Магістерські роботи (ПЗКС)
Постійне посилання зібрання
Переглянути
Нові надходження
Документ Відкритий доступ Метод та програмне забезпечення виявлення фінансових шахрайств засобами машинного навчання(КПІ ім. Ігоря Сікорського, 2025) Шапошник, Богдан Ігорович; Юрчишин, Василь ЯковичПроблема виявлення фінансових шахрайств є надзвичайно актуальною через стрімкий розвиток цифрових фінансових послуг та зростання обсягів онлайн-транзакцій. Існуючі традиційні методи, що базуються на правилах, а також базові алгоритми машинного навчання, часто виявляються недостатньо ефективними для протидії ускладненим шахрайським схемам, що зумовлює потребу в розробці більш досконалих підходів. У даній роботі запропоновано вдосконалений метод виявлення фінансових шахрайств, метою якого є підвищення точності та повноти ідентифікації шахрайських транзакцій. Запропонований комбінований підхід, на відміну від стандартних рішень, які часто обмежуються однією технікою ресемплінгу або недостатньо враховують специфіку сильного дисбалансу, дозволяє досягти значного покращення у виявленні шахрайських транзакцій. Зокрема, експериментально підтверджено за допомогою крос-валідації, що обрана комбінація технік забезпечує на 5-8% вищий показник повноти для міноритарного класу шахрайських операцій при збереженні високого та конкурентоспроможного рівня точності порівняно з іншими методами. Для реалізації методу було розроблено програмне забезпечення на мові програмування Python та з використанням бібліотек, як Pandas, NumPy, Scikitlearn та Imbalanced-learn.Документ Відкритий доступ Алгоритмічно-програмний метод для прогнозування даних з мультимодальним розподілом на основі моделі MDN(КПІ ім. Ігоря Сікорського, 2025) Федорчук, Іван Васильович; Шкурат, Оксана СергіївнаДана магістерська дисертація присвячена розробленню та реалізації алгоритмічно-програмного методу прогнозування даних з мультимодальним розподілом на основі моделі MDN. В ході даної магістерської дисертації було проаналізовано ряд існуючих підходів та методів прогнозування даних з мультимодальним розподілом та запропоновано програмний метод прогнозування даних з мультимодальним розподілом на основі моделі машинного навчання архітектури MDN та ймовірнісної функції втрат для навчання моделі, що дозволяє збільшити точність прогнозування на 4,56% для синтетичних наборів даних з чітко визначеними мультимодальними характеристиками, а також на 11,57% та 2,47% для двох наборів даних, що відображають прикладні задачі. Практичне значення отриманих результатів полягає в тому, що запропонований метод прогнозування даних з мультимодальним розподілом може використовуватись як самостійна система прогнозування в умовах невизначеності, зберігаючи при цьому сумісність із класичною архітектурою MDN, що дозволяє легко інтегрувати його в існуючі системи прогнозування даних. У даній магістерській дисертації розроблено програмне забезпечення для прогнозування даних з мультимодальним розподілом, зокрема для розв’язання задачі зворотньої кінематики двохсегментного маніпулятора.Документ Відкритий доступ Комбінований метод та програмне забезпечення для ідентифікації фішингового вмісту в текстовій частині електронних листів(КПІ ім. Ігоря Сікорського, 2025) Фещенко, Єгор Олександрович; Заболотня, Тетяна МиколаївнаДана магістерська дисертація присвячена розробленню та програмній реалізації комбінованого методу автоматизованої ідентифікації фішингового вмісту в текстовій частині електронних листів на основі використання згорткових та рекурентних нейронних мереж із застосуванням механізму уваги. В ході даної магістерської дисертації було проведено детальний аналіз існуючих методів і підходів автоматизованого виявлення фішингових повідомлень. Запропонований комбінований метод дозволяє враховувати як локальні текстові ознаки, так і глобальний семантичний контекст, завдяки чому досягається абсолютна точність класифікації фішингових листів у діапазоні від 95,3 до 99,6 % на різних наборах даних, що суттєво перевершує класичні методи машинного навчання та традиційні нейромережеві підходи. Практичне значення отриманих результатів полягає в тому, що розроблений програмний метод дозволяє суттєво знизити кількість помилкових спрацьовувань та забезпечити високу надійність автоматичної ідентифікації фішингових листів. У даній магістерській дисертації розроблено програмне забезпечення, яке реалізує запропонований комбінований метод для автоматизованого виявлення фішингових повідомлень у поштових сервісах та системах інформаційної безпеки.