Магістерські роботи (ПЗКС)
Постійне посилання зібрання
Переглянути
Нові надходження
Документ Відкритий доступ Технологія та спосіб здійснення безсерверних обчислень(КПІ ім. Ігоря Сікорського, 2024) Бобокало, Станіслав Юрійович; Юрчишин, Василь ЯковичУ магістерській дисертації було розроблено унікальну технологію та спосіб здійснення безсерверних обчислень. У ході дослідження було проаналізовано існуючі підходи та методи здійснення обчислень у хмарі, а також вивчено традиційні методи віртуалізації та запуску бізнес-логіки. На основі цього аналізу було запропоновано новий підхід до організації безсерверних обчислень, який включає розробку архітектури платформи та алгоритмів балансування гетерогенного навантаження. Розроблена програмна реалізація дозволила оптимізувати час холодного старту функцій на 36% у порівнянні з комерційними хмарними постачальниками. У дисертації також розроблено програмне забезпечення на основі запропонованої архітектури, що включає інтерфейс для кінцевого користувача та мікросервісну архітектуру платформи. Запропоноване рішення дозволяє автоматично масштабувати ресурси відповідно до поточних потреб, забезпечуючи безперервну та стабільну роботу прикладних програм на основі безсерверних функцій. Практична значущість роботи полягає у можливості впровадження безсерверних обчислень у різних галузях, що сприятиме зниженню витрат на управління інфраструктурою, покращенню екологічної ситуації та підвищенню продуктивності у процесі розробки та розгортання програмного забезпечення.Документ Відкритий доступ Модифікований віконний метод та програмне забезпечення скалярного множення точок еліптичної кривої у несуміжній формі(КПІ ім. Ігоря Сікорського, 2024) Суходольський, Євгеній Віталійович; Онай, Микола ВолодимировичДана магістерська дисертація присвячена розробленню та реалізації віконного методу скалярного множення точок еліптичної кривої у несуміжній формі та програмного забезпечення для підпису та перевірки електронно-цифрового підпису. В ході даної магістерської дисертації було проаналізовано ряд існуючих методів скалярного множення точок еліптичних кривих та запропоновано новий метод скалярного множення точок еліптичної кривої, що ґрунтується на використанні комбінації алгоритмів оптимізації, а саме кумулятивних таблиць передобчислень, кешування точок та компресія координат точок. Програмна реалізація запропонованого методу дозволила підвищити покращити швидкодію на 50% без збільшення обсягів пам’яті, що використовується при виконанні методу. У даній магістерській дисертації розроблено програмне забезпечення для виконання та перевірки електронно-цифрового підпису.Документ Відкритий доступ Комбінований метод та програмне забезпечення виявлення нечітких дублікатів текстових документів(КПІ ім. Ігоря Сікорського, 2024) Сєчин, Ілля Янович; Заболотня, Тетяна МиколаївнаДана магістерська дисертація присвячена розробці комбінованого методу та програмного забезпечення для виявлення нечітких дублікатів текстових документів. У роботі проаналізовано існуючі методи виявлення нечітких дублікатів, такі як обчислення відстані між рядками, хешування вмісту, частотний аналіз слів та семантичний аналіз. Розглянуто їхні особливості, переваги та обмеження. Вперше запропоновано комбінований метод, який інтегрує можливості BERT (Bidirectional Encoder Representations from Transformers) та TF-IDF (Term Frequency-Inverse Document Frequency). Це дозволяє ефективно враховувати як контекстуальні зв'язки між словами, так і частотні параметри. Розроблений метод досягає показників метрики F-міри на 3-4% вищих, ніж BERT, і на 13-14% вищих, ніж TF-IDF. У роботі детально описано програмну реалізацію комбінованого методу для виявлення нечітких дублікатів текстових документів. Розроблене програмне забезпечення продемонструвало високу ефективність у виявленні нечітких дублікатів текстових документів порівняно з існуючими методами.