Магістерські роботи (СПСКС)

Постійне посилання зібрання

https://ela.kpi.ua/handle/123456789/21893

Переглянути

Зараз показуємо 1 - 20 з 258

Відкритий доступ
Інтерактивна система аналізу та візуалізації прогнозування цін
(КПІ ім. Ігоря Сікорського, 2024) Романенко, Марія Володимирівна; Романкевич, Віталій Олексійович
Актуальність теми. У сучасних фінансових ринках прогнозування цін акцій є критично важливим для інвесторів, трейдерів та фінансових аналітиків. Традиційні методи аналізу часто не враховують складні нелінійні та багатомасштабні характеристики фінансових часових рядів. Використання нейронних мереж та вейвлет-перетворень дозволяє врахувати ці особливості та підвищити точність прогнозування. Тому розробка ефективних методів прогнозування цін акцій на основі нейронних мереж і вейвлет-перетворень є актуальною та важливою задачею як з наукової, так і з практичної точки зору. Об’єктом дослідження є процес прогнозування цін акцій на фінансових ринках. Предметом дослідження є методи та алгоритми прогнозування цін акцій з використанням нейронних мереж та вейвлет-перетворень. Мета роботи: аналіз існуючих методів прогнозування цін акцій; розробка методики та програмного забезпечення для прогнозування цін акцій з використанням нейронних мереж та вейвлет-перетворень для підвищення точності прогнозування; оцінка ефективності запропонованих підходів на реальних даних. Наукова новизна полягає в наступному: 1. Удосконалено метод прогнозування цін акцій шляхом поєднання нейронних мереж та вейвлет-перетворень, що дозволило підвищити точність прогнозів у порівнянні з існуючими моделями. 2. Інтегровано аналіз настрою новин та технічних індикаторів у модель прогнозування цін акцій на основі нейронних мереж і вейвлет-перетворень, що дозволило підвищити точність прогнозів. Практична цінність отриманих результатів полягає в тому, що розроблені методи та програмне забезпечення можуть бути використані на практиці для підвищення ефективності інвестиційних рішень. Програма забезпечує зручний інтерфейс для проведення аналізу та візуалізації прогнозів, що може бути корисним для фінансових аналітиків та трейдерів. Апробація роботи. Основні положення і результати роботи були представлені у статті «Прогнозування цін акцій з використанням вейвлет-перетворення та нейронних мереж» та обговорювались на XVII науково-практичній конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 (Київ, 20-22 листопада 2024 р.). Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів та висновків. У вступі подано загальну характеристику роботи, обґрунтовано актуальність теми, сформульовано мету та завдання дослідження, визначено об’єкт і предмет дослідження. У першому розділі проведено аналіз сучасних досягнень у прогнозуванні цін акцій, розглянуто сутність цього процесу, проаналізовано сучасні методи та технології, визначено їхні переваги та недоліки. У другому розділі досліджено теоретичні основи нейронних мереж та вейвлет-перетворень, обґрунтовано доцільність їхнього застосування для аналізу фінансових часових рядів, розглянуто можливості покращення точності прогнозування шляхом їх комбінації. У третьому розділі описано розроблене програмне забезпечення, детально розглянуто вибір інструментів та технологій, описано архітектуру системи, методику навчання нейронної мережі та інтеграцію вейвлет-перетворень у процес прогнозування. У четвертому розділі описані результати тестування роботи нейронної мережі та аналіз точності прогнозів, порівняно прогнози моделі з реальними ринковими даними і описано вплив вейвлет-перетворень на якість прогнозування. У висновках представлені результати проведеної роботи. Робота представлена на 88 аркушах і містить 26 рисунків, 2 таблиці, список використаних літературних джерел з 11 найменувань.
Відкритий доступ
Модифікований спосіб передачі даних у реальному часі за допомогою WFB-NG
(КПІ ім. Ігоря Сікорського, 2024) Чуніхін, Олексій Павлович; Коляда, Костянтин Вячеславович
Актуальність теми. Актуальність теми дослідження зумовлена сучасними тенденціями розвитку бездротових технологій та потребами у забезпеченні надійної та безпечної передачі даних в реальному часі. Різке зростання застосування дистанційно керованих систем, таких як дрони, системи відеоспостереження, телеметрії та робототехніка, підвищує вимоги до якості передачі, стабільності з’єднання та захисту даних. Метою даного дослідження є аналіз, розробка та впровадження альтернати-вного способу використання апаратури Wi-Fi за допомогою протоколу WFB-NG, що забезпечує передачу даних у реальному часі з підвищеною надійністю та ефек-тивністю. Об’єктом дослідження є протоколи бездротової передачі даних у реальному часі WFB-NG для дистанційно керованих систем і безпілотних пристроїв. Предметом дослідження є методи та технології розширення функціональності при передачі даних у протоколі WFB-NG, зокрема шляхом впровадження механізмів сесійних ключів для WFB-NG. Наукова новизна полягає в наступному: 1. Розроблено модифікований протокол WFB-NG, який включає механізм регулярного оновлення сесійних ключів, що надає додаткову функціональність для забезпечення безпеки передачі даних у реальному часі. 2. Надано алгоритм підбору і налаштування всіх компонентів проєкту WFB-NG із запропонованим модифікованим протоколом для безпілотних автономних систем. Практична цінність отриманих в роботі результатів полягає в тому, що модифікований протокол WFB-NG з покращеними функціоналом для захисту та надійності передачі даних може бути впроваджений у системи зв’язку для дистанційного керування безпілотними літальними апаратами, роботами та іншими пристроями, що працюють у режимі реального часу, підвищуючи безпеку даних та зменшуючи ймовірність втрати керування. Запропоновані рішення дозволяють інтегрувати оновлену версію протоколу у різні галузі, включаючи промисловість, логістику та безпеку, забезпечуючи надійний захист конфіденційної інформації та перешкоджаючи несанкціонованому доступу до керованих систем. Розроблені алгоритми управління оновленням сесійних ключів можуть бути використані як основа для створення більш безпечних і стабільних мережевих рішень, що дозволить застосовувати Wifibroadcast не лише в умовах прямої видимості, а й у складних умовах роботи, таких як міські середовища або внутрішні приміщення. Практичне використання результатів дослідження дозволяє створити прототипи систем зв'язку для об’єктів критичної інфраструктури (електростанцій, водоканалів, транспортних мереж тощо), що потребують високонадійного зв'язку з додатковими рівнями захисту. Апробація результатів роботи Положення даної роботи та проміжні результати доповідались і обговорювались на наступних конференціях: 1. Прикладна математика та комп'ютинг 2024, м. Київ, 2024. 2. VII International Scientific and Practical Conference «Education and science of today: intersectoral issues and development of sciences», Cambridge-Vinnytsia, 2024. Публікації 1. Чуніхін О.П., Wifibroadcast як рішення для передачі даних у реальному часі// Education and science of today: intersectoral issues and development of sciences: Collection of scientific papers «ΛΌГOΣ» with Proceedings of the VII International Scientific and Practical Conference, Cambridge. Cambridge-Vinnytsia: P.C. Publishing House & UKRLOGOS Group LLC, 2024.. – С. 185 – 189 2. Чуніхін О.П., Коляда К.В. Усунення можливих теоретичних вразливостей протоколу WFB-NG // Прикладна математика та комп'ютинг 2024. – Київ. ПМК-2024. – С. 591 – 594 Структура та обсяг роботи. Магістерська дисертація складається з вступу, трьох розділів, висновків до кожного розділу та загальних висновків по роботі в цілому, списку використаних літературних джерел. У вступі подано загальну характеристику роботи, описано сучасний стан проблеми, обґрунтовано актуальність теми дослідження, сформульовано мету та задачі роботи, а також наведено відомості про практичну цінність отриманих результатів. У першому розділі розглянуто основні концепції та технології, що стосуються бездротових систем передачі даних на базі протоколу IEEE 802.11 (Wi-Fi). Подано етапи розвитку стандарту Wi-Fi, його основні версії та методи доступу до середовища передачі. У другому розділі розкрито архітектуру та проведено огляд протоколів на основі підходів Wifibroadcast як рішення для безперервної передачі даних з низькою затримкою в умовах нестабільного з’єднання. У третьому розділі представлено модифікацію протоколу WFB-NG, що включає розширення його функціональності. Зокрема, запропоновано алгоритм регулярного оновлення сесії(сесійних ключів), що знижує ризик несанкціонованого доступу до даних. У четвертому розділі проведено тестування модифікованого протоколу WFB-NG для оцінки його працездатності. Представлено результати тестів, що підтверджують ефективність WFB-NG у забезпеченні стабільного та захищеного з’єднання у системах реального часу, таких як безпілотні апарати та віддалені камери спостереження. У висновках підсумовано результати проведеної роботи. Повний обсяг дисертації – 107 сторінок, в тому числі 84 сторінки основного тексту, 43 рисунків, 4 таблиці, список використаних літературних джерел (25 найменувань), 20 слайдів презентації. Ключові слова: бездротова передача даних, Wi-Fi, дистанційне керування, протокол передачі даних, безпілотні літальні апарати, мережеві рішення
Відкритий доступ
Комп'ютерна система для віддаленого моніторингу руху об’єктів
(КПІ ім. Ігоря Сікорського, 2024) Цимбал, Владислав Юрійович; Дробязко, Ірина Павлівна
Актуальність теми. Системи віддаленого моніторингу руху об’єктів є важливою складовою багатьох сучасних технологічних рішень, що спрямовані на підвищення рівня безпеки, автоматизацію процесів і контроль за динамічними об’єктами. Універсальність відеосистем виявлення руху робить їх незамінними у важкодоступних місцях, при моніторингу великих територій чи у випадках, коли використання традиційних сенсорів є обмеженим. Зважаючи на стрімкий розвиток технологій відеоспостереження та алгоритмів обробки відеопотоків, актуальним є дослідження і створення масштабованих, адаптивних систем виявлення руху. Особливий інтерес викликає об’єктно-орієнтований підхід, що забезпечує гнучкість у налаштуванні та адаптацію до змін середовища. Мета роботи. Створення ефективної масштабованої та адаптивної системи для дистанційного моніторингу руху об’єктів на основі камер із використанням сучасних засобів обробки відеопотоків. Об’єкт дослідження. Процеси виявлення та відстеження руху об’єктів за допомогою систем відеоспостереження Предмет дослідження. Методи, алгоритми та засоби дистанційного виявлення руху об’єктів в умовах зі змінними характеристиками середовища. Методи дослідження. В роботі застосовуються методи аналізу відеопотоків, алгоритми сегментації й відстеження об’єктів, а також принципи об’єктно-орієнтованого програмування. Наукова новизна: – Запропоновано використання алгоритму OpenCV для поділу кадрів відеопотоку на області спостереження з подальшим застосуванням алгоритмів виявлення руху, що дозволяє підвищити точність виявлення руху та класифікації об’єктів, а також збільшити кількість зон спостереження. – Розроблено модель з адаптацією до змінюваних умов середовища завдяки інтеграції в систему засобів стереоскопічного зору та згорткових мереж. – Запропоновано підхід до створення системи відеовиявлення руху з використанням об’єктно-орієнтованого моделювання, що підвищує гнучкість і масштабованість системи. Практична цінність: Розроблена система дистанційного виявлення руху об’єктів забезпечує виявлення, розпізнавання та класифікацію рухомих об’єктів за змінюваних умов в середовищі спостереження. Система має практичну цінність завдяки своїй здатності працювати у важкодоступних місцях та умовах, де традиційні датчики не можуть застосовані чи не забезпечують необхідний результат. Система може бути легко адаптована під особливості задач систем спостереження в різних галузях: – безпека та контроль за громадським простором; – моніторинг об’єктів у транспортній інфраструктурі; – розумні будинки та промислові об’єкти; – військові та наукові застосування. Апробація результатів дисертації: основні положення і результати роботи представлені та обговорювались на конференціях: – Прикладна математика та комп’ютинг. XVІІ науково-практична конференція магістрантів та аспірантів ПМК-2024 факультету прикладної математики 20 – 22 листопада 2024 р., Київ, Україна. – К.:КПІ, 2024. – XI Міжнародна науково-технічна Internet-конференція. Сучасні методи, інформаційне, програмне та технічне забезпечення систем керування організаційно-технічними та технологічними комплексами. Київ, 27 листопада 2024 р. – К.:НУХТ, 2024. Структура та обсяг роботи. Робота складається зі вступу, чотирьох розділів, висновків, списку використаних джерел та додатків. У першому розділі представлено аналіз існуючих систем виявлення руху та алгоритмів обробки відеопотоків. У другому розділі описано методи дистанційного виявлення руху об’єктів за допомогою комп’ютерного зору, камер спостереження та об’єктно-орієнтованого підходу до їх розробки. Третій розділ описує розроблену систему моніторингу руху, її алгоритми, програмні засоби та способи збереження результатів для прийняття рішень. Четвертий розділ містить результати тестування та рекомендації щодо вдосконалення системи. Ключові слова: моніторинг руху, відеовиявлення, об’єктно-орієнтоване програмування, сегментація зображень, машинне навчання, адаптивна фільтрація.