Документ Відкритий доступ Модифікований метод косинусної подібності для виявлення нечітких дублікатів у текстових даних(КПІ ім. Ігоря Сікорського, 2025) Козинець, Назарій Вікторович; Заболотня, Тетяна МиколаївнаДана магістерська дисертація присвячена розробленню та реалізації модифікованого методу косинусної подібності для виявлення нечітких дублікатів у текстових даних. В ході даної магістерської дисертації було проаналізовано ряд існуючих підходів та методів виявлення нечітких дублікатів та запропоновано модифікований метод косинусної подібності, який відрізняється від існуючих тим, що інтегрує контекстуальне зважування координат векторного представлення речень на основі їх інформаційної значущості та статистично визначені α-ваги для підвищення чутливості до семантичних перефразувань. Розроблений метод дозволяє досягти показників метрики F1, які на 5-6% перевищують результати класичного косинусного методу та на 10-14% перевищують результати традиційних частотних підходів. Практичне значення отриманих результатів полягає в розробці програмного забезпечення на основі модифікованого методу косинусної подібності, що може інтегруватися в системи перевірки оригінальності текстів, пошукові системи та корпоративні платформи, підвищуючи точність виявлення нечітких дублікатів. У даній магістерській дисертації розроблено програмне забезпечення для виявлення нечітких дублікатів у текстових даних на основі модифікованого методу косинусної подібності.Документ Відкритий доступ Метод та програмне забезпечення для узагальнення великорозмірних науково-популярних текстів(КПІ ім. Ігоря Сікорського, 2025) Кінаш, Дарій Олегович; Заболотня, Тетяна МиколаївнаДана магістерська дисертація присвячена розробленню та реалізації методу для узагальнення великорозмірних науково-популярних текстів. В ході написання даної магістерської дисертації було проаналізовано ряд наявних підходів та методів узагальнення великорозмірних текстів та запропоновано алгоритмічно-програмний метод для узагальнення великорозмірних науково-популярних текстів, що створює зв’язний та послідовний результат, який охоплює ключові теми вхідного тексту, та має як мінімум в 1.8 разів більшу швидкість роботи, ніж багатокроковий метод абстрактного узагальнення з застосуванням фрагментації визначеної контекстом. Практичне значення отриманих результатів полягає в тому, що запропонований програмний метод дозволяє підвищити ефективність роботи з науково-популярними текстами та забезпечити використання в освітніх проєктах, де необхідне швидке отримання стислого змісту великих текстів. У даній магістерській дисертації розроблено програмне забезпечення, що реалізує запропонований метод, а також оцінено ефективність розробленого методу.Документ Відкритий доступ Метод та програмне забезпечення автоматизації створення тестових сценаріїв з використанням штучного інтелекту(КПІ ім. Ігоря Сікорського, 2024) Грищенко, Олександр Володимирович; Хіцко, Яна ВолодимирівнаНа сьогодні тестування є критично важливим етапом розробки програмного забезпечення, що забезпечує якість та надійність кінцевого продукту. Однак створення ефективних тестових сценаріїв вимагає значних часових витрат та високого рівня експертизи, що створює суттєві труднощі, особливо для програмістів-початківців. Існуючі інструменти автоматизації тестування зосереджені переважно на виконанні тестів, а не на їх створенні. У даній роботі запропоновано метод автоматизації створення тестових сценаріїв з використанням штучного інтелекту, що реалізований у вигляді вебзастосунку. Розроблений метод поєднує статичний аналіз коду з адаптивною системою формування промптів для взаємодії з API Claude, що дозволило зменшити використання токенів API на 25% при збереженні високої якості згенерованих тестів. Експериментальні дослідження підтвердили ефективність запропонованого рішення – досягнуто середнє покриття коду тестовими сценаріями на рівні 85% та час аналізу 10 секунд на кожні 100 рядків коду. Для реалізації методу розроблено веб-застосунок на базі WordPress та Python з інтеграцією API Claude. Програмний продукт особливо корисний для програмістів-початківців та може бути інтегрований в існуючі процеси розробки та тестування програмного забезпеченняДокумент Відкритий доступ Метод та програмне забезпечення для поєднання віртуальної та доповненої реальності на смартфонах(КПІ ім. Ігоря Сікорського, 2024) Проценко, Андрій Павлович; Юрчишин, Василь ЯковичСучасний розвиток мобільних технологій дозволяє створювати нові способи взаємодії між фізичним та віртуальним світом. Віртуальна та доповнена реальності стали важливими інструментами для багатьох галузей, таких як освіта, ігрова індустрія, медицина та дизайн. Ця робота спрямована на розробку