Документ Відкритий доступ Спосіб і програмне забезпечення аналізу та класифікації аудіоматеріалів з використанням штучного інтелекту(КПІ ім. Ігоря Сікорського, 2024) Римаренко, Ілля Русланович; Комісаренко, Олена СергіївнаДана магістерська дисертація присвячена розробленню та реалізації способу і програмного забезпечення аналізу та класифікації аудіоматеріалів з використанням штучного інтелекту. В ході даної магістерської дисертації було проаналізовано ряд існуючих алгоритмів та методів аналізу та класифікації аудіоматеріалів, що відрізняється своїм унікальним набором виокремлених ознак, що був використаний передовими алгоритмами глибокого навчання, для обробки та класифікації складних аудіосигналів. Такий підхід забезпечує рівень точності аналізу та класифікації аудіоматеріалів до 90%, що перевищує точність проаналізованих методів на 5-6%. Використання цього методу дозволяє значно покращити точність налізу та класифікації аудіоматеріалів. У даній магістерській дисертації розроблено програмне забезпечення для аналізу та класифікації аудіоматеріалівДокумент Відкритий доступ Алгоритмічно-програмний метод визначення активного мовця(КПІ ім. Ігоря Сікорського, 2024) Нікітін, Олександр Олександрович; Хіцко, Яна ВолодимирівнаДана магістерська дисертація присвячена розробленню та реалізації алгоритмічно-програмного методу для визначення активного мовця. В ході даної магістерської дисертації було проаналізовано ряд існуючих способів та методів виявлення активного мовця, запропоновано новий метод з мультимодальною архітектурою, яка інтегрує аудіо, відео та поведінкові ознаки за допомогою глибоких нейронних мереж, такий підхід забезпечує рівень точності виявлення активного мовця до 93%, що перевищує точність проаналізованих аналогічних методів на 2-3%. У даній магістерській дисертації розроблено програмне забезпечення для визначення активного мовця.Документ Відкритий доступ Спосіб та програмне забезпечення прогнозування динаміки споживання електричної енергії(КПІ ім. Ігоря Сікорського, 2024) Монько, Олександр Сергійович; Люшенко, Леся АнатоліївнаДана магістерська дисертація присвячена розробленню та реалізації алгоритмічно-програмного способу та програмного забезпечення для прогнозування динаміки споживання електричної енергії. У ході даної магістерської дисертації було проаналізовано ряд існуючих методів прогнозування динаміки споживання електричної енергії та запропоновано новий спосіб, що ґрунтується на використанні комбінації методів випадкового лісу та множинної лінійної регресії за допомогою експертної компоненти, реалізованої на основі методу логістичної регресії, програмна реалізація якого дозволила підвищити точність прогнозування на 10-38% для різних сценаріїв споживання електроенергії. У даній магістерській дисертації розроблено програмне забезпечення для прогнозування динаміки споживання електричної енергії.Документ Відкритий доступ Програмний метод аналізу текстів новин на неправдивість(КПІ ім. Ігоря Сікорського, 2024) Мельничук, Олексій Геннадійович; Олещенко, Любов МихайлівнаЗ розвитком інформаційних технологій цифровізація новин була лише питанням часу. Завдяки доступності мережі Інтернет та різних соціальних мереж інформація почала поширюватися зі швидкістю, до якої людство не було готовим. З цією швидкістю поширення інформації сьогодні людству стає все складніше визначати правдивість новинних текстів, особливо в соціальних мережах. Виникає потреба у розробленні програмної системи, що зможе автоматизовано аналізувати текст новин за кількома категоріями недостовірності. У магістерській дисертації представлено програмний метод, який включає вдосконалену попередню обробку текстів новин, тренування комбінованих класифікаторів та аналіз оброблених текстів новин за категоріями неправдивості, сатири та мови ворожнечі. Наведено показники точності передбачень, а також порівняння швидкодії навчання та виконання передбачень для запропонованих та базових моделей класифікації. Для програмної реалізації методу було використано мову програмування Python, фреймворк Flask, бібліотеки Scikit-learn, Numpy та NLTK. Згідно з отриманими результатами дослідження, використання програмного забезпечення з запропонованою архітектурою дозволяє в окремих випадках підвищити точність на 4.18% порівняно з класичними методами.