Відкритий доступ
Автоматизована система генерування UML діаграм
(КПІ ім. Ігоря Сікорського, 2024) Цесля, Антон Дмитрович; Малежик, Петро Михайлович
Актуальність теми. Документування програмного коду є критично важливою частиною процесу розробки та підтримки програмного продукту. В зв’язку зі стрімким збільшенням ролі інформаційних технологій в сучасному світі - складність та об’єми програмного коду в нових та існуючих проєктах постійно зростають. Людський ресурс та продуктивність праці є ключовим фактором розвитку продукту, це зумовлює те, що кожен учасник повинен мати можливість швидко дізнатись як працює той чи інший модуль проєкту для впровадження нового функціоналу чи відладки існуючого. Зважаючи на об’єми сучасних продуктів більшість розробників не знають досконально як працює вся інформаційна система, якою вони займаються. Для вирішення цього питання приходить різноманітна документація коду, яку, зазвичай, розробляють інженери, які займались ним. Зазвичай мова йде про різноманітні діаграми, які мовами розмітки на кшталт UML інженери створюють самі. Впровадження автоматичної системи генерації діаграм допоможе істотно прискорити процес розробки та підтримки продуктів та позитивно вплине на кінцевий результат. Об’єктом дослідження є алгоритми обходу абстрактного синтаксичного дерева(AST) згенерованого з вихідного коду C++ для автоматизованої генерації різноманітних діаграм мовою UML. Предметом дослідження є методи та технології обходу абстрактного синтаксичного дерева для автоматизованої генерації UML діаграм з вихідного коду C++. Метою роботи є детальний аналіз та розробка методу обходу AST для генерації різноманітних UML діаграм Наукова новизна полягає в автоматизованій генерації UML діаграм методом обходу абстрактного синтаксичного дерева з вихідного коду С++. Практична цінність отриманих робіт полягає в тому, що при розробці нового продукту, чи підтримці існуючого команда розробки буде мати можливість швидко автоматизувати дороговартісний по ресурсам процес документації проєкту, а саме її частину з діаграмами класів по поведінки, що дозволить зосередити більше ресурсів на розробку та пришвидшить ознайомлення нових людей з кодовою базою. Апробація роботи. Основні положення і результати роботи були представлені та обговорювались на XVІІ науковій конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 (Київ, 20-22 листопада 2024 р.), тези включені до дотатку А. Також вони були представлені на Х Міжнародній молодіжній науково-практичной інтернет-конференції «Наука і молодь в XXI сторіччі»(Полтава,28 листопада 2024р.), тези включені до додатку Б. Структура та обсяг роботи. Магістерська дисертація складається з вступу, 4 розділів та висновків. В додатку В предсталено презентацію, а в додатку Г – лістинг розробленого програмного забезпечення. У вступі подано обґрунтування актуальності теми, визначено об'єкт та предмет дослідження, сформульовано мету та завдання роботи, описано наукову новизну та практичну цінність отриманих результатів. У першому розділі зроблено оцінку важливості документування програмного коду, та проаналізовані існуючі способи для цього. У другому розділі проведено дослідження загальних молживостей UML діаграм та оглянуто інструменти для створення системи автоматичної генерації діаграм. У третьому розділі оглянуто структуру програмної системи, її модулі та алгоритми. У четвертому розділі розглянутий приклад генерації діаграм класів та поведінки У висновках представлені результати проведеної роботи. Работа представлена на 81 аркуші, містить 4 додатки та посилання на список використаних літературних джерел з 16 найменувань. У роботі наверено 8 рисунків та 6 таблиць Ключові слова: UML, абстрактне синтаксичне дерево, AST, C++, автоматична генерація діаграм, обход AST, документація програмного коду.
Відкритий доступ
Спеціалізована комп’ютерна система прогнозування кредитного ризику та відтоку клієнтів у банках
(КПІ ім. Ігоря Сікорського, 2024) Ус, В`ячеслав Сергійович; Морозов, Костянтин Вячеславович
Актуальність теми. Сучасний банківський бізнес характеризується високим рівнем конкуренції та ризиків. Ключовим ризиком для банків є кредитний ризик та відтік клієнтів. Кредитний ризик визначається як ймовірність втрати банком коштів через несплату кредиту з боку клієнта, в той час як відтік клієнтів може призвести до зменшення доходів банку та погіршення його конкурентоспроможності. В наш час банки повинні мати ефективні системи управління ризиками, для мінімізації своїх втрат та підвищення конкурентоспроможності. Важливим інструментом управління ризиками є спеціалізовані комп’ютерні системи прогнозування кредитного ризику та відтоку клієнтів. Тому розробка та втілення таких систем є досить актуальним питанням для сучасного банківського сектора. Використання сучасних методів та інструментів, таких як машинне навчання та великі дані, може допомогти банкам мінімізувати втрати у сучасному фінансовому середовищі. Мета роботи: експериментальним шляхом дослідити існуючі моделі машинного навчання, виконати їх аналіз, та на основі отриманих результатів, запропонувати ефективніший метод для спеціалізованої комп’ютерної системи прогнозування кредитного ризику та відтоку клієнтів у банках. Об’єктом дослідження є процеси прогнозування кредитного ризику та відтоку клієнтів у банківських установах Предметом дослідження є методи машинного навчання, їх моделі та програмні комплекси прогнозування кредитного ризику та відтоку клієнтів банку. Методи дослідження: методи машинного навчання – логістична регресія, випадковий ліс, k-найближчих сусідів, нейронні мережі. Наукова новизна полягає в наступному: • запропоновано ансамблевий спосіб прогнозування відтоку клієнтів, який використовує сильні сторони набору окремих методів машинного навчання; • розроблено модель на основі нейронної мережі, яка забезпечує підвищення точності прогнозування кредитного ризику. Практична цінність: розроблена спеціалізована комп’ютерна система прогнозування кредитного ризику та відтоку клієнтів у на основі запропонованих моделей може забезпечити банкам ефективність управління ризиками та сприятиме покращенню обслуговування клієнтів Апробація роботи. Основні положення і результати роботи були представлені та обговорювались на: - XVII науково-практичній конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 факультету прикладна математика (Київ, 20 -22 листопада 2024 р.); - XI Міжнародна науково-технічна Internet-конференція «Сучасні методи, інформаційне, програмне та технічне забезпечення систем керування організаційно-технічними та технологічними комплексами». 27 листопада 2024 р. – К.: НУХТ, 2024. Публікації: за темою дослідження опубліковано дві наукові праці – тези доповідей на конференціях. Структура та обсяг роботи. Представлена магістерська дисертація виконана відповідно до встановлених вимог щодо структури та обсягу наукових робіт. Магістерська дисертація складається з вступу, чотирьох основних розділів, висновків по кожному розділу та загальних висновків по роботі в цілому. У вступі обґрунтовано актуальність обраної теми, визначено мету, завдання, об’єкт та предмет дослідження, розкрито наукову новизну та практичну цінність отриманих результатів. Перший розділ присвячено теоретичним аспектам СКС та прогнозування кредитного ризику та відтоку клієнтів у банківській сфері. В ньому проведено аналіз існуючих методів прогнозування, виявлено їх переваги та недоліки, обґрунтовано доцільність застосування методів машинного навчання. У другому розділі розглянуто методи машинного навчання, проведено порівняльну характеристику. У третьому розділі розроблено спеціалізовану комп’ютерну систему прогнозування кредитного ризику та відтоку клієнтів яка використовує методи машинного навчання. Четвертий розділ присвячено практичній реалізації методів машинного навчання для прогнозу кредитного ризику та відтоку клієнтів у банках. Був розроблений ансамблевий метод (Stacking Ensemble) для прогнозу відтоку клієнтів, який поєднує переваги різних машинних методів для підвищення точності прогнозування. А для прогнозування кредитного ризику була реалізована повнозв’язна нейронна мережа, яка показала високі результати у задачі прогнозування схвалення позики. У висновках узагальнено основні результати дисертаційного дослідження, сформульовано висновки та рекомендації щодо подальшого використання розробленої системи. Загальний обсяг магістерської дисертації становить 127 сторінок, у тому числі 90 сторінок основного тексту, включаючи 31 рисунків, 6 таблиць. Ключові слова: банківська сфера, кредитний ризик, відтік клієнтів, прогнозування, методи машинного навчання, нейронні мережі, спеціалізована комп’ютерна система.
Відкритий доступ
Комп’ютерна система розподіленої реплікації даних між серверами PostgreSQL
(КПІ ім. Ігоря Сікорського, 2024) Русаков, Максим Віталійович; Романкевич, Віталій Олексій
Актуальність теми. У сучасних умовах розвитку технологій та глобалізації, ефективне управління великими обсягами даних стає одним з ключових факторів успішного функціонування підприємств. Особливо актуальним є питання побудови надійних та масштабованих систем управління даними, які можуть забезпечити безперервну роботу навіть у випадку відмови частини системи. Реплікація даних між серверами є основним інструментом для забезпечення високої доступності та надійності інформаційних систем. Тому розробка системи розподіленої реплікації даних між серверами PostgreSQL та застосування її на практиці є актуальною і важливою задачею, як з наукової, так і з практичної точки зору. Об’єктом дослідження є система реплікації даних між серверами PostgreSQL. Предметом дослідження є алгоритми та технології, що використовуються для розподіленої реплікації даних між серверами PostgreSQL, а також їх адаптація до різних сценаріїв і вимог для забезпечення ефективної, масштабованої та надійної роботи інформаційних систем. Мета роботи: аналіз існуючих методів і технологій реплікації; розробка та впровадження кастомних рішень для вибіркової реплікації окремих таблиць і рядків; дослідження та розробка ефективної системи розподіленої реплікації даних між серверами PostgreSQL; оптимізація процесу реплікації для забезпечення стабільності, масштабованості та продуктивності великих розподілених систем. Наукова новизна полягає в наступному: 1. Запропоновано модифікований підхід до вибіркової реплікації даних у системах PostgreSQL, що дозволяє зменшити навантаження на сервери та покращити ефективність передачі даних між ними. 2. Розроблено модифіковану систему кастомної реплікації даних між серверами PostgreSQL з використанням конфігураційних файлів, яка забезпечує гнучке управління напрямками передачі даних та вибіркову реплікацію окремих таблиць і рядків. Практична цінність отриманих в роботі результатів полягає в тому, що запропонована система розподіленої реплікації даних між серверами PostgreSQL забезпечує ефективну і надійну передачу даних у великих розподілених системах. Вона дозволяє скоротити час синхронізації даних між різними вузлами системи, підвищує продуктивність баз даних завдяки вибірковій реплікації окремих таблиць або рядків. Розроблені методи дозволяють адаптувати систему для реальних сценаріїв використання в бізнес-процесах, зокрема для оптимізації роботи з великими масивами даних і забезпечення безперервної роботи вузлів при збоях окремих серверів. Апробація роботи. Основні положення і результати роботи були представлені та обговорювались на VII Міжнародній науково-практичній конференції «Актуальні проблеми розвитку науки в контексті глобальних трансформацій інформаційного суспільства» (Київ, 30-31 жовтня 2024 р.) та на XVІІ науковій конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 (Київ, 20-22 листопада 2024 р.). Структура та обсяг роботи. Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох основних розділів та висновків. У вступі подано загальну характеристику роботи, описано сучасний стан проблеми, обґрунтовано актуальність теми дослідження, сформульовано мету та задачі роботи, а також наведено відомості про наукову новизну отриманих результатів і їх практичну цінність. У першому розділі розглянуто основні концепції та технології, що стосуються системи реплікації даних між серверами PostgreSQL, а також проаналізовано існуючі підходи до реалізації реплікації, що дозволяє виявити їхні переваги та недоліки. У другому розділі представлено результати дослідження архітектури та механізмів роботи PostgreSQL, зокрема особливості реплікації даних, алгоритми та методи, що використовуються для забезпечення цілісності та синхронізації інформації. У третьому розділі описано розроблену систему, включаючи вибіркову реплікацію окремих рядків таблиць, її реалізацію та практичні аспекти впровадження. У четвертому розділі викладено результати тестування та оцінки ефективності розробленої системи реплікації. Оцінено вплив реплікації на загальну продуктивність, проведено аналіз можливих збоїв та запропоновано методи їхнього усунення. Також здійснено порівняння ефективності розробленої системи з існуючими аналогами, що дозволило визначити переваги та слабкі сторони підходу. У висновках підсумовано результати проведеної роботи та обговорено перспективи подальших досліджень. Робота представлена на 91 аркушах та містить посилання на список використаних літературних джерел. Ключові слова: реплікація даних, PostgreSQL, система розподіленої реплікації, вибіркова реплікація, сервери бази даних, збереження даних, автоматизація.