комплексного програмного методу для забезпечення синхронної інтеграції віртуальної та доповненої реальностей на смартфонах. Запропоноване рішення поєднує три основні підходи: передбачення руху смартфона за допомогою нейронної мережі LSTM, прорисовку сцен поза полем зору за допомогою реконструкції оточення та отримання глибини зображення завдяки використанню LiDAR. Для досягнення цих цілей використано Unity AR Foundation, що забезпечує кросплатформенну підтримку та можливість створення стереозображень для відображення тривимірних сцен. Програмний метод базується на архітектурі, яка включає збір даних, навчання LSTM-моделі для передбачення майбутнього положення камери та реалізацію оптимізованих моделей на мобільних пристроях за допомогою PyTorch і LibTorch-Lite. Основні переваги запропонованого підходу включають зменшення візуальних затримок, покращення плавності відтворення змішаних сцен та підвищення точності інтеграції віртуального контенту з реальним оточенням.Документ Відкритий доступ Метод та програмне забезпечення для автоматизованої колоризації відео(КПІ ім. Ігоря Сікорського, 2024) Тарелкіна, Катерина Олексіївна; Олещенко, Любов МихайлівнаКолоризація чорно-білих відео залишається актуальною задачею впродовж останніх 20-ти років. Надання кольору дозволяє осучаснити і переосмислити чорно-білі відеозаписи. Проте ручна колоризація відео є досить часозатратним процесом, що потребує кваліфікованої роботи фахівця. Наразі існують рішення для автоматизованої та автоматичної колоризації відео, що базуються на використанні нейронних мереж. Їхнє застосування все ще є досить обмеженим, адже здебільшого користувач не може контролювати процес колоризації. Таким чином, виникає потреба у створенні програмного забезпечення для напівавтоматичної колоризації відеоданих з можливістю задання користувачем основних кольорів кадрів. У цій роботі було розроблено новий метод колоризації відео, який дозволяє інтегрувати кольорові підказки користувача для настроюваних колірних палітр і виконує двоетапну колоризацію для ключових та внутрішніх кадрів за допомогою двох окремих нейронних мереж. Метод реалізовано за допомогою фреймворків TensorFlow, FastAPI (Python) та Angular (TypeScript). Дослідження показує, що інтеграція кольорових підказок користувача в процес колоризації відео допомагає досягти низького значення L2-помилки, зберігаючи при цьому високі значення SSIM і PSNR.Документ Відкритий доступ Метод та програмне забезпечення для зберігання великих масивів даних з використанням алгоритмів ущільнення(КПІ ім. Ігоря Сікорського, 2024) Вергун, Марія Олександрівна; Сулема, Ольга КостянтинівнаСучасні інформаційні системи щодня обробляють все більші обсяги даних, які є критично важливими для їх функціонування і часто потребують тривалого зберігання. Це створює потребу в збільшенні обсягу сховищ для даних, хоча ресурси, виділені для цього, часто бувають обмеженими. У зв'язку з необхідністю більш ефективного використання простору для зберігання даних застосовуються різні методи та алгоритми ущільнення, які зазвичай базуються на використанні стандартних алгоритмів перетворення для зменшення кількості бітів, необхідних для представлення кожного вхідного байту інформації. У цій магістерській дисертації було виконано аналіз наявних методів ущільнення даних з метою виявлення їх придатності для ущільнення великих обсягів даних. В результаті було запропоновано новий метод ущільнення, який базується на методі ущільнення Brotli та має на меті підвищення його швидкодії. Таким чином пропонується модифікація базового методу з метою його адаптації до роботи з великими масивами даних. В результаті розробки та аналізу запропонованого методу виявлено покращення швидкодії в середньому в 4 рази. При цьому зменшення ефективності методу при будьякому рівні ущільнення спостерігається в межах від 3% до 10%. В межах цієї магістерської дисертації було розроблено вебзастосунок, що надає графічний інтерфес для використання методу, з використанням технологій Go, Flask, NextJS та хмарних сервісів AWS. Для реалізації методу ущільнення використовувалася мова програмування Go та її нативні потоки виконання Goroutines.