Документ Відкритий доступ Удосконалений метод UMAP з використанням графічних процесорів(КПІ ім. Ігоря Сікорського, 2024) Кривчук, Денис Віталійович; Нещадим, Олександр МихайловичДана магістерська дисертація присвячена розробленню модифікованого методу UMAP з використанням графічних процесорів. Кожного дня кількість даних якими ми оперуємо збільшується. Це породжує необхідність створення нових реалізацій алгоритмів з використанням GPU, що надають можливість обробляти великі масиви інформації в реальному часі та пришвидшувати процеси досліджень в галузях таких як хемінформатика та економіка. В ході даної магістерської дисертації було проаналізовано ряд існуючих методів та підходів для розроблення та прискорення алгоритмів з використанням графічних процесорів. Проаналізовано існуючі методи зменшення розмірностей даних та алгоритму UMAP. Програмна реалізація запропонованого методу дозволила підвищити покращити швидкодію на 24% без збільшення обсягів пам’яті, що використовується при виконанні методу. У даній магістерській дисертації розроблено програмне забезпечення для виконання UMAP з використанням можливостей графічних процесорів. Дана реалізація є простою в використанням та опереджає існуючі реалізації.Документ Відкритий доступ Модифікований метод та програмне забезпечення автоматизованого пошуку ключових слів у природномовних текстових даних(КПІ ім. Ігоря Сікорського, 2024) Бухаленков, Дмитро Олександрович; Заболотня, Тетяна МиколаївнаДана дисертація присвячена створенню модифікованого методу та програмного забезпечення автоматизованого пошуку ключових слів у природномовних текстових даних. В ході дослідження розглянуто основні типи методів пошуку ключових слів у природномовних текстових даних, наведено відомі методи та їх особливості. Розглянуто існуючі програмні рішення, що надають інструменти для пошуку ключових слів в текстах. Запропоновано модифікований метод автоматизованого пошуку ключових слів в тексті, який має на меті підвищення ефективності пошуку ключових слів в тексті комп’ютерними системами автоматизованої обробки природномовних текстів шляхом аналізу даних про багатослівні вирази в тексті для пошуку ключових термінів, що складаються з кількох слів. Створено програмну реалізацію запропонованого методу у вигляді консольного додатку у середовищі Python за допомогою платформи Python NLTK, та допоміжних пакетів AllenNLP та JiWER. Проведено порівняння розробленого програмного забезпечення з існуючими аналогами та зроблено відповідні висновки.Документ Відкритий доступ Програмний метод відновлення якості повноколірних зображень(КПІ ім. Ігоря Сікорського., 2024) Івахненко, Маргарита Василівна; Шкурат, Оксана СергіївнаДана магістерська дисертація присвячена розробленню методу та програмного забезпечення на основі методу оброблення цифрових зображень та технології машинного навчання для відновлення якості цифрових повноколірних зображень. В ході даної магістерської дисертації було запропоновано метод відновлення якості повноколірних зображень, отриманих в умовах недостатнього освітлення, що ґрунтується на вилученні знань зображення та застосуванні модуля попереднього перетворення зображення та моделі згорткової нейронної мережі Retinex-Net, що дозволяє збільшити ефективність навчання моделі та якість зображень за оцінками PSNR та SSIM понад 2% та 4% відповідно. Запропонований метод відновлення якості повноколірних зображень може використовуватися як самостійний компонент у системах комп'ютерного аналізу зображень, а також як складова частина нейромережевих систем аналізу зображень. Розроблене програмне забезпечення реалізує методи для покращення якості зображень на основі цифрового оброблення, а також на основі поєднання цифрового оброблення та глибинного навчання.