Відкритий доступ
Система захищеного електронного документообігу на базі технології блокчейн
(КПІ ім. Ігоря Сікорського, 2024) Рудницький, Павло Євгенійович; Щербина, Олександр Андрійович
Актуальність теми. У сучасному світі, який характеризується стрімким розвитком цифрових технологій, електронний документообіг стає невід'ємною частиною бізнес-процесів, державного управління та багатьох інших сфер. Ці системи дозволяють зменшити витрати часу і ресурсів, автоматизувати обробку документів та забезпечити прозорість операцій. Проте, попри численні переваги, впровадження таких систем супроводжується значними викликами, серед яких найбільш актуальними є безпека даних, автентифікація користувачів, верифікація документів та гарантування їхньої незмінності і автентичності. З розвитком інформаційних технологій та збільшенням обсягів цифрових даних зростають і ризики, пов'язані з несанкціонованим доступом, фальсифікацією документів, витоком конфіденційної інформації та іншими кіберзагрозами. Це зумовлює необхідність пошуку інноваційних рішень, які забезпечують захищеність і цілісність даних в процесі обміну та зберігання. Одним із перспективних підходів до вирішення цих проблем є використання блокчейн-технологій, які дозволяють створювати децентралізовані системи з високим рівнем безпеки. Блокчейн забезпечує прозорість та незмінність записів, що є ключовими аспектами в контексті довіри до систем електронного документообігу. Використання блокчейну також дає змогу впроваджувати механізми автоматизації, такі як смарт-контракти, які, в свою чергу, підвищують ефективність процесів і мінімізують вплив людського фактора. Актуальність теми обумовлена потребою у розробці нових підходів до побудови систем електронного документообігу, які враховують сучасні виклики та ризики. Запропонована в рамках даної роботи система інтегрує блокчейн, як основний елемент для збереження істинності даних, поєднуючи його з off-chain архітектурою для підвищення масштабованості, швидкодії та зниження витрат. При цьому, пропонується механізм динамічного генерування хеш-ключа доступу до даних, що, в свою чергу, привносить додатковий шар захисту до системи. Мета і задачі дослідження. Метою магістерської дисертації є підвищення рівня захисту, масштабованості та енергоефективності систем електронного документообігу на основі блокчейн-технологій шляхом розробки та обґрунтування методу динамічного генерування ключів доступу та врахування архітектурних особливостей on-chain та off-chain підходів. Було поставлено такі задачі для дослідження: 1. Провести аналіз існуючих систем електронного документообігу та методів їх захисту. 2. Оцінити переваги та недоліки існуючих підходів. 3. Запропонувати та впровадити архітектурне рішення, яке інтегрує блокчейн як джерело істинності даних. 4. Розробити алгоритм динамічного генерування ключів доступу на основі Proof of Work для підвищення безпеки системи. 5. Провести оцінку ефективності запропонованого рішення в умовах сучасних кіберзагроз. Методи дослідження. Для досягнення мети роботи та вирішення поставлених завдань було використано такі наукові методи: 1. Метод системного аналізу: застосовано для аналізу існуючих підходів до управління доступом та підтримки високого рівня безпеки даних у блокчейн-системах. Цей метод дав змогу ідентифікувати переваги та недоліки існуючих рішень, а також визначити вимоги до розробки нового підходу. 2. Математичне моделювання: використано для формалізації алгоритму Proof of Work та моделювання процесу динамічного генерування ключів доступу. 3. Криптографічний аналіз: застосовано для оцінки стійкості запропонованого алгоритму до атак, зокрема brute force і колізійних атак. Цей метод допоміг визначити рівень криптографічної стійкості динамічно згенерованих ключів доступу. Наукова новизна. Наукова новизна дослідження полягає у розробці та впровадженні механізму динамічного генерування ключів доступу в системах електронного документообігу, які базуються на Off-chain підході. Вперше запропоновано використання цього механізму для підвищення рівня захисту цифрових документів шляхом збільшення ентропії між екземплярами даних, що значно ускладнює компрометацію ключів навіть у випадку неавторизованого доступу до зовнішніх сховищ. Практичне значення одержаних результатів. Запропонований підхід може бути впроваджений в різних галузях, таких як логістика, медицина, фінанси, державний сектор тощо, для забезпечення захисту конфіденційної інформації, підвищення ефективності документообігу та зниження ризиків несанкціонованого доступу до даних. Особистий внесок магістранта полягає у власному виконанні повного циклу досліджень: від концептуалізації ідеї до практичної реалізації та оцінки ефективності запропонованого рішення. Апробацiя результатiв та публiкацiї. Основні положення і результати представлені та обговорювались на: ● XVII-й науковій конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 (Київ, 20-22 листопада 2024 р.); ● IV Міжнародній науково-практичній конференції «SCIENCE AND TECHNOLOGY: CHALLENGES, PROSPECTS AND INNOVATIONS», 28-30.11.2024, Осака, Японія. Також за результатами досліджень опублікована стаття ● в науковому журналі «Вчені записки ТНУ імені В.І. Вернадського. Серія: Технічні науки» (№ 6, 2024). Структура та обсяг роботи. Магістерська дисертація складається з чотирьох розділів, висновків по кожному розділу та загальних висновків по роботі в цілому, списку використаних літературних джерел (18 найменувань). Повний обсяг дисертації – 91 сторінки, у тому числі 82 сторінки основного тексту, 21 рисунок, 1 таблиця. Ключові слова: захищений електронний документообіг, динамічне генерування хеш-ключів, Proof of Work, Blockchain, Off-chain.
Відкритий доступ
Спосіб фільтрації шумів у великих наборах даних для покращення навчання нейронних мереж
(КПІ ім. Ігоря Сікорського, 2024) Проценко, Владислав Андрійович; Боярінова, Юлія Євгенівна
Актуальність теми зумовлена постійним зростанням обсягів даних, які використовуються у різних галузях, таких як медицина, фінанси, екологія та технології. В умовах, коли дані часто містять шум, що може спотворювати результати аналізу, фільтрація шумів стає критично важливою. Нейронні мережі, як один із найбільш потужних інструментів для обробки даних, потребують очищення вхідних сигналів від шуму для досягнення високої точності та продуктивності. Дослідження методів фільтрації шумів в контексті великих наборів даних є актуальним завданням, оскільки невірні або зашумлені дані можуть призвести до неправильних висновків та рішень. Об’єкт дослідження – Об'єктом дослідження є процес навчання нейронних мереж із використанням великих наборів даних, що містять різноманітні типи шумів. Предмет дослідження – Предметом дослідження є методи фільтрації шумів, зокрема, класичні та сучасні алгоритми, що застосовуються для очищення даних перед їх подачею на вхід нейронним мережам, включаючи адаптивні фільтри, вейвлети, методи на основі принципу головних компонентів (PCA), а також комбіновані фільтри. Мета роботи – Основною метою даної роботи є дослідження та аналіз різних методів фільтрації шумів, які впливають на ефективність навчання нейронних мереж, з метою виявлення найбільш оптимальних рішень для покращення якості обробки даних. Наукова новизна одержаних результатів Наукова новизна даного дослідження полягає в розробці та впровадженні нових методів фільтрації шумів, адаптованих до умов роботи з великими наборами даних. Результати дослідження демонструють можливість покращення точності навчання нейронних мереж за рахунок застосування комбінацій різних фільтраційних методів. Окрім того, представлено порівняння ефективності традиційних і сучасних методів фільтрації, що дозволить визначити оптимальні підходи для конкретних типів шуму. Практичне значення одержаних результатів Практичне значення дослідження полягає в можливості впровадження отриманих результатів у реальні проекти, що передбачають використання нейронних мереж для аналізу великих даних. Запропоновані методи фільтрації можуть бути застосовані в таких галузях, як медичне діагностування, фінансовий аналіз, обробка зображень та аудіосигналів, що дозволить значно покращити якість обробки даних та зменшити ризик помилок. Особистий внесок Особистий внесок автора у дослідження полягає у проведенні експериментів, аналізі отриманих результатів та формулюванні рекомендацій щодо вибору методів фільтрації. Автор також розробив програмне забезпечення для реалізації фільтраційних алгоритмів, що дозволяє автоматизувати процес обробки даних і спростити застосування розроблених методів у практиці. Апробація результатів роботи Результати роботи були апробовані на семінарах та засіданнях групи, де представлено доповіді з обговоренням отриманих даних, методів фільтрації та їх ефективності. Перелік конференцій: науково-практична конференція магістрантів та аспірантів ПМК-2024, VII Міжнародної студентської наукової конференції «Глобалізація наукових знань: міжнародна співпраця та інтеграція галузей наук» від 29.11.2024, XII Міжнародна науково-практична конференція “EUROPEAN CONGRESS OF SCIENTIFIC ACHIEVEMENTS” Публікації За результатами дослідження заплановано кілька публікацій, присвячених різним аспектам фільтрації шумів у великих наборах даних. Окремі статті міститимуть порівняльний аналіз методів фільтрації, результати експериментів та рекомендації для практичного застосування. Структура роботи Структура роботи включає такі розділи: вступ, 3 розділи; 9 підрозділів, висновки, список використаних джерел. Список використаних джерел містить 30 позицій. В першому розділі представлено визначення шумів, їх типи та вплив на результати навчання нейронних мереж. Розглянуто сучасні підходи до фільтрації шумів у контексті машинного навчання. У другому розділі аналізуються різноманітні методи фільтрації, зокрема, класичні, такі як медіанний та Савіцького-Голея, а також новітні методи, засновані на машинному навчанні, включаючи адаптивні фільтри та вейвлети. У третьмоу розділі описується архітектура проекта, надається аналіз та оцінка використаних методів, базуючись на результатах тестування. Таким чином, робота має на меті всебічне дослідження проблеми фільтрації шумів у великих наборах даних, що дозволить покращити навчання нейронних мереж та забезпечити їх ефективну роботу в умовах реальних завдань. Ключові слова: фільтрація шуму, нейронні мережі, машинне навчання, зашумлені дані, методи фільтрації, фільтри Калмана, вейвлет-фільтрація, PCA, медіанна фільтрація, фільтр Савіцького-Голея, оцінка ефективності, аналіз даних, SNR, метрики якості.
Відкритий доступ
Інформаційна система управління та комунікації для ОСББ
(КПІ ім. Ігоря Сікорського, 2024) Панченко, Денис Андрійович; Щербина, Олександр Андрійович
Актуальність теми. Ефективне управління багатоквартирними будинками є невід'ємною складовою розвитку житлово-комунального господарства. В Україні, де багато багатоквартирних будинків експлуатуються ОСББ (об'єднання співвласників багатоквартирного будинку), залишається проблема недостатньої автоматизації управлінських процесів. Це створює ризики затримок у вирішенні важливих питань, непрозорості у фінансовій звітності, а також труднощі в моніторингу стану будинкової інфраструктури. В умовах сучасного суспільства цифровізація є ключем до підвищення ефективності, прозорості та задоволеності мешканців. Інформаційні системи для ОСББ мають забезпечувати швидке прийняття рішень, оперативний обмін інформацією та прозорість у фінансових питаннях, що є актуальним як для співвласників, так і для органів управління. Мета і задачі дослідження. Метою дослідження є створення комплексної інформаційної системи для автоматизації управлінських процесів у ОСББ, що забезпечують прозорість фінансових операцій, якісний моніторинг стану інфраструктури та налагодження ефективної комунікації між співвласниками. Система спрямована на вирішення таких задач: ● мінімізація адміністративних витрат; ● створення механізму електронного голосування; ● автоматизація фінансового обліку; ● своєчасний контроль технічного стану будівельних елементів; ● забезпечення інтерактивного доступу до звітності для мешканців. Об’єктом дослідження виступають процеси управління багатоквартирними будинками, зокрема в контексті фінансової звітності, комунікації, моніторингу інфраструктури та технічного обслуговування, що здійснюються ОСББ. Предметом дослідження є інструменти автоматизації управління, які включають програмні рішення для обліку фінансів, моніторингу інфраструктури (наприклад, ліфти, системи водопостачання та опалення) та комунікаційні платформи, що дозволяють організовувати електронне голосування, обмін повідомленнями та сповіщення мешканців. Методи дослідження. Для досягнення поставлених цілей було застосовано такі методи: ● Спостереження та порівняння – для збору даних про існуючі процеси ОСББ. ● Системний аналіз – для аналізу структури ОСББ та визначення їхніх потреб. ● Імітаційне моделювання – для моделювання фінансових потоків та технічного обслуговування. ● Аналіз потреб – для вивчення потреб мешканців через опитування та анкетування. ● Прототипування – для розробки інтерактивних модулів (комунікація, голосування, облік). ● Програмування і тестування – для створення і перевірки функціональних компонентів. ● Методи обробки даних – для автоматизації фінансового обліку та прогнозування витрат. Наукова новизна. У дисертації набули подальшого розвитку методи управління процесами в об'єднаннях співвласників багатоквартирних будинків, які були реалізовані під час розробки інтегрованої інформаційної системи, що поєднує фінансовий, технічний та комунікаційний аспекти управління в єдиному цифровому середовищі. Це дало змогу автоматизувати ключові процеси, підвищити ефективність прийняття рішень та покращити облік і контроль технічного стану об'єктів у відповідності до сучасних технологічних викликів. Запропонований підхід до інтеграції сучасних технологій програмування, автоматизації процесів та архітектурних рішень, забезпечує не лише реалізацію кожного із зазначених аспектів, а й їхню взаємодію, що сприяє прозорості, ефективності та покращенню комунікації між співвласниками і адміністрацією ОСББ. Зокрема вдосконалено методологію побудови інформаційних систем для ОСББ, що включає: ● Інтеграцію з платіжними системами, що забезпечує зручність і прозорість фінансових операцій. ● Розробку систем електронного голосування та комунікації, які сприяють колективному прийняттю рішень і підвищують рівень залучення співвласників. ● Інтеграцію з системами моніторингу електропостачання, що дозволяє оперативно відстежувати стан електромереж і планувати заходи для запобігання відключенням. ● Покращення методів автентифікації користувачів за допомогою JWT-токенів, що підвищує безпеку доступу до системи та захищає персональні дані користувачів. Практичне значення одержаних результатів полягає у створенні інформаційної системи, яка дає змогу: ● зменшити адміністративні витрати за рахунок автоматизації рутинних процесів; ● забезпечити прозорість фінансової звітності, що сприяє довірі мешканців; ● організовувати голосування та опитування без фізичної присутності співвласників; ● здійснювати оперативний контроль стану інфраструктури, запобігаючи аварійним ситуаціям; ● покращити якість обслуговування мешканців завдяки своєчасним сповіщенням та доступу до актуальної інформації. Особистий внесок магістранта. Автор самостійно провів аналіз потреб ОСББ через опитування мешканців, що стало основою для формулювання вимог до інформаційної системи. Запропонував структуру мультифункціональної інформаційної системи для ОСББ, яка інтегрує фінансовий, технічний і комунікаційний модулі. Розробив алгоритм автоматизованого обліку платежів і адаптації технологій електронного голосування до специфіки багатоквартирних будинків. Усі результати були апробовані особисто автором шляхом створення та тестування прототипів системи в умовах, наближених до реальних. Апробацiя результатiв. Основні положення і результати дисертації представлені та обговорювались на: ● XVII-й науковій конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 (Київ, 20-22 листопада 2024 р.); ● VII-й Міжнародній студентській науковій конференції «Модернізація та сучасні українські і світові наукові дослідження» (Чернігів, 6 грудня 2024 р.). Публікаї роботи 1. Панченко Д.А., Щербина О.А. Інформаційна система управління та комунікації для ОСББ. VII Міжнародна студентська наукова конференція «Модернізація та сучасні українські і світові наукові дослідження» – 2024. – с.258-261. – URL: https://archive.liga.science/index.php/conference-proceedings/issue/view/inter-06.12.2024/108 2. Панченко Д.А., Щербина О.А. Інформаційна система управління та комунікації ОСББ, Прикладна математика та комп’ютинг. ПМК, 2024: сімнадцята наук. конф. магістрантів та аспірантів, 20–22 листопада 2024 р.: зб.тез доп./ [редкол.: Дичка І.А. та ін.]. – К. : Просвіта, 2024. – с. 519-522. Структура та обсяг роботи. Робота складається із вступу та чотирьох розділів. Загальний обсяг роботи: 110 аркушів основного тексту, 63 ілюстрацій, 4 таблиць, список літератури з 22 різних джерел. Ключові слова: ОСББ, автоматизація, інформаційна система, фінансовий облік, моніторинг інфраструктури, електронне голосування, комунікація. інформаційне забезпечення, підсистеми інформаційного забезпечення
Відкритий доступ
Комп’ютерна система автоматичної ідентифікації з розпізнаванням жестів
(КПІ ім. Ігоря Сікорського, 2024) Осьмак, Анастасія Антонівна; Сергієнко, Павло Анатолійович
Актуальність теми. Сучасний розвиток інформаційних технологій спрямований на підвищення безпеки та зручності взаємодії людини з комп’ютерними системами. Поєднання біометричних технологій, таких як розпізнавання жестів, із сучасними методами криптографічної автентифікації, такими як passkey, відкриває нові можливості для створення надійних та інтуїтивних систем ідентифікації. Жестова автентифікація забезпечує природну, безконтактну взаємодію, тоді як passkey гарантує високий рівень криптографічного захисту. Ця комбінація є перспективною для застосування у сферах безпеки, фінансів, медицини, а також у розумних будинках та промисловості. Тому дослідження та розробка інтегрованих систем жестової автентифікації з використанням passkey є актуальним завданням із високою науковою та практичною цінністю. Об’єктом дослідження є комп'ютерна система автоматичної ідентифікації. Предметом дослідження є комп'ютерна система автоматичної ідентифікації з розпізнаванням жестів. Мета роботи: використовуючи існуючі методи біометричної автентифікації на основі жестів та криптографічної автентифікації, побудувати систему автоматичної ідентифікації. Відповідно до поставленої мети визначені такі завдання:  опис предметної області досліджень;  аналіз відомих методів ідентифікації;  технічний аналіз поточних методів та їх реалізація;  опис процесу розробки системи, що поєднує жестової автенфікації з паскеями;  тестування створеної системи. Методи дослідження аналіз наукової літератури, системний та порівняльний аналіз. Наукова новизна полягає в наступному: Розроблена комп'ютерна система автоматичної ідентифікації, яка поєднує в собі розпізнавання жестів та паскеїв, що забезпечує підвищену точність та безпеку системи в умовах реального часу. Практична цінність отриманих результатів полягає в тому, що розроблена система може бути впроваджена в різних галузях, забезпечуючи високий рівень безпеки та зручності користувачів. Наприклад, у сфері цифрового самоврядування вона дозволяє створити двофакторну автентифікацію з використанням жестів як біометричного фактора та passkey як криптографічного компонента. У розумних будинках така система може забезпечувати контроль доступу, а в медицині — безконтактне управління обладнанням. Апробація роботи. Результати дослідження представлені автором на науково-практичній конференції «Державна політика та управління стратегічними комунікаціями в кризових умовах» (м. Київ, 23 жовтня 2024 року), XVII науково-практичній конференції магістрантів та аспірантів "Прикладна математика та комп'ютинг" ПМК-2024 (Київ, 20-22 листопада 2024р.). Публікації: 1. Сергієнко П.А., Осьмак А.А., Поліщук О.П. Ідентифікація та автентифікація з використанням жестів і паскеїв // ПМК-2024: Сімнадцята наукова конференція магістрантів та аспірантів, Київ, 20-22 листопада 2024 р.: збірник тез доповідей [редкол.: Дичка І.А. та ін.]. – К.: Просвіта, 2024. – С. 449-452. 2. Осьмак А.А., Сергієнко П.А., Ідентифікация та автентифікація з використанням жестів і паскеїв // Державна політика та управління стратегічними комунікаціями в кризових умовах : Збірник тез ІIІ Міжнародної науково-практичної конференції. Київ-Вроцлав, 23 жовтня 2024 р. Київ : «ОФІС ЦИФРОВОГО ВРЯДУВАННЯ», 2024. С. 132-134 Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів та висновків. У вступі подано загальну характеристику роботи, обґрунтовано актуальність теми, сформульовано мету і завдання дослідження, показано наукову новизну отриманих результатів і практичну цінність роботи. У першому розділі розглянуто сучасні методи біометричної автентифікації, аналіз технологій розпізнавання жестів, криптографічних методів, таких як passkey, а також їх можливу інтеграцію. Визначено тенденції та виклики в даній сфері. У другому розділі наведено порівняння різних видів двофакторної автентифікації, недоліки, переваги та обґрунтування вибору поєднання passkey та біометричної автентифікації за допомогою жестів за допомогою математичних обчислень та визначення рівня безпеки майбутньої системи. У третьому розділі представлені технічні аспекти реалізації, порівняльна характеристика та загальний огляд бібліотек для реалізації системи автентифікації за допомогою жестів та passkey. Проведено детальний план розробки системи. Описано архітектуру і підходи по реалізації. Представлені приклади програмного коду. У четвертому розділі наведені результати тестування та аналіз отриманої системи. Представлені результати працездатності системи. У висновках підбито підсумки роботи, сформульовано основні висновки, підкреслено наукову новизну та практичну цінність, а також окреслено перспективи подальших досліджень. Ключові слова: жестова автентифікація, passkey, автоматична ідентифікація, комп’ютерний зір, криптографія, біометрія.