Документ Відкритий доступ Метод та програмне забезпечення автоматичного визначення функціонального стилю тексту українською мовою(КПІ ім. Ігоря Сікорського, 2024) Музичук, Марина Анатоліївна; Заболотня, Тетяна МиколаївнаНа даний момент спостерігається безпрецедентне збільшення кількості інформації у світі, у порівнянні з минулими роками, що спричиняє нові виклики у сфері оброблення та аналізу текстових даних. Зростання обсягів україномовного тексту створює потребу в автоматизації його аналізу для покращення пошукових алгоритмів та забезпечення коректної класифікації текстів у великих базах даних. Наразі не існує готових інструментів, які повністю вирішують задачу автоматичної класифікації текстових даних українською мовою за функціональним стилем. У даній роботі запропоновано новий метод автоматичного визначення функціонального стилю тексту українською мовою із використанням методів глибокого навчання, та лексичного аналізу, що був реалізований у вигляді консольного застосунку. Запропонований метод використовує за основу модель нейронної мережі BERT, що забезпечує врахування структурних та контекстних особливостей тексту, та поєднує результати її роботи з обчисленими статистичними параметрами та ключовими ознаками вхідних даних. Такий підхід забезпечує використання класифікатором більшої кількості важливої інформації для навчання, в результаті чого збільшилась точність визначення функціонального стилю на 28,39% порівняно з класичною моделлю BERT. Для реалізації запропонованого програмного методу розроблено консольний застосунок з використанням технологій Python, TensorFlow, SpaCy, Pymorphy3, NLTK, Redis та Pandas.Документ Відкритий доступ Модифікований метод розподілу задач за допомогою технологій штучного інтелекту(КПІ ім. Ігоря Сікорського, 2024) Парахіна, Анна Анатоліївна; Юрчишин, Василь ЯковичРозподіл завдань є критично важливою функцією в організаціях, яка безпосередньо впливає на продуктивність, управління ресурсами та загальну ефективність. У світі, де команди стають все більш мультидисциплінарними, а обсяги проєктів постійно зростають, ефективний розподіл задач є критичним для досягнення цілей у визначені строки і в той же час вимагає впровадження інноваційних підходів до для його удосконалення. Традиційні методи розподілу завдань часто залежать від ручних процесів або заздалегідь визначених систем на основі правил, яким бракує гнучкості та адаптивності, тому у даній роботі запропоновано модифікований метод, який підсилює можливості існуючих рішень, інтегруючи навчання на основі даних та персоналізований підхід. Реалізація програмного забезпечення здійснювалася за допомогою мови програмування Python та з використанням сучасних моделей обробки природної мови, а саме, Dialogflow. Реалізовано структуру оброблення текстових запитів, яка включає етапи попередньої обробки тексту, зокрема токенізацію, лематизацію, і використання нейронних мереж для аналізу даних та генерації відповідей. Розроблена система забезпечує підвищення продуктивності розподілу задач завдяки зменшенню витрат часу та покращенню точності прийняття рішень. Проведені тестування показали високу ефективність запропонованого методу, зокрема, коефіцієнт корисної дії користувача зріс на понад 20% порівняно з традиційними підходами.Документ Відкритий доступ Спосіб та програмне забезпечення для ідентифікації обʼєктів у режимі реального часу на мобільних пристроях(КПІ ім. Ігоря Сікорського, 2024) Павловський, Всеволод Євгенович; Сулема, Ольга КостянтинівнаНа сьогодні мобільні пристрої активно використовуються для виконання завдань комп’ютерного зору, зокрема для ідентифікації об’єктів у режимі реального часу. Це знаходить широке застосування у сферах доповненої реальності, медичного аналізу, систем безпеки та робототехніки. Проте наявні рішення стикаються з обмеженнями: високе навантаження на ресурси пристрою, затримки обробки кадрів та відсутність ефективного підходу до забезпечення стабільної роботи в умовах обмежених ресурсів. У цій роботі запропоновано модифікований метод пропуску кадрів для систем ідентифікації обʼєктів на мобільних пристроях. Цей метод враховує стан системи та динамічно налаштовує частоту обробки кадрів, що дозволяє зберігати баланс між продуктивністю та енергоефективністю. Запропонований метод забезпечує підвищення частоти кадрів на 100% для пристроїв минулого покоління та на 110% для сучасних пристроїв порівняно із фіксованим пропуском кадрів, при цьому зберігаючи стабільне навантаження на ресурси пристрою. Для реалізації запропонованого методу розроблено бібліотеку на мові програмування Swift із використанням інструментів CoreML та Vision.