Документ Відкритий доступ Програмний метод мелодійного викривлення аудіоматеріалів за допомогою штучного інтелекту(КПІ ім. Ігоря Сікорського, 2024) Анікєєв, Ігор Анатолійович; Нещадим, Олександр МихайловичДана магістерська дисертація присвячена розробленню та реалізації алгоритмічно-програмного методу та програмного забезпечення для мелодійного викривлення аудіоматеріалів. В ході даної магістерської дисертації було проаналізовано ряд існуючих алгоритмів та методів генерації аудіо, побудови і навчання штучних нейронних мереж та запропоновано новий метод мелодійного викривлення, що ґрунтується на комплексному використанні згорткових нейронних мереж, програмна реалізація якого дозволила підвищити ефективність роботи зображень до 94-95%. У даній магістерській дисертації розроблено програмне забезпечення для мелодійного викривлення аудіоматеріалів.Документ Відкритий доступ Метод та програмне забезпечення для передбачення успішності волонтерських зборів(КПІ ім. Ігоря Сікорського, 2024) Лавріненко, Вадим Володимирович; Олещенко, Любов МихайлівнаОстаннім часом в Україні набув поширення волонтерський рух, важливим інструментом якого є програмне забезпечення для зборів на нагальні потреби всіх прошарків населення в умовах війни. Постає проблема у формуванні очікувань до результатів зборів і ризик їх недофінансування. Враховуючи те, що індивідуальна консультація про можливість повного фінансування збору доступна не кожному, виникає потреба у програмній системі, що зможе автоматизовано надати цю послугу одночасно великій кількості користувачів. У магістерській дисертації представлено модифікований програмний метод передбачення успішності волонтерських зборів, що спирається на градієнтний бустинг та архітектуру з використанням асинхронної обробки повідомлень. Наведено показники точності передбачень запропонованого методу, а також порівняння швидкодії навчання та передбачень програмного забезпечення, що використовує запропоновану архітектуру та базову. Для програмної реалізації методу було використано мову програмування “Python” та брокер повідомлень “Amazon Simple Queue Service”. Згідно з проведеним тестуванням, використання програмного забезпечення з запропонованою архітектурою дозволяє зменшити час обробки даних про збори кількістю понад 30, на 55-81%, порівняно з використанням архітектури, що передбачає послідовну обробку.Документ Відкритий доступ Спосіб та інтегроване середовище розроблення для візуального програмуваннямовою ASAMPL(КПІ ім. Ігоря Сікорського, 2024) Лазуткін, Олег Олександрович; Сулема, Євгенія СтаніславівнаАктуальність теми. Сучасний світ програмування стикається з рядом викликів, зумовлених стрімким розвитком технологій та зростанням складності проєктів у різних сферах, від комерційної діяльності до волонтерських ініціатив. В таких умовах, питання оптимізації процесів розробки програмного забезпечення набуває особливої актуальності. Знаходження ефективних методів програмування, які б могли підвищити продуктивність розробників та якість фінальних продуктів, стає ключовим фактором, що може вплинути на успішність різноманітних проєктів від великих комерційних додатків до програм для підтримки соціально значущих ініціатив. В цьому контексті, особливу увагу заслуговує розвиток і впровадження нових підходів у сфері програмування, таких як візуальне програмування мовою ASAMPL, що може стати важливим інструментом у вирішенні актуальних завдань. Об’єктом дослідження є процес розроблення програмного забезпечення мовою ASAMPL. Предметом дослідження є методи, способи, алгоритми візуального програмування. Мета роботи: підвищення ефективності процесу розроблення програмного забезпечення мовою ASAMPL. Наукова новизна: уперше запропоновано шаблон проєктування "Integrated MVVM-Tier Pattern", характерною рисою якого є застосування принципів оптимізованої зв'язності та інтеграції між різними рівнями архітектури - Presentation, Business Logic та Data Layer, що дає змогу знизити взаємну залежність між компонентами системи, та тим самим підвищити гнучкість, модульність і масштабованість архітектури програмної системи.Документ Відкритий доступ Спосіб та програмне забезпечення для прогнозування індексу споживчих цін з урахуванням впливу факторів нестабільності в економіці(КПІ ім. Ігоря Сікорського, 2024) Клапатюк, Олександр Петрович; Люшенко, Леся АнатоліївнаУ сучасних умовах важливо розробляти ефективні методи прогнозування ключових економічних індикаторів, зокрема Індексу споживчих цін (ІСЦ). Цей індикатор відображає загальні тенденції змін рівня цін та впливає на фінансове становище споживачів. У дисертації розглядаються методи та алгоритми для прогнозування ІСЦ з використанням статистичних моделей й техніки машинного навчання. В умовах економічної нестабільності прогнозування ІСЦ набуває особливої актуальності. Запропонований у дисертації підхід, що комбінує моделі ARIMAX/SARIMAX з алгоритмом Gradient Boosting, дозволяє підвищити точність прогнозів ІСЦ, зменшивши середню абсолютну похибку до 60%. відносно класичного методу. Перевагою цього підходу є можливість враховувати як лінійні, так і нелінійні залежності та аномалії в даних. Дослідження пропонує інноваційний спосіб та програмне забезпечення для прогнозування ІСЦ, поєднуючи статистичні методи з машинним навчанням. Застосування цього підходу забезпечує краще розуміння динаміки ринку для прийняття ефективних економічних рішень.Документ Відкритий доступ Метод та програмне забезпечення для кольоризації зображень у відтінках сірого(КПІ ім. Ігоря Сікорського, 2024) Каснер, Максим Юрійович; Шкурат, Оксана СергіївнаСучасні нейромережеві технології перетворення зображень ґрунтуються на застосуванні моделей згорткових нейронних мереж. Такий підхід є ефективним для автоматизації процесів, але має свої обмеження щодо точності колоризації та процесу навчання. Тому створення ефективного методу та відповідного програмного забезпечення колоризації растрових зображень у відтінках сірого залишається актуальною задачею. У магістерській дисертації представлене дослідження використання моделей згорткових нейронних мереж для колоризації зображень у відтінках сірого. Запропоновано метод колоризації на основі моделі U-Net, що містить етап передоброблення зображення – квантування рівнів сірого для навчання та роботи нейронної мережі, та етап постоброблення – застосування функції нормалізації та сигмоїдної функції активації до результатів згорткових шарів мережі. Для розроблення програмного забезпечення, що реалізує запропонований метод колоризації зображень у відтінках сірого, було використано мову програмування Python, бібліотеки TensorFlow, NumPy, Flask. Використання запропонованого методу, згідно з дослідженнями, дозволяє збільшити ефективність навчання моделі та точність колоризації зображень на понад 3%. Тому впровадження запропонованого методу колоризації зображень здатне покращити якість колоризованих зображень і може використовуватися в системах комп’ютерного зору як модуль попереднього оброблення зображень.Документ Відкритий доступ Метод і програмне забезпечення для виявлення схожості зображень(КПІ ім. Ігоря Сікорського, 2024) Виноградова, Анастасія Сергіївна; Саяпіна, Інна ОлександрівнаАктуальність дослідження полягає в необхідності розвитку технологій для виявлення схожості зображень, які мають широке застосування від цифрової обробки медіа до систем безпеки та інтелектуального аналізу даних. Сучасний ринок вимагає більш вдосконалених рішень для точного та ефективного порівняння та аналізу візуальних даних. Мета і задачі дослідження. Розробити метод і програмне забезпечення для виявлення схожості зображень, яке забезпечує високу точність та ефективність у виявленні та порівнянні візуальних даних. Об’єктом дослідження є процес виявлення схожості між зображеннями. Предметом дослідження є методи та алгоритми для порівняння та аналізу візуальних даних. Новизна одержаних результатів. У даній роботі представлений новий метод виявлення схожості зображень, який інтегрує передові алгоритми виявлення ключових точок, техніки глибокого навчання та інноваційні підходи до кластеризації даних для підвищення точності та швидкості обробки зображень.Документ Відкритий доступ Спосіб та програмне забезпечення для автоматизованого аналізу та прогнозування ризиків операцій з криптовалютами(КПІ ім. Ігоря Сікорського, 2024) Кондрацький, Владислав Вадимович; Люшенко, Леся АнатоліївнаЗа останні роки попит до альтернативної форми цифрових активів та загалом такого способу електронного платежу зростає. Криптовалюти мають досить високу волатильність. Це може призводити до втрати частини можливого прибутку для тих хто інвестує. Як наслідок зростаючої популярності та нестабільності крипторинку він потребує розробку нових та вдосконалення існуючих способів та програмного забезпечення для автоматизованого аналізу та прогнозування ризиків в операціях з ними. У магістерській дисертації досліджено методи ARIMA, LSTM, CNN, Random Forest, Gradient Boosting, Var, ES та стекінг технологію. Описано розроблений комбінований спосіб та програмне забезпечення, що на основі експертного аналізу та стекінгу, комбінує статистичні методи, алгоритми машинного навчання та методи штучного інтелекту, забезпечуючи більшу точність та адаптивність прогнозування в реальному часі.Документ Відкритий доступ Спосіб та програмне забезпечення для розпізнавання тексту на зображеннях(КПІ ім.Ігоря Сікорського, 2024) Снітко, Маріанна Дмитрівна; Хіцко, Яна ВолодимирівнаНа сьогодні, технології розпізнавання тексту на зображеннях є невід'ємною частиною багатьох областей, від автоматизації офісних процесів до розширених систем безпеки. Проблема полягає в тому, що існуючі системи часто не забезпечують достатньої точності або швидкості обробки, особливо при розпізнаванні рукописного тексту. Така ситуація створює потребу в більш ефективних рішеннях. Наявні програмні рішення для розпізнавання тексту на зображеннях зазвичай опираються на традиційні методи оптичного розпізнавання символів. Однак, ці методи часто стикаються з проблемою, такою як низька точність при роботі з рукописним текстом, що призводить до збільшення часу на обробку даних та зниження загальної продуктивності системи. Запропонований спосіб полягає у створенні унікальної моделі конволюційної нейронної мережі для розпізнавання рукописного тексту, яка ефективно поєднує інноваційні архітектурні рішення та оптимізовані гіперпараметри. Запропонований спосіб дозволяє досягти високої точності розпізнавання – 94,68%, одночасно маючи середній час обробки даних до 22.79 мілісекунд. Для реалізації запропонованого у магістерській дисертації способу реалізовано програмне забезпечення з використанням технологій Python, Tensorflow, Scikit, OpenCV, Tkinter.Документ Відкритий доступ Спосіб і програмне забезпечення для автоматичної генерації тестів для вебдодатків(КПІ ім.Ігоря Сікорського, 2024) Линь, Дмитро Іванович; Юрчишин, Василь ЯковичЩодня кількість розроблюваних вебдодатків, як і галузей їх застосування, збільшується. Чи не найважливішу роль у забезпеченні їх високої якості та задоволення ними користувачів відіграє процес тестування. Хоча у відкритому доступі є досить велика кількість популярних бібліотек, що допомагають автоматизовувати тестування, вони не здатні повністю перебрати на себе цей процес. Тому розробка способу підвищення рівня автоматизації тестування вебзастосунків є актуальною задачею. У магістерській дисертації представлене дослідження використання моделей машинного навчання для вивчення послідовностей даних, що репрезентують кроки тестування вебдодатків. Запропонований спосіб для генерації виконуваних тестових сценаріїв, що базується на машинній моделі для розпізнавання елементів на веб-сторінках за їх зовнішніми властивостями та LSTM-моделі для обробки й генерації послідовностей слів, що описують правильні послідовності кроків тестування, перевірені за допомогою спеціально створеної мови для їх опису. Для розроблення програмного забезпечення, що реалізує цей спосіб використано мову програмування Python та наступні її бібліотеки: Scikit-learn, Keras, Lark, Pandas. Застосування способу для виявлення дефектів у інтерфейсах веб-сторінок, згідно з результатами дослідженнями, дозволяє підвищити швидкість виконання цього процесу у 3 рази в порівнянні з людиною. Тому подальше навчання розробленої програмної системи здатне значно покращити якість і швидкість тестування вебдодатків.Документ Відкритий доступ Спосіб та програмне забезпечення для організації та мінімізації часу виконання задач(КПІ ім. Ігоря Сікорського, 2024) Коваль, Андрій Олександрович; Хіцко, Яна ВолодимирівнаАктуальність теми. Актуальність даної теми полягає в зростаючій потребі в ефективному управлінні задачами в умовах стрімкого розвитку інформаційних технологій та збільшення обсягу даних. Розвиток методів для ефективного розподілу робіт між виконавцями є ключовим для підвищення продуктивності та конкурентоспроможності організацій. Пропонований у цій роботі алгоритм, що інтегрує методи повного перебору та апроксимації Фогеля, разом з алгоритмом балансування навантаження, відкриває нові можливості для розв’язання цієї проблеми. Об’єкт дослідження: процес планування порядку виконання задач та їх розподілення між працівниками з мінімізацією часу простою. Предмет дослідження: методи, алгоритми та програмні засоби для оптимізації процесу планування та розподілу задач. Мета роботи: розробка та валідація алгоритму, який зможе динамічно обирати підхід для оптимізації порядку виконання задач залежно від розміру набору даних. Методи досліджень: Теоретичний та емпіричний аналіз існуючих методів і сервісів для розподілення задач. Наукова новизна полягає у впровадженні алгоритму для розподілу задач, що складається з декількох різних за своєю сутністю етапів таких як балансування, алгоритм Фогеля та повного перебору. Практична цінність отриманих в роботі результатів полягає у значному поліпшенні процесу розподілу задач. Розроблений алгоритм дозволяє оптимально розподіляти задачі між виконавцями, забезпечуючи ефективне використання ресурсів і мінімізацію часу виконання. Апробація роботи. Основні положення і результати роботи представлені та обговорені на XVI науковій конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2023 (м. Київ, 28- 30 листопада 2023 р.) Структура та обсяг роботи. Магістерська дисертація складається з вступу, п’яти основних розділів, висновків та додатків. У вступі надано огляд дослідження, обґрунтовано актуальність теми, сформульовано мету і задачі, підкреслено наукову новизну та практичну значущість отриманих результатів, а також наведено інформацію про апробацію та впровадження результатів дослідження. Перший розділ присвячено огляду існуючих методів та підходів у сфері розподілення завдань. Аналізується сильні та слабкі сторони цих методів і висвітлюється потреба у новому рішенні. У другому розділі представлено розроблений алгоритм, який є модифікацією алгоритму для вирішення транспортної задачі. Третій розділ охоплює технічні аспекти розробки алгоритму, включаючи вибір технологій та інструментів. Також тут описано процес програмної реалізації алгоритму та його практичне застосування. Четвертий розділ містить детальний аналіз результатів, отриманих від реалізації алгоритму, із проведенням випробувань на різних наборах даних. П’ятий розділ зосереджується на розробці бізнес-моделі для стартапу, включаючи аналіз ринку, виявлення зацікавлених сторін, формулювання унікальної ціннісної пропозиції, а також розрахунок та систематизацію доходів і витрат. У висновках підбито підсумки проведеної роботи, висвітлено ключові здобутки та перспективи подальшого розвитку проекту. Робота виконана на 75 аркушах, містить 3 додатки та посилання на список використаних літературних джерел з 17 найменувань. У роботі наведено 22 рисунки та 6 таблиць. Ключові слова. Розподілення задач. Алгоритм апроксимації Фогеля. Алгоритми оптимізації