Відкритий доступ
Система комплексного моніторингу мікроклімату у приміщенні на основі технологій ІоТ
(КПІ ім. Ігоря Сікорського, 2024) Орел, Богдан Вадимович; Клятченко, Ярослав Михайлович
У сучасному світі мікроклімат у приміщеннях має ключове значення для здоров'я та комфорту людей. Використання технологій Інтернету речей відкриває нові можливості для контролю та регулювання мікроклімату, а саме: дозволяють відстежувати параметри мікроклімату віддалено та автоматично регулювати їх, збирати та аналізувати дані для виявлення тенденцій та закономірностей, інтегруватися з іншими системами будівель. Існуючі прилади моніторингу мікроклімату мають кілька суттєвих недоліків, які впливають на їхню ефективність та зручність використання. Більшість таких пристроїв мають суттєві обмеження щодо обсягів збереженої інформації, що унеможливлює узагальнення отриманих результатів для визначення проблем мікроклімату у приміщенні. Пристрої, що є доступними за ціною, мають дуже обмежений функціонал, мають низьку точність вимірювання, не мають можливості калібрування датчиків, не надають дистанційного доступу до результатів вимірювання. Це значно звужує коло споживачів та галузей використання дешевих пристроїв моніторингу якості повітря. Пристрої, що мають більш розширений функціонал, мають зависоку ціну, що стає серйозною перешкодою на шляху їх використання широким колом користувачів. Перелічені недоліки існуючих моделей моніторів мікроклімату показують необхідність розробки більш доступних рішень з вдосконаленим функціоналом на основі технологій інтернету речей, які б відповідали сучасним вимогам до стану мікроклімату в приміщеннях різного призначення. Мета роботи Метою дисертації є розробка ефективної системи комплексного моніторингу мікроклімату у приміщеннях різного призначення на основі технологій ІоТ, яка забезпечить безперервний збір та аналіз параметрів мікроклімату для досягнення оптимальних умов з урахуванням вимог комфортності. Для досягнення поставленої мети вирішуються такі задачі: ‒ аналіз існуючих систем моніторингу мікроклімату у приміщенні з метою визначення проблем, що потребують вдосконалення; ‒ визначення вимог до системи моніторингу мікроклімату у приміщенні; ‒ визначення поняття мікроклімату та його оптимальних параметрів; ‒ розробка архітектури системи інтернету речей для моніторингу мікроклімату у приміщенні; ‒ розробка структурної та функціональної схем системи; ‒ розробка та оптимізація алгоритмів обробки та передачі даних; ‒ розробка прототипу системи; ‒ розробка веб-інтерфейсу системи; ‒ тестування та аналіз отриманих даних. Об’єкт дослідження – процеси моніторингу параметрів мікроклімату у приміщеннях різного призначення. Предмет дослідження – програмно-апаратні засоби та методи побудови системи комплексного моніторингу мікроклімату, що базується на технологіях IoT. Методи дослідження У роботі використовуються порівняльний аналіз, методи оцінки кліматичних показників (вимірювання ємності полімеру, вимірювання опору провідника, інфрачервоної дисперсії світла, електрохімічної емісії), методи моделювання, програмування, обробки та візуалізації отриманих результатів. Наукова новизна Наукова новизна роботи полягає у тому, що запропонована нова структурна організація системи моніторингу мікроклімату, яка складається з апаратного та програмного модулів, яка перевершує існуючі аналоги на ринку за рахунок декількох ключових аспектів. По-перше, система дозволяє вимірювати більшу кількість показників у реальному часі, що підвищує точність та детальність моніторингу кліматичних умов. По-друге, вона забезпечує зберігання великого обсягу статистичних даних без використання зовнішніх серверів, що знижує витрати на обслуговування та дозволяє проводити ретельний аналіз середовища у приміщенні. Крім того, розроблена система оснащена можливістю заміни та калібрування датчиків, що робить її більш гнучкою та довговічною. Ці характеристики дозволяють підвищити ефективність контролю кліматичних параметрів приміщень і роблять систему конкурентоспроможною на ринку завдяки її доступній вартості та розширеній функціональності. Практична цінність Розроблена ефективна система комплексного моніторингу мікроклімату у приміщеннях різного призначення, яка забезпечує безперервний збір та аналіз параметрів мікроклімату, віддалений доступ до зібраних даних за допомогою зручного та інтуїтивно зрозумілого веб-інтерфейсу. Система доступна широкому колу споживачів, її впровадження у різних галузях суттєво покращить якість моніторингу стану мікроклімату, що надасть можливість швидше та більш ефективно реагувати на зміни мікроклімату та вживати відповідних заходів для його покращення. Апробація результатів дисертації Основні положення та результати роботи були представлені та обговорені на 2 науково-технічних конференціях, а саме: XVІ науково-практичній конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2023 (Київ, 28-30 листопада 2023 р.) та XVІІ науково-практичній конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 (Київ, 20-22 листопада 2024 р.). Публікації Основні результати досліджень викладені в 2 тезах доповідей у збірниках тез доповідей конференцій: Клятченко Я. М., Орел Б. В. Сучасні мікроконтролери як основа для пристроїв інтернету речей. Прикладна математика та комп’ютинг ПМК 2023 : збірник тез доповідей XVI наук.-практ. конференції магістрантів та аспірантів, 28-30 лист. 2023 р. Київ : КПІ, 2023. С. 212-217; та Клятченко Я. М., Орел Б. В. Компоненти системи моніторингу мікроклімату на базі технологій інтернету речей. Прикладна математика та комп’ютинг ПМК 2024 : збірник тез доповідей XVII наук.-практ. конференції магістрантів та аспірантів, 20-22 лист. 2024 р. Київ : КПІ, 2024. Структура та обсяг роботи Магістерська дисертація складається з вступу, трьох розділів, висновків по кожному розділу та загальних висновків по роботі в цілому, списку використаних літературних джерел (52 найменування). Повний обсяг дисертації – 144 сторінки, у тому числі пояснювальна записка – 101 аркушів, 50 рисунків, 12 таблиць. Ключові слова мікроклімат, інтернет речей, моніторинг, Arduino IDE, C++, JavaScript, SQLite3, СУБД, TVOC, UART, I2C, ESP32.
Відкритий доступ
Комплекс програмних засобів перетворення GL-моделей відмовостійких багатопроцесорних систем типу донор-реципієнт
(КПІ ім. Ігоря Сікорського, 2024) Остапчук, Тетяна Андріївна; Романкевич, Олексій Михайлович
Актуальність теми. Застосування відмовостійких багатопроцесорних систем (ВБС) набуває з кожним роком все більшого поширення, що пов’язано з можливостями одночасного підвищення як швидкодії, масштабованості, можливостей до складних розрахунків, так і надійності. Це призводить до розширення області їх використання, що відноситься не тільки до високопродуктивних обчислювальних систем, але і до систем управління складними відповідальними об’єктами, які мають найбільшу потребу у забезпеченні високого рівня надійності (атомні електростанції, системи керування літаками, ракетами, космічними апаратами, транспортом та інші), чия відмова може призвести не лише до великих матеріальних втрат, а й до тяжких наслідків економічного та екологічного характеру. Моделювання поведінки таких систем в потоці відмов займає досить велику кількість часу та ресурсів, що ускладнює процес розрахунку надійності досліджуваної системи. Ефективним методом розрахунку надійності систем є використання графо-логічних моделей (GL-моделей). В свою чергу розробка комплексу програмних засобів для побудови GL-моделей ВБС та подальші експерименти над нею значно зменшує витрати часу та ресурсів для моделювання поведінки ВБС в потоці відмов, що робить дану задачу актуальною та важливою як з наукової, так і з практичної точки зору. В даній роботі розглядається GL-модель для небазової системи, що складається з підсистем «донор» та «реципієнт», які взаємодіють між собою, розділяючи ресурси для підвищення відмовостійкості загальної системи. Це забезпечується шляхом розподілення процесорів від більш відмовостійкої та складної системи до менш відмовостійкої спеціалізованої системи, тобто від «донора» до «реципієнта» з можливістю обмеження кількості переданих процесорів. Об’єктом дослідження є методи та алгоритми побудови та перетворення GL-моделі небазових ВБС. Предметом дослідження є моделювання поведінки ВБС типу «донор-реципієнт» в потоці відмов за допомогою графо-логічних моделей (GL-моделі), подальша модифікація реберних функцій та її вплив на поведінку системи. Мета роботи: розробка комплексу програмних засобів для побудови GL-моделей ВБС типу «донор-реципієнт» та наступної модифікації реберних функцій побудованої моделі; тестування та оцінка ефективності запропонованого комплексу; аналіз та підведення результатів дослідження. Методи дослідження: в роботі використовуються засади дискретної математики, теорії графів, теорії GL-моделей, теорії програмування, математичну логіку. Наукова новизна полягає в наступному: 1. Розроблено алгоритм та комплекс програмних засобів для побудови GL-моделей небазової ВБС типу «донор-реципієнт». 2. Порівняно застосування модифікації реберних функцій для загальної моделі системи та моделей підсистем. 3. Виведено результати експериментів і показано, що реалізоване програмне забезпечення адекватно відображає поведінку системи у потоці відмов, і модифікована модель може бути використана для аналізу відмовостійкості систем. Практична цінність отриманих результатів полягає в тому, що розроблене програмне забезпечення може бути використана на практиці для зменшення витрат часу та ресурсів при виконанні попереднього аналізу та розрахунку надійності ВБС типу «донор-реципієнт» на основі статистичних даних, отриманих за допомогою розробленого комплексу. За допомогою використання алгоритмів модифікації реберних функцій моделі можна досліджувати їх ефективність для систем в залежності від вказаних їх параметрів. Програма забезпечує зручне використання для проведення моделювання та тестування, з можливістю вказання параметрів системи та бажаного обмеження кількості використовуваних процесорів системи «донора» системою «реципієнт». Це є корисним інструментом для подальших досліджень систем інших конфігурацій. Особистий внесок магістранта полягає у: розробці комплексу програмних засобів побудови та модифікування GL-моделей, в тому числі GL-моделі системи з пари підсистем з симетричним резервуванням; проведенні експериментів для дослідження впливу модифікації моделей на їх поведінку у потоці відмов; аналіз та підведення результатів дослідження. Апробація роботи. Основні положення і результати роботи були представлені та обговорювались на XVII науково-практичній конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 (Київ, 20-22 листопада 2024 р.) та на IV Міжнародній науковій конференції «Період трансформаційних процесів в світовій науці: задачі та виклики» (13.12.2024; м. Рівне, Україна). Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів та висновків. У вступі подано загальну характеристику роботи, наведено оцінку сучасного стану питання, приклади використання, обґрунтовано актуальність теми, сформульовано мету та задачі дослідження, описано об’єкт і предмет досліджень, показано наукову новизну та практичну цінність роботи, наведено дані про апробацію результатів. У першому розділі проведено аналіз і опис відмовостійких багатопроцесорних рішень та їх значимості, поняття надійності, наведено сучасні рішення для розрахунку надійності ВБС та методи моделюванні ВБС, розглянуто сутність методу використання графо-логічних моделей. У другому розділі досліджено та описано властивості GL-моделей, методи і особливості побудови графів, існуючі та використані методи модифікації реберних функцій GL-моделей, визначено переваги та недоліки, детально описано алгоритми побудови та обрані методи модифікації GL-моделей з наведеними алгоритмами виконання для досліджуваного виду ВБС з підсистемами типу “донор-реципієнт”. У третьому розділі детально описано реалізацію комплексу програмних засобів, розглянуто вибір інструментів та технологій, наведено архітектуру розробленого програмного забезпечення, надано приклади отриманих результатів використання створених алгоритмів. У четвертому розділі проведено аналіз отриманих результатів виконаних експериментів над досліджуваною GL-моделлю за допомогою розробленого комплексу програмних засобів, наведено статистичні дані та оформлено висновок зробленого аналізу. У висновках представлені результати проведеної роботи. Магістерська дисертація складається з чотирьох розділів, висновків по кожному розділу та загальних висновків по роботі в цілому, списку використаних літературних джерел (14 найменувань). Повний обсяг дисертації – 106 сторінок, у тому числі 96 сторінок основного тексту, 14 рисунків, 5 таблиць. Ключові слова: ВБС, GL-модель, Граф, Засоби оцінки надійності, Моделювання поведінки системи, Потік відмов, Програмне забезпечення, Підсистеми типу «донор-реципієнт», Небазова модель, Модифікація моделі.
Відкритий доступ
Система інтелектуального аналізу контенту та побудови персоналізованих рекомендацій з використанням машинного навчання
(КПІ ім. Ігоря Сікорського, 2024) Неживий, Богдан Миколайович; Дробязко, Ірина Павлівна
Актуальність теми: У сучасному світі кількість генерованих даних зростає експоненційно, що ставить перед наукою та бізнесом завдання їх ефективного аналізу і використання. Системи рекомендацій дозволяють організовувати та оптимізувати потоки інформації, забезпечуючи користувачам доступ до найбільш релевантного контенту. Сучасні користувачі вимагають все більш персоналізованого підходу у взаємодії з цифровим контентом. Рекомендаційні системи, які аналізують попередню поведінку та вподобання користувачів, сприяють створенню більш персоналізованого досвіду, підвищуючи інтерес до платформи та рівень взаємодії з нею. Ефективні системи рекомендацій можуть значно підвищити продуктивність маркетингових кампаній, забезпечуючи таргетинг на основі великих даних та передбачального аналізу. Це допомагає компаніям краще розуміти своїх клієнтів та ефективніше управляти рекламними бюджетами. Уміння адаптуватися та швидко відповідати на зміни в потребах користувачів є ключовим для успіху у багатьох галузях. Компанії, що імплементують передові технології для аналізу даних і рекомендацій, здобувають конкурентну перевагу на ринку. Розвиток методів машинного навчання, в тому числі нейронних мереж та алгоритмів глибокого навчання, відкриває нові можливості для розширення теоретичних і практичних знань у цій області. Ваша робота сприятиме подальшому розвитку теоретичних основ і практичних застосувань у сфері систем штучного інтелекту. Розробка та впровадження систем інтелектуального аналізу та персоналізації контенту не тільки вирішує актуальні практичні завдання, але й сприяє теоретичному розумінню процесів обробки інформації та прийняття рішень в умовах нестабільності та нестачі інформації. Мета роботи: створити систему персоналізованих рекомендацій, яка забезпечує точність у передбаченні вподобань користувачів, автоматичну адаптацію до змін їхніх інтересів у реальному часі, швидку обробку великих обсягів даних. Об’єктом дослідження є процеси аналізу великих даних та систем персоналізованих рекомендацій у сфері цифрового контенту. Предметом дослідження є методи машинного навчання для персоналізованих рекомендацій, алгоритми фільтрації та програмні засоби, що забезпечують обробку користувацьких даних та видачу рекомендацій. Методи досліджень: порівняльний та емпіричний аналіз, теорія нейронних мереж, методи машинного навчання для обробки та класифікації даних. Наукова новизна: • Розроблено новий підхід до створення систем інтелектуального аналізу та персоналізації контенту, який враховує індивідуальні вподобання користувачів. • Запропоновано алгоритм для адаптивної персоналізації рекомендацій, що базується на використанні глибоких навчальних моделей для аналізу поведінки користувачів. • Розроблено програмний модуль, який застосовує сучасні алгоритми машинного навчання для оптимізації вибору контенту та адаптації до змін у вподобаннях користувачів. Практична цінність: розроблена система рекомендацій забезпечує покращення точності та релевантності рекомендацій і може бути застосована в різних галузях: від електронної комерції до стрімінгових платформ. Впровадження запропонованих рішень оптимізує процес пошуку потрібної інформації, тим самим підвищуючи ефективність використання інформаційної платформи. Апробація результатів дисертації: основні положення і результати роботи представлені та обговорювались на конференціях: • Прикладна математика та комп’ютинг. XVII науково-практична конференція магістрантів та аспірантів ПМК-2024 факультету прикладної математики 17 – 19 листопада 2024 р., Київ, Україна. – К.:КПІ, 2024. • XI Міжнародна науково-технічна Internet-конференція. Сучасні методи, інформаційне, програмне та технічне забезпечення систем керування організаційно-технічними та технологічними комплексами. Київ, 27 листопада 2024 р. – К.:НУХТ, 2024. Структура та обсяг роботи: магістерська дисертація складається з вступу, чотирьох розділів, висновку, списку використаних джерел та додатків. Вступ містить опис проблематики інтелектуального аналізу та персоналізованих рекомендацій контенту, а також актуальність напрямку досліджень у контексті машинного навчання. Перший розділ описує теоретичні основи систем інтелектуального аналізу та механізмів рекомендацій, включаючи алгоритми машинного навчання та їхнє застосування для аналізу великих даних. Другий розділ містить аналіз сучасних методів машинного навчання для персоналізації контенту, з акцентом на різні типи нейронних мереж, що використовуються для цих цілей. Третій розділ присвячено програмній реалізації модуля інтелектуального аналізу та персоналізованих рекомендацій, тестуванню системи, включаючи детальний опис розробки та реалізацію алгоритмів машинного навчання. Четвертий розділ описує експериментальну перевірку розробленої системи, аналіз результатів та визначення ефективності пропонованих рішень. Висновки містять підсумки виконаної роботи та рекомендації щодо подальшого вдосконалення системи. Магістерська дисертація представлена на 67 аркушах, містить 3 додатків, 15 джерел, 31 рисунків і 3 таблиць. Ключові слова: інтелектуальний аналіз даних, персоналізовані рекомендації, машинне навчання, нейронні мережі, система рекомендацій, аналіз великих даних, глибинне навчання.
Відкритий доступ
Автоматизована система для підтримки прийняття рішень в “A/B тестуванні”
(КПІ ім. Ігоря Сікорського, 2024) Кривко, Євген Олегович; Малежик, Петро Михайлович
Актуальність теми. A/B тестування є важливим інструментом у продуктовій аналітиці, що дозволяє компаніям приймати обґрунтовані рішення на основі даних, тестуючи вплив змін на користувачів та бізнес-метрики. Правильна перевірка результатів на статистичну значущість допомагає уникнути помилкових висновків і знизити ризик прийняття неправильних рішень, які можуть негативно вплинути на розвиток продукту та загальну ефективність бізнесу. Таким чином, автоматизація та вдосконалення підходів до перевірки статистичної значущості є актуальним завданням, що сприяє підвищенню точності та надійності результатів A/B тестувань, а також мінімізації ризику невірно прийнятих рішень. Об’єктом дослідження є процеси та методи статистичного аналізу результатів A/B тестування для прийняття обґрунтованих рішень у продуктовій аналітиці. Предметом дослідження є автоматизована система підтримки прийняття рішень в A/B тестуванні, що базується на статистичних методах оцінки значущості Мета роботи. Дослідження методів перевірки статистичної значущості в A/B тестуванні та розробка автоматизованої системи, яка базується на порівнянні різних підходів до перевірки статистичної значущості, яка дозволяє зменшити ризик прийняття невірних рішень, підвищуючи точність аналізу результатів тестування. Наукова новизна. У роботі запропоновано вдосконалену автоматизовану систему для оцінки результатів A/B тестування, яка враховує порівняння різних підходів до визначення статистичної значущості та адаптується до особливостей різних метрик. Це дозволяє не лише зменшити час на аналіз, але й підвищити точність та ефективність прийняття рішень, забезпечуючи оптимальний вибір методу для різних типів бізнес-метрик. Практична цінність. Розроблено систему, яка дозволяє отримати результати порівняння тестової та контрольної групи. Система надає можливість швидко і зручно оцінити різницю між групами, забезпечуючи аналітикам надійну основу для прийняття обґрунтованих бізнес-рішень на основі результатів тестування. Апробація результатів дисертації. Результати та висновки дослідження були представлені та обговорювалися на наступних наукових конференціях: 1. «Прикладна математика та комп’ютинг – ПМК’2024» (м. Київ, 20-22 листопада 2024 року). 2. Х Міжнародна молодіжна науково-практична інтернет-конференція «Наука і молодь в ХХІ сторіччі» (Полтавський університет економіки і торгівлі, 28 листопада 2024 року). Тези доповідей включено до Додатку А. Також результати дослідження було впроваджено в продуктовій компанії, довідка включена до Додатку В. Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів, висновків та додатків. Повний обсяг дисертації – 106 сторінок, у тому числі 94 сторінок основного тексту, 9 рисунків. У вступі подано узагальнену характеристику роботи, визначено актуальність теми, сформульовано мету, об'єкт і предмет дослідження, а також окреслено завдання, що підлягають розв’язанню. У першому розділі розглянуто основи статистичного аналізу у контексті A/B тестування, висвітлено основні методи оцінки статистичної значущості, включаючи параметричні, непараметричні та ресемплінгові методи, а також запропоновано порівняльний аналіз цих підходів. Розглянуто сучасні платформи для автоматизації A/B тестувань. У другому розділі проведено класифікацію метрик у A/B тестуванні. Описано особливості аналізу кожного типу метрик та відповідність статистичних методів їхньому аналізу. Пояснено критерії вибору методу залежно від типу даних і поставлених цілей. У третьому розділі проведено експериментальне дослідження методів перевірки статистичної значущості для різних типів метрик. Виконано порівняння методів за точністю, швидкодією та універсальністю, а також визначено їхні переваги та недоліки для використання в A/B тестуванні. Четвертий розділ описує розробку автоматизованої системи для оцінки результатів A/B тестування. Представлено архітектуру системи, основні компоненти та їх функції, а також результати тестування системи на реальних даних. У висновках підбито підсумки виконаної роботи, зазначено досягнення мети, а також запропоновано напрями подальших досліджень.
Відкритий доступ
Спосіб обробки мовних даних для навчання
(КПІ ім. Ігоря Сікорського, 2024) Зиков, Андрій Сергійович; Боярінова, Юлія Євгенівна
Великі мовні моделі (LLM) відіграють значну роль у сучасному суспільстві, торкаючись усіх сфер життя, прийшовши на зміну багатьом традиційним підходам, зокрема до навчання. Застосування LLM сприяє підвищенню інтерактивності та персоналізації навчального процесу, дозволяючи студентам аналізувати свої помилки в режимі реального часу та навчатись на великому наборі згенерованих даних. Дана робота присвячена розробці інтерактивного способу обробки мовних даних, що базується на використанні локальних мовних моделей, таких як Gemma 2, для покращення ефективності навчального процесу. Актуальність теми Сучасна освіта потребує нових підходів, більше зосереджуючи увагу на самому учневі та його оточуючій інформації. Традиційні методи навчання мають низку обмежень, серед яких недостатня адаптація до мінливих індивідуальних потреб учнів і відсутність можливості швидкого зворотного зв'язку. Інтеграція локальних мовних моделей у навчальний процес дозволяє забезпечити якісно новий рівень взаємодії, що відповідає потребам сучасних освітніх тенденцій. Мета дослідження Розробка інтерактивної системи обробки мовних даних для навчання, що поєднує можливості локально розгорнутої великої мовної моделі із поєднанням системо пошуку та збереження контексту. Система має забезпечувати ефективну адаптацію навчального матеріалу, інтерактивний зворотний зв’язок і високу релевантність результатів у реальному часі. Зокрема, основними завданнями є інтеграція локальної мовної моделі у веб-додаток із підтримкою RAG-системи та пошукового двигуна, що дозволяє об'єднати результати локальної обробки з відкритими джерелами інформації будь-яким шляхом. Методи дослідження: У дослідженні застосовувалися методи аналізу та моделювання навчальних процесів за допомогою RAG-систем (Retrieval-Augmented Generation) та GCSE (Google Custom Search Engine) для забезпечення релевантності відповідей для тісній взаємодії з локальної великою мовною моделлю Gemma 2. Для інтеграції LLM використовували векторну базу даних ChromaDB та бібліотеку LangChain. Результат дослідження: Розроблено інтерактивну систему, що базується на локальній мовній моделі Gemma 2 2b, яка забезпечує високу точність та релевантність відповідей у навчальному контексті. Новизна розробки полягає у тому, що завдяки інтеграції двох систем з аналізу даних, таких як Retrieval-Augmented Generation та Google Custom Search Engine, об'єднувати локальні дані з результатами зовнішніх пошукових запитів, локальна модель забезпечуює високу необхідну точність при обробці мовних даних незалежно від набору параметрів, що відображається на продуктивності системи, та забезпечує високу релевантність навіть у вузькоспеціалізованих навчальних запитах. Проведені експерименти підтвердили ефективність запропонованого підходу, що дозволяє досягти балансу між швидкістю обробки даних і точністю відповідей. Практична цінність: Розроблена система може бути застосована для створення персоналізованих освітніх платформ, автоматизації аналізу мовних даних і покращення якості навчання у реальному часі. Використання локальних мовних моделей забезпечує конфіденційність даних та знижує залежність від хмарних сервісів, що особливо важливо для навчальних установ та агресивних оточуючих умов. Структура та обсяг роботи: Робота складається зі вступу, чотирьох основних розділів, висновку, літературних джерел та додатків. У першому розділі проводиться достатній аналіз шляху виникнення великих мовних моделей, принципів їх роботи та задач, що вони пропонують вирішувати. У другому розділі описується архітектурна ідея побудови удосконаленної системи з обробки мовних даних шляхом інтегрування двох систем аналізу та пошуку інформації із великою мовною моделлю. У третьому розділі проводиться демонстрація розробки, що базується на запропонованій архітектурі. У четвертому розділі проводиться аналіз та тестування системи із різним набором параметрів для збільшення швидкодії у різних поставлених задачах. Обсяг 82 сторінки. Ключові слова: штучний інтелект, великі мовні моделі, обробка мовних даних, навчальні системи, RAG-системи, локальні моделі, персоналізація навчання.
Відкритий доступ
Система розпізнавання емоцій людини на основі гібридної нейронної мережі CNN-LSTM та технології розпізнавання облич
(КПІ ім. Ігоря Сікорського, 2024) Вітковський, Володимир Борисович; Потапова, Катерина Романівна
Актуальність теми. У сучасному світі автоматизовані системи розпізнавання емоцій знаходять широке застосування у таких галузях, як медицина, освіта, маркетинг та безпека. Незважаючи на значний прогрес у розробці нейронних мереж, задача точної класифікації емоцій людини залишається актуальною через високі вимоги до точності, швидкості та стійкості систем. Запропоноване дослідження зосереджено на створенні гібридної моделі CNN-LSTM, яка поєднує здатність згорткових мереж до ефективного оброблення зображень із перевагами рекурентних мереж у врахуванні залежностей. Мета роботи: дослідження та аналіз застосування гібридної нейронної мережі CNN-LSTM для підвищення ефективності системи розпізнавання емоцій людини, оцінка ефективності та порівняння з класичною нейронною мережею CNN, а також створення веб-застосунку для інтеграції мережі в єдину автоматизовану систему. Об’єктом дослідження є процес розпізнавання емоцій людини на зображенні за допомогою гібридної нейронної мережі CNN-LSTM та технології розпізнавання облич. Предметом дослідження є алгоритми та методи побудови гібридних нейронних мереж CNN-LSTM для розпізнавання емоцій людини на зображенні із застосуванням технології розпізнавання облич. Методи дослідження. У дослідженні використано методи машинного навчання, зокрема згорткові нейронні мережі (CNN), рекурентні нейронні мережі з довготривалою пам'яттю (LSTM), технології розпізнавання облич, технології розробки веб-застосунків, а також метрики для оцінки точності класифікації. Наукова новизна полягає в наступному: 1. Система розпізнавання емоцій на зображенні, яка поєднує унікальну архітектуру гібридної нейронної мережі CNN-LSTM та технологію розпізнавання облич, що забезпечує високу точність і адаптивність до різних умов вхідних даних. 2. Аналіз та порівняння ефективності гібридної моделі CNN-LSTM із традиційною CNN за такими критеріями, як точність класифікації, стійкість до шумів, швидкодія та кількість параметрів. Практична цінність розробленої системи полягає у можливості її застосування для аналізу емоцій у реальному часі в таких галузях, як медицина, освіта, маркетинг, безпека тощо. Запропонований веб-застосунок забезпечує зручний інтерфейс для користувача, а також високу адаптованість до різних умов експлуатації, що дозволяє легко інтегрувати систему в реальні умови роботи та забезпечує ефективний моніторинг емоційного стану в різних сферах діяльності. Особистий внесок магістранта полягає у проведенні самостійних наукових досліджень у сфері розпізнавання емоцій людини на зображеннях та розробці архітектури гібридної моделі CNN-LSTM, а також створенні веб-застосунок для інтеграції розробленої системи. У роботах [4, 5] автором запропоновано підхід до розпізнавання емоцій людини із використанням згорткових нейронних мереж. У роботах [9, 10] автору належить вдосконалення архітектури мережі CNN шляхом додавання шарів нейронної мережі LSTM, а також наведено результати аналізу ефективності для задачі класифікації емоцій на зображеннях обличчя людини. Апробація результатів дисертації. Основні результати та положення дослідження були представлені на: ● XVII наукова конференція магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 (Київ, 20-22 листопада 2024 р.) та опубліковані у збірнику тез доповідей «Автоматичний аналіз емоцій людини за допомогою гібридної нейронної мережі CNN-LSTM та технології розпізнавання облич», 413-418с. ● Науковий журнал «Таврійський науковий вісник. Серія: Технічні науки», стаття «Ефективність застосування шарів нейронної мережі LSTM для задачі класифікації емоцій на обличчі людини», 41-53с. ● VIII International Scientific and Practical Conference London, United Kingdom 20-22 April 2023, p. 153-158. ● Вітковський В.Б., Вовк Л.Б., Потапова К.Р. Літературний письмовий твір наукового характеру «Програмний модуль: «Розпізнавання емоцій людини на основі згорткової нейронної мережі за допомогою технології розпізнавання облич». Свідоцтво про реєстрацію авторського права №128849, 5 серпня 2024 р. ● Потапова К.Р. Ініціативна кафедральна НДДКР «Дослідження методів і моделей розпізнавання текстів, нечіткого мовлення та візуальних образів у системах дистанційного навчання». Номер державної реєстрації 0123U104634, 22 листопада 2023 р. Публікації. За темою дисертації опубліковано 5 наукових праць, серед яких 1 стаття у фахових виданнях, 2 матеріали конференцій, 1 ініціативна НДДКР та 1 свідоцтво авторського права. Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох основних розділів, висновків та додатків. У вступі визначено актуальність теми, мету та завдання дослідження, обґрунтовано вибір методології та підходів. У першому розділі здійснено огляд існуючих підходів до розпізнавання емоцій на зображеннях. У другому розділі представлено теоретичні основи та принципи роботи гібридної нейронної мережі CNN-LSTM, її переваги та недоліки.. У третьому розділі міститься опис розробленої системи визначення емоцій людини на зображенні та процес навчання гібридної мережі. У четвертому розділі проведено експериментальні дослідження та тестування ефективності за визначеними критеріями розробленої системи. У висновках підведено підсумки дослідження та узагальнено отримані результати. Робота викладена на 96 аркуші, включає ілюстрації, таблиці, список використаних джерел. Ключові слова: автоматизована система, розпізнавання емоцій, гібридна нейронна мережа, CNN-LSTM, машинне навчання, класифікація, веб-застосунок
Відкритий доступ
Децентралізована інформаційна система управління логістикою на основі технологій блокчейн та IoT
(КПІ ім. Ігоря Сікорського, 2024) Гаращук, Богдан Васильович; Сергієнко, Павло Анатолійович
Актуальність теми. У сучасних умовах розвиток логістичних процесів потребує використання інноваційних технологій для забезпечення прозорості, ефективності та безпеки операцій. Виклики, пов’язані з моніторингом умов транспортування, дотриманням термінів доставки та управлінням ризиками, вимагають нових підходів до управління даними. Інтеграція технологій блокчейну та Інтернету речей (IoT) створює унікальні можливості для автоматизації логістичних процесів, підвищення їхньої продуктивності та надійності. Поєднання IoT-пристроїв із блокчейн-інфраструктурою дозволяє створити прозору і захищену екосистему для управління логістичними операціями. Впровадження гібридного алгоритму консенсусу PoA і PBFT забезпечує як високу продуктивність, так і стійкість до збоїв, що є актуальним для систем реального часу. Метою дослідження є підвищення прозорості, забезпечення високої швидкодії, у логістичних системах шляхом розробки децентралізованої інформаційної системи управління логістикою, яка базується на інтеграції блокчейну та IoT. Об’єктом дослідження децентралізовані інформаційні системи на основі технології блокчейн для управління логістичними процесами. Предметом дослідження є методи та засоби розробки і інтеграції технологій блокчейну та IoT для створення децентралізованої системи управління логістичними процесами. Методи дослідження. У роботі застосовано метод порівняльного аналізу для оцінки ефективності різних алгоритмів консенсусу (PoW, PoS, PoA, PBFT), метод системного аналізу для проєктування модульної архітектури системи, методи моделювання для симуляції роботи алгоритмів консенсусу та експериментальний метод для тестування системи. Наукова новизна полягає у наступному: 1. Розроблено архітектуру децентралізованої інформаційної системи управління логістикою, яка інтегрує технології блокчейну та IoT. Архітектура забезпечує прозорість, незмінність даних і підвищення надійності та продуктивності логістичних процесів. 2. Розроблено інтеграцію IoT пристроїв у блокчейн для створення прозорого та незмінного реєстру логістичних операцій. Практична цінність роботи полягає в тому, що розроблена система може бути інтегрована у логістичні процеси для автоматизації контролю умов транспортування, моніторингу стану вантажів та перевірки дотримання термінів доставки. Модульна архітектура системи забезпечує її масштабованість і адаптацію до специфіки різних видів вантажів. Інтеграція IoT-пристроїв із блокчейном, у поєднанні з гібридним алгоритмом консенсусу PoA + PBFT, дозволяє створити прозору і захищену екосистему, а використання смарт-контрактів забезпечує автоматизацію перевірки умов транспортування та виконання фінансових операцій. Апробація роботи. ● XVII-й наукова конференція магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 (Київ, 20 – 22 листопада 2024р.). ● Науковий журнал «Вчені записки ТНУ імені В.І. Вернадського. Серія: Технічні науки» Структура та обсяг роботи. Робота складається із вступу та чотирьох розділів. Загальний обсяг роботи: 80 аркушів основного тексту, 18 ілюстрацій, 3 таблиці. При підготовці використовувалася література з 16 різних джерел. Ключові слова: децентралізовані системи, блокчейн, IoT, логістика, алгоритми консенсусу, PoA, PBFT, смарт-контракти.
Відкритий доступ
Комплекс програмних засобів перетворення GL-моделей відмовостійких багатопроцесорних систем з симетричним резервуванням
(КПІ ім. Ігоря Сікорського, 2024) Чеботарьов, Дмитро Віталійович; Романкевич, Олексій Михайлович
Актуальність теми. Надійність багатопроцесорних систем є ключовим фактором у багатьох приладах, об’єктах та транспортних засобах. Для забезпечення надійності, її треба розраховувати, тому розрахунок надійності таких систем є критично важливою задачею, одним з інструментів вирішення якої є теорія граф-логічних моделей - GL-моделей. Одним із способів опису поведінки відмовостійких багатопроцесорних систем (ВБС) є GL-моделі. За їх використання можна проводити експерименти над моделями багатопроцесорних систем для виявлення потенційних слабких місць ВБС для подальшого їх усунення . За рахунок цього, архітектори ВБС можуть пришвидшити та покращити процесс розробки систем. Програмна реалізація алгоритмів побудови різних GL-моделей зменшує витрати часу на розробку системи. Модель, що розглядається є моделлю небазової системи, що складається з двох підсистем - моделей, котрі є взаємопов’язані через симетричне резервування їх процесорів. Така система потенційно може бути більш надійною ніж базова ВБС. Об’єктом дослідження є побудова та модифікація базових та небазових GL-моделей, що описують поведінку відмовостійких багатопроцесорних систем у потоці відмов. Предметом дослідження є формування і модифікація реберних функцій GL-моделі системи, що складається з пари підсистем з симетричним резервуванням. Мета роботи: Створення комплексу програмних засобів побудови та перетворення реберних функцій GL-моделей ВБС з симетричним резервуванням, аналіз впливу модифікацій та порівняння його з впливом модифікацій, коли вихідними є базові моделі. Методи дослідження В роботі використовуються різні розділи дискретної математики, теорії графів, теорії GL-моделей, теорії програмування, математичну логіку. Наукова новизна полягає в наступному: Розроблено алгоритм та програму побудови GL-моделі та її модифікації для ВБС з симетричним резервуванням та виконано експерименти над нею. Проаналізовано результати експериментів і показано, що розроблена модифікація адекватно відображає поведінку системи у потоці відмов, і модифікована модель може бути використана для розрахунку надійності системи. Практична цінність отриманих в роботі результатів полягає в тому, що розроблені програмні засоби можуть пришвидшити виконання експериментів з GL-моделями ВБС з симетричним резервуванням і тим самим підвищити точність розрахунку їх надійності. Також, завдяки обраній архітектурі програми, її частини можна використовувати як шаблон для створення рішень для інших моделей, що дозволяє пришвидшити створення таких рішень. Особистий внесок магістранта полягає у: розробці комплексу програмних засобів побудови та модифікування GL-моделей, в тому числі GL-моделі системи з пари підсистем з симетричним резервуванням; проведенні експериментів для дослідження впливу модифікації моделей на їх поведінку у потоці відмов; аналіз та підведення результатів дослідження. Апробація роботи. Основні положення і результати роботи були представлені та обговорювались на XVII науковій конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 та на XI Міжнародній науково-технічній Internet-конференції «Сучасні методи, інформаційне, програмне та технічне забезпечення систем керування організаційно-технічними та технологічними комплексами» НУХТ. Структура та обсяг роботи. Магістерська дисертація складається з вступу, п’яти розділів та висновків. У вступі подано загальну характеристику роботи, зроблено оцінку сучасного стану проблеми, обґрунтовано актуальність напрямку досліджень, сформульовано мету і задачі досліджень, показано наукову новизну отриманих результатів і практичну цінність роботи, наведено відомості про апробацію результатів і їхнє впровадження. У першому розділі описується побудова, історія, ідея теорії GL-моделей. У другому розділі аналізуються існуючі рішення та висвітлюється невирішена проблема модифікації небазових моделей та вплив таких модифікацій на поведінку моделей у потоці відмов. У третьому розділі детально наведені алгоритми побудови обраної GL-моделі, обрані методи модифікації моделі та їх алгоритми. У четвертому розділі детально описується реалізація програмного комплексу, його структура, рішення побудови та використані методи програмування. У п’ятому розділі описуються результати експериментування над моделями з використанням розробленого програмного забезпечення, аналіз цих результатів, наведені статистичні дані. У висновках представлені результати проведеної роботи. Магістерська дисертація складається з чотирьох розділів, висновків по кожному розділу та загальних висновків по роботі в цілому, списку використаних літературних джерел (16 найменувань). Повний обсяг дисертації – 142 сторінки, у тому числі 91 сторінка основного тексту, 8 рисунків, 4 таблиці. Ключові слова: ВБС, GL-модель, небазова модель, модифікація моделі.
Відкритий доступ
Спосіб навчання з підкріпленням для автономної навігації водного дрона
(КПІ ім. Ігоря Сікорського, 2024) Чекмезов, Гліб Вадимович; Молчанов, Олексій Андрійович
Актуальність теми. Сучасний розвиток безпілотних технологій і потреба в автономних системах навігації для водного транспорту є одними з найважливіших тенденцій у сфері комп’ютерної інженерії. В умовах підвищеної потреби у обороні, моніторингу екологічних умов, а також виконання аварійно-рятувальних операцій в акваторіях, питання розвитку автономних водних дронів набуває особливого значення. Використання методів навчання з підкріпленням для автономної навігації водного дрона є перспективним напрямом, оскільки дає змогу створювати адаптивні системи, які взаємодіють із навколишнім середовищем, враховуючи зовнішні фактори. Це забезпечує наукову і практичну цінність роботи, оскільки дає змогу підвищити ефективність використання водних дронів, зменшуючи при цьому залежність від ручного управління й розширюючи їх функціональні можливості. Мета і завдання дослідження. Метою дисертаційної роботи є покращення процесу генерування значень нейромережевої моделі водного дрона та зменшення часових витрат на отримання бажаного результату за рахунок формулювання, розробки та застосування способу реалізації нейронної мережі для навчання моделі автономній навігації, який враховує вплив певних зовнішніх факторів динамічного водного середовища на процес навчання моделі. Для досягнення поставленої мети в дисертації вирішуються такі задачі: 1. Оглянути наявні способи та методи для вирішення проблеми автономної навігації водних дронів. 2. Сформулювати спосіб реалізації нейронної мережі для навчання моделі водного дрона автономній навігації. 3. Розробити та налаштувати модель нейронної мережі за сформульованим способом. 4. Створити та налаштувати симуляційне середовище для навчання та тестування реалізованої моделі, яка може адаптуватися до течії води та обходити перешкоди. 5. Провести порівняльний аналіз результатів навчання моделі з використанням запропонованого способу та з використанням класичного Deep Q-Network. Об’єктом дослідження є процес навчання з підкріпленням для автономної навігації у симуляційному водному середовищі для моделі водного дрона. Предметом дослідження є методи і способи навчання з підкріпленням для автономної навігації водного дрона. Для розв’язання поставлених наукових завдань використані такі методи дослідження: пошук та аналіз — для вивчення можливих рішень проблеми автономної навігації водних дронів, впливу зовнішніх факторів водного середовища та їх врахування; формалізація — для формулювання алгоритму, який враховує напрямок і швидкість течії води під час навчання моделі; моделювання, експерименту, спостереження, вимірювання, аналогії та тестування — для перевірки ефективності запропонованої моделі в умовах симуляційного середовища. Наукова новизна полягає в наступному: 1. Запропоновано новий спосіб реалізації нейронної мережі на базі методу навчання з підкріпленням для навчання моделі водного дрона автономній навігації, який відрізняється від наявних тим, що під час навчання моделі враховуються особливості керування такого дрона у динамічному водному середовищі, що дає змогу зменшити вплив зовнішніх факторів на навчання і стабілізувати процес генерування значень моделі, яка навчається. 2. За запропонованим способом реалізовано нейромережеву модель, яка використовується для навчання водного дрона у динамічному водному середовищі, яка відрізняється від наявних тим, що використовує додатковий/удосконалений алгоритм управління дроном у водному середовищі, який враховує швидкість та напрям течії відносно поточного положення дрона, що дає змогу стабілізувати процес генерування значень моделі, яка навчається. Практична цінність отриманих у роботі результатів полягає в комплексному аналізі існуючих підходів до автономної навігації дронів, зокрема конкретних алгоритмів та можливих методів використання штучного інтелекту, таких як, наприклад, навчання з підкріпленням. Запропоновану модель нейронної мережі реалізовано на базі симулятора, що дає змогу виконувати навчання в умовах, близьких до реальних. Розроблена модель демонструє підвищену стабільність та надійність навігації в умовах, де є наявними такі зовнішні фактори, як течії та перешкоди. Це знижує необхідність у ручному керуванні та забезпечує більш автономну і стабільну роботу дрона в умовах змінного середовища. Виконано порівняльне тестування з використанням адаптації до течії та без, яке підтвердило ефективність розробленої за запропонованим способом нейромережевої моделі. Використання цієї моделі забезпечує певну стабілізацію процесу навчання водного дрона у динамічному середовищі, внаслідок якої можна отримати систему автономної навігації з підвищеними характеристиками безпеки та точності виконання завдань на воді. Апробація результатів дисертації. Основні положення і результати роботи були представлені та обговорювались на XVII науково-практичній конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 (Київ, 20-22 листопада 2024 р.). Публікації. 1. Чекмезов, Г.В., Молчанов, О.А. (2024). Спосіб навчання з підкріпленням для автономної навігації водного дрона // XVII Науково-практична конференція магістрантів та аспірантів "Прикладна математика та комп’ютинг" (ПМК-2024) (м. Київ, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», 20-22 листопада 2024 р.), С. 627 – 631. 2. Chekmezov, H., Molchanov, O., (2024). Neural network model for autonomous navigation of a water drone. Information, Computing and Intelligent systems (5). Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів, висновків до кожного розділу, загальних висновків по роботі в цілому та списку використаних літературних джерел (32 найменувань). Повний обсяг дисертації — 146 сторінок, у тому числі 92 сторінок основного тексту, 48 рисунків, 29 слайдів презентації. У вступі роботи розглянуто сучасний стан досліджуваної проблеми, обґрунтовано її актуальність, визначено основну мету, а також підкреслено наукову новизну і практичне значення отриманих результатів. У першому розділі розглянуто наявні рішення для вирішення задачі автономної навігації дронів, проведено аналіз та порівняння для визначення їх переваг та недоліків, а також визначено проблеми автономної навігації у водному середовищі, які потребують вирішення. У другому розділі розглянуто метод навчання з підкріпленням (Deep Q-Network), проаналізовано можливі способи адаптації навчання з підкріпленням для автономної навігації у водному середовищі та їх доцільність, досліджено необхідні для цього дані. Сформульовано спосіб реалізації нейронної мережі на базі методу навчання з підкріпленням для навчання моделі водного дрона автономній навігації у водному середовищі, а також запропоновано додатковий алгоритм керування цим дроном, який враховує швидкість та напрямок течії. У третьому розділі сформульовано налаштування симуляційного середовища та розроблено модель за запропонованим у другому розділі способом реалізації нейронної мережі з додатковим алгоритмом керування для практичного використання. У четвертому розділі виконано тестування налаштованого симуляційного середовища, а також проведено декілька процесів навчання та порівняння отриманих результатів між запропонованим способом та класичним Deep Q-Network в різних симуляційніх ситуаціях: при наявності течії та перешкод; без течії, але з перешкодами; без перешкод, але з течією; при наявності течії та перешкод з різною кількістю датчиків, які надають інформацію щодо поточного стану середовища. У висновках представлені результати проведеної роботи. Ключові слова: водний дрон, навчання з підкріпленням, Deep Q-Network, автономна навігація.
Відкритий доступ
Засоби автоматизації бізнес процесів для ІТ-компаній з використанням штучного інтелекту
(КПІ ім. Ігоря Сікорського, 2024) Пургін, Владислав Андрійович; Мартинова, Оксана Володимирівна
Актуальність теми. У сучасному світі автоматизація бізнес процесів є ключовим аспектом для IT-компаній, що прагнуть підвищити ефективність роботи, знизити витрати та забезпечити зручний інтерфейс взаємодії для співробітників і клієнтів. Використання засобів штучного інтелекту (ШІ), зокрема голосових команд, стає популярним рішенням для автоматизації рутинних процесів, підвищення продуктивності та покращення якості обслуговування. Голосові технології, які дозволяють користувачам взаємодіяти з системою за допомогою природної мови, знижують навантаження на працівників та оптимізують робочі процеси. У зв’язку зі зростанням потреби в інноваційних рішеннях, що забезпечують ефективне використання ресурсів, дослідження автоматизації бізнес-процесів на основі ШІ є актуальним напрямком розвитку. Застосування голосових технологій є одним із найперспективніших напрямів у сфері автоматизації. Голосові команди забезпечують зручний і природний спосіб взаємодії з технологіями, дозволяючи користувачам оперативно виконувати різноманітні завдання без необхідності використання традиційного інтерфейсу. Це особливо важливо для IT-компаній, де швидкість реагування на запити клієнтів, управління задачами та обробка інформації є критичними факторами успіху. Впровадження рішень на основі голосових команд сприяє оптимізації процесів, дозволяє уникнути людських помилок у рутинних операціях і покращує якість обслуговування клієнтів. Об’єкт дослідження: автоматизація бізнес процесів з використанням голосових команд, які поєднані в систему з моделями штучного інтелекту. Предметом дослідження є розробка спеціальної системи для IT-компаній, яка використовує штучний інтелект та голосові команди для автоматизації основних бізнес процесів, зокрема управління завданнями, обробки документів і підтримки взаємодії з клієнтами. Метою даної наукової роботи є розробка та реалізація сукупності засобів на базі штучного інтелекту, що забезпечують автоматизацію бізнес процесів в IT-компаніях, використовуючи голосові команди для зручної та ефективної взаємодії користувача із системою. Вона має сприяти підвищенню продуктивності та зниженню витрат на рутинні операції. Методи дослідження: у дослідженні використовувалися методи машинного навчання та обробки природної мови (NLP) для розпізнавання голосових команд, а також сучасні технології обробки великих даних та аналізу клієнтських запитів. Передбачається застосування технологій розпізнавання голосу та інструментів для обробки природної мови. Остаточний вибір технологій буде здійснено після проведення аналізу відповідних інструментів і їхнього тестування на відповідність завданням дослідження. Наукова новизна одержаних результатів полягає у наступному. 1. Запропоновано комплексний підхід до автоматизації бізнес процесів за допомогою голосових технологій і штучного інтелекту. 2. Розроблено концепцію системи, яка складається з декількох моделей. Особливістю є те, що моделі мають вузький профіль і донавчені на спеціалізованих датасетах, що дозволяє покращити точність обробки природньої мови і швидкість відповіді користувачу. 3. Удосконалення автоматизації бізнес процесів, включає у себе векторну базу даних, яка в свою чергу може доповнюватися інформацією, таким чином донавчаючись. Практична цінність одержаних в магістерській дисертації результатів полягає у розробці системи, яка може використовуватися IT-компаніями для автоматизації робочих процесів та зниження операційних витрат. Вона є сукупністю зручних інструментів для управління задачами, взаємодії з клієнтами та підтримки ефективного робочого процесу. Апробація результатів дисертації. Дві теми одного із розділів магістерської дисертації доповідались та обговорювались на XV Міжнародній науково-практичній конференції «Комп’ютерні системи та мережні технології» (CSNT-2024), м. Київ, 25-26 квітня 2024 р.; XVII науково-практичній конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» (ПМК-2024) факультету прикладної математики, м. Київ, 20-22 листопада 2024 р. Публікації. За тематикою проведених досліджень опубліковано 2 наукові праці, а саме тези доповідей на 2-х конференціях: 1. Пургін В.А., Мартинова О.П. Використання технології LANGCHAIN з векторною базою даних PINECONE для генерації відповіді штучним інтелектом для користувача. Збірник тез доповідей XV Міжнародної науково-практичної конференції «Комп’ютерні системи та мережні технології» (CSNT-2024), 25–26 квітня 2024 р., м. Київ: НАУ, 2024. – С. 133-135. 2. Пургін В.А., Мартинова О.П. Голосові команди в контексті бізнес-автоматизації. Збірник тез доповідей XVII науково-практичної конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» (ПМК-2024) факультету прикладної математики, м. Київ, 20-22 листопада 2024 р. – С. 611-615. Структура та обсяг роботи. Магістерська дисертація складається зі вступу, чотирьох розділів, висновків по кожному розділу та загальних висновків по дисертації в цілому, списку використаних літературних джерел (18 найменувань) та додатків. Повний обсяг магістерської дисертації – 120 сторінок, у тому числі 102 сторінки основного тексту, 50 рисунків, 3 таблиці. У вступі подано загальну характеристику магістерської дисертації, зроблено оцінку сучасного стану проблеми, обгрунтовано актуальність напрямку досліджень, сформульовано мету і задачі досліджень, показано наукову новизну одержаних результатів і практичну цінність роботи, наведено відомості про апробацію результатів та публікації. У першому розділі магістерської дисертації проведено аналіз актуальних, сучасних наукових та практичних досліджень і рішень на світовому рівні та вітчизняному у галузі автоматизації бізнес процесів за допомогою штучного інтелекту. Розглянуто методи автоматизації, використання голосових команд та їх вплив на ефективність бізнесу, недоліки та питання, які були не вирішенні або покращені завдяки моєму підходу до створення системи. У другому розділі представлено огляд технологій, що використовуються в системі. Описано архітектуру асистента та технології для розпізнавання голосу, обробки природної мови, необхідні для забезпечення функціоналу асистента, тобто вирішення задач. У третьому розділі описано основний функціонал системи, зокрема класифікація та управління задачами, обробка документації та планування, а також можливість додавання користувацьких голосових команд. У четвертому розділі наводяться результати тестування та демонстрації результатів роботи створених моделей. Проведено аналіз ефективності і порівняння розробленого рішення з існуючими. Визначені основні характеристики системи. Ключові слова: штучний інтелект, автоматизація бізнес процесів, голосові команди, обробка природної мови, розпізнавання мовлення, інтелектуальний асистент, IT-компанії, машинне навчання, API-інтеграція, управління завданнями, класифікація, моделі, аналіз даних, бізнес-оптимізація, цифрові асистенти, голосове управління, адаптивні системи.

Переглянути

Нові надходження