Документ Відкритий доступ Модифікований метод та програмне забезпечення для курсорної пагінації та фільтрації даних у вигляді пакету NPM(КПІ ім. Ігоря Сікорського, 2025) Степаненко, Андрій Сергійович; Саяпіна, Інна ОлександрівнаДана магістерська дисертація присвячена розробленню та реалізації алгоритмічно-програмного методу курсорної пагінації, разом з опціональними фільтрацією та сортуванням даних. В ході даної магістерської дисертації було проаналізовано ряд існуючих методів курсорної пагінації, були розглянуті їх переваги та недоліки, та було запропоновано модифікований програмний метод курсорної пагінації, що використовує індексацію запитів; містить підтримку як прямого підключення до баз даних, так і за допомогою ORM; використовує комплексні фільтрацію та сортування даних; та закодовує курсори для підвищення безпеки передачі даних. Окрім більшої універсальності та кількості функціональних можливостей запропонованого рішення, швидкодія запитів також більша в середньому в 15-20 разів, через використання індексації. У даній магістерській дисертації розроблено програмне забезпечення для реалізації розробленого модифікованого методу курсорної пагінації та фільтрації даних. Практичне значення полягає в тому, що розроблений метод та програмне забезпечення може використовуватись розробниками як готове рішення для використання курсорної пагінації з опціональними фільтрацією, сортуванням та індексацією даних в різноманітних проєктах, де використовуєтья як нативне підключення до баз даних, так і з використанням ORM.Документ Відкритий доступ Алгоритмічно-програмний метод датування англомовного тексту з використанням трансформерних нейронних мереж(КПІ ім. Ігоря Сікорського, 2025) Литвин, Михайло Олегович; Олещенко, Любов МихайлівнаПрацюючи в таких сферах, як історія, лінгвістика, літературознавство тощо фахівці часто стикаються з задачею визначення дати написання тексту. Часто ця задача потребує значних зусиль та експертних навичок. Виникає потреба у розробленні програмного забезпечення, що зможе автоматизовано датувати текст з високою точністю. Трансформерні нейронні мережі добре пристосовані для різних задач обробки природнього мовлення, і тому підходять для цієї задачі. У магістерській дисертації представлено алгоритмічно-програмний метод, який включає збирання навчального набору даних та тонке налаштування попередньо навчених на великих корпусах текстів трансформерних нейронних мереж для задачі класифікації текстів за десятиліттями. Наведено результати точності передбачень, а також рекомендації для подальшого вдосконалення методу. Для програмної реалізації методу було використано мову програмування Python, фреймворк FastAPI, бібліотеки PyTorch, Transformers та tkinter. Згідно з отриманими результатами дослідження, використання запропонованого методу дозволяє визначати приблизне десятиліття написання англомовного тексту з точністю 86% та похибкою до 30ти років на часовому проміжку XIV-XX ст.Документ Відкритий доступ Метод та програмне забезпечення сегментації зображень комп’ютерної томографії(КПІ ім. Ігоря Сікорського, 2025) Звєрєв, Костянтин Васильович; Шкурат, Оксана СергіївнаДана магістерська дисертація присвячена розробленню та реалізації програмного методу сегментації медичних цифрових зображень комп’ютерної томографії. У ході роботи було проаналізовано існуючі підходи та методи сегментації цифрових медичних зображень, а також запропоновано вдосконалений метод сегментації зображень комп’ютерної томографії. Запропонований підхід базується на використанні методу покращення контрастності CLAHE, моделі глибинного навчання архітектури ResNet50 та ймовірнісної моделі зі зваженими параметрами для інтеграції знань із послідовності сегментованих зображень. Це дозволило підвищити точність сегментації за метриками IoU, Dice та Recall на понад 5,62%, 5,54% та 11,9% відповідно. Практичне значення отриманих результатів полягає в тому, що розроблений метод і відповідне програмне забезпечення можуть бути використані медичними фахівцями як інструмент підтримки прийняття рішень. Розроблене програмне забезпечення має графічний інтерфейс і дає змогу ефективно виділяти об’єкти інтересу на зображеннях комп’ютерної томографії.Документ Відкритий доступ Спосіб та програмне забезпечення для оптимізації маршрутів комівояжера(КПІ ім. Ігоря Сікорського, 2024) Маховой, Олександр Вікторович; Юрчишин, Василь ЯковичНа сьогодні задача комівояжера є однією з ключових у галузі комбінаторної оптимізації, яка знаходить застосування у таких сферах, як логістика, планування маршрутів, навігація та інші. Незважаючи на численні існуючі алгоритми, проблема ефективного вирішення задачі для великих наборів даних з нерівномірним розподілом точок залишається актуальною. У даній роботі запропоновано новий комбінований підхід до розв’язання задачі комівояжера, що поєднує геометричну евристику та локальну оптимізацію. Основна ідея полягає у побудові початкового маршруту на основі крайніх точок (північ, південь, захід, схід) із подальшою динамічною обробкою відкритих міст за допомогою черги пріоритетів і багатокрокової реