об’єктом дослiдження виступає динамiка популяцiй риб у водних екосистемах, а предметом — математичнi моделi чисельностi з урахуванням зовнiшнiх екологiчних чинникiв. У ходi дослiдження проаналiзовано сучаснi пiдходи до екологiчного моделювання, зiбрано та оброблено данi державного монiторингу якостi води й статистику вилову риби. Побудовано логiстичну модель iз урахуванням впливу забрудникiв, а також реалiзовано класичну логiстичну модель i модель машинного навчання (алгоритм випадкового лiсу). Результати показали, що врахування забруднення суттєво пiдвищує точнiсть прогнозування чисельностi. Сценарне моделювання пiдтвердило, що зниження рiвнiв забрудникiв може позитивно вплинути на рибнi популяцiї, зокрема сазана, в регiонах iз високим екологiчним навантаженням.Документ Відкритий доступ Метаевристичні алгоритми визначення оптимального розміщення вітрових турбін на вітровій електростанції(КПІ ім. Ігоря Сікорського, 2025) Завалій, Олександр Миколайович; Хайдуров, Владислав ВолодимировичКвалiфiкацiйна робота мiстить: 93 стор., 37 рисункiв, 15 таблиць, 35 джерел. Метою дослiдження є застосування метаевристичних алгоритмiв для визначення оптимального розмiщення вiтрових турбiн на електростанцiї. Попередньо визначивши сучасний стан розвитку вiтроенергетичних установок та моделi оптимального розмiщення, з метою застосування на метаевристичних алгоритмах оптимiзацiї. В ходi роботи було розроблено математичну модель, яка враховує географiчнi особливостi мiсцевостi, параметри вiтру та ефект тiнi, а також проведено чисельнi експерименти та порiвняльний аналiз алгоритмiв.Документ Відкритий доступ Оптимальне траснспортування на графах i задача Бекмана(КПІ ім. Ігоря Сікорського, 2025) Бобров, Андрiй Олексiйович; Хайдуров, Владислав ВолодимировичКвалiфiкацiйна робота мiстить: 44 сторiнки, 2 рисунки, 2 таблицi, 9 джерел. У цiй роботi було дослiджено зв’язок задачi мiнiмального потоку (задачi Бекмана) iз задачею оптимального транспортування на випадку дискретного простору (зв’язного невiд’ємно зваженого графу). В ходi дослiдження було доведено еквiвалентнiсть задачi мiнiмального потоку та задачi оптимального транспортування на графi. Було отримано алгоритм побудови оптимального транспортного плану iз оптимального потоку та доведено коректнiсть алгоритму. Було наведено реалiзацiю алгоритму мовою Python. Також, було проведено порiвняльний аналiз результатiв роботи алгоритму з iншими методами побудови оптимального транспотного плану.Документ Відкритий доступ Моделювання оптимальної схеми розміщення авіаційного логістичного парку(КПІ ім. Ігоря Сікорського, 2025) Барабаш, Дмитро Володимирович; Хайдуров, Владислав ВолодимировичКваліфікаційна робота містить: 84 стор., 16 рисунків, 4 таблиці, 25 джерел. Метою дослідження є побудова й програмна реалізація математичної моделі планування оптимальної схеми розміщення авіаційного логістичного парку, попередньо проаналізувавши сучасний стан розвитку логістичних парків, їх принцип функціонування та схему планування, з використанням методів й алгоритмів глобальної оптимізації. Для моделювання було обрано два популяційні методи, а саме: генетичний алгоритм, та метод на основі рою частинок. Для них було запропоновано та розроблено ряд модифікацій, більшість з яких за результатами роботи мали кращий результат, ніж класичні методи за різними параметрами.Документ Відкритий доступ Моделі статистичного моделювання впливу регіональної політики на рівень зайнятості(КПІ ім. Ігоря Сікорського, 2025) Рожко, Богдан Сергійович; Хайдуров, Владислав ВолодимировичКваліфікаційна робота містить: 111 стор., 27 рисунків, 47 джерел. У роботі розглянуто сучасні підходи до статистичного моделювання впливу регіональної політики на рівень зайнятості населення. Актуальність теми зумовлена зростаючою необхідністю прийняття ефективних соціально-економічних рішень на основі емпіричних досліджень. Саме за дослідження причинно-наслідкових зв’язків на ринку праці присуджуються найвищі наукові відзнаки, включно з Нобелівською премією з економіки. Метою дослідження є побудова та аналіз стохастичних моделей, які дозволяють вивчати взаємозв’язки між регіональною політикою та рівнем зайнятості. Дослідження спрямоване на формалізацію впливу соціально-економічних рішень у регіонах на динаміку зайнятості з урахуванням невизначеності та варіативності реальних даних. Для цього здійснено емпіричну перевірку обраних підходів на основі даних з різних країн або регіонів. Об’єктом дослідження є процеси соціально-економічного розвитку, зокрема політика зайнятості на регіональному рівні. Предметом дослідження виступають стохастичні моделі статистичного аналізу, які використовуються для виявлення та кількісного оцінювання впливу регіональних політичних рішень на рівень зайнятості. Особливу увагу приділено роботі з відкритими даними з офіційних статистичних джерел, що дозволяє виявляти обґрунтовані та надійні закономірності в реальних соціально-економічних процесах. У рамках дослідження також розроблено програмний інструмент на базі Python для обробки панельних даних, візуалізації результатів і тестування гіпотез.Документ Відкритий доступ Порівняльний аналіз нейромережевих методів і моделей розпізнавання та сегментації об’єктів у візуальних процесах будівельного середовища(КПІ ім. Ігоря Сікорського, 2025) Данілов, Костянтин Валентинович; Хайдуров, Владислав ВолодимировичКваліфікаційна робота містить: 65 сторінок, 8 рисунків, 3 таблиці, 23 джерела. Розвиток комп’ютерного зору відкриває широкі можливості для автоматизованого аналізу візуальної інформації, зокрема у будівельній галузі. Це має особливе значення для контролю за технічним станом об’єктів та забезпечення безпеки праці. Одним з основних напрямів такого аналізу є сегментація екземплярів, яка дозволяє точно відокремлювати кожен об’єкт на зображенні. Складність сцен на будівельних майданчиках вимагає застосування сучасних глибоких моделей, здатних до високоточної сегментації. У цій роботі проведено порівняльний аналіз трьох сучасних нейромережевих архітектур для сегментації екземплярів: двоетапної Mask R-CNN, одноетапної YOLOv8l-seg та трансформерної Mask2Former. Дослідження базувалося на реальному наборі даних Alberta Constructіon іmage Dataset (ACіD), який містить зображення будівельної техніки. У межах роботи було виконано попередню обробку даних, навчання моделей та їх оцінювання за метриками середньої точності (mAP) та швидкодії (FPS). Результати експериментів показали, що Mask2Former досягає найвищої якості сегментації, YOLOv8l-seg забезпечує максимальну швидкодію при збереженні високої точності, тоді як Mask R-CNN поступається сучаснішим підходам за загальною ефективністю. Отримані висновки можуть слугувати основою для обґрунтованого вибору оптимальної моделі залежно від конкретних вимог до точності або швидкодії у практичних задачах.Документ Відкритий доступ Пуассонівське видалення ефекту нерівномірного освітлення у зображеннях зі збереженням основних їх деталей(КПІ ім. Ігоря Сікорського, 2025) Бекешева, Анастасія Олександрівна; Хайдуров, Владислав ВолодимировичКваліфікаційна робота містить: 92 стор., 15 рисунки, 6 таблиць, 14 джерел. У сучасному інформаційному суспільстві, де візуальні дані відіграють ключову роль у прийнятті рішень, комп’ютерний зір займає провідне місце серед прикладних напрямів штучного інтелекту. Завдання аналізу та обробки зображень знаходять широке застосування у медицині, промисловості, робототехніці, розпізнаванні об’єктів, автономній навігації, контролі якості тощо. Проте значною перешкодою для ефективної роботи систем комп’ютерного зору є наявність зображень із нерівномірним освітленням, яке може суттєво знижувати точність класифікації, сегментації або виявлення об’єктів на зображенні. Особливо критичним є це у випадках, коли необхідно зберегти структурні та контрастні деталі, які несуть важливу інформацію для подальшого аналізу – наприклад, при виявленні патологій на медичних зображеннях або дефектів у промислових компонентах. Недостатнє або, навпаки, надмірне локальне освітлення може приховувати або спотворювати візуальні ознаки, що унеможливлює їхнє коректне трактування. У зв’язку з цим зростає актуальність розробки методів попередньої обробки зображень, які дозволяють вирівнювати освітленість, усувати небажані ефекти, водночас зберігаючи важливі для аналізу об’єкти, краї та текстури. Одним із найефективніших підходів у цьому контексті є використання варіаційних моделей та рівняння Пуассона, яке лежить в основі низки сучасних методів реконструкції та редагування зображень. У роботі проведено глибокий огляд сучасних методів вирівнювання освітлення у зображеннях, зокрема класичних фільтрів (серединного, медіанного, гауссового) та методів, заснованих на обробці в просторовій і частотній областях. Проаналізовано математичні основи варіаційного підходу, зокрема формалізацію задачі вирівнювання освітлення як варіаційної задачі з переходом до рівняння Пуассона. Побудовано математичну модель, яка описує задачу реконструкції зображення на основі градієнтного поля, сформульовано рівняння Ейлера–Лагранжа та проведено дискретизацію задачі. Реалізовано кілька чисельних методів розв’язання диференціальних моделей, включно з методом Зейделя, методом Фур’є та розв’язанням СЛАР із використанням бібліотек Python (ScіPy, PyTorch, CuPy).Документ Відкритий доступ Порівняльний аналіз новітніх алгоритмів ройового інтелекту(КПІ ім. Ігоря Сікорського, 2025) Красноруцька, Марія Сергіївна; Хайдуров, Владислав ВолодимировичКваліфікаційна робота містить: 113 стор., 32 рисунки, 31 таблиць, 33 джерел. Дана дипломна робота присвячена проведенню порівняльного аналізу трьох сучасних ройових алгоритмів – CHC, TBO та EJS – між собою, а також з іншими відомими оптимізаторами. Для цього було проведено декілька експериментів, де алгоритми було випробувано на класичних оптимізаційних функціях, а також на прикладній задачі класифікації набору даних. Експерименти було проведено таким чином, щоб отримані результати можна було порівняти з результатами інших методів, які наведено у відкритих джерелах. У ході дослідження було встановлено, що CHC виявився найбільш універсальним алгоритмом, а також він показав найкращі результати на функціях із багатьма локальними мінімумами. Алгоритм TBO виявився найповільнішим, але показав високу ефективність на функціях з довгим шляхом до глобального мінімуму. Алгоритм EJS виявився найшвидшим, але не завжди надійним. Проте виявилось, усі досліджувані алгоритми в багатьох випадках перевершують загальновідомі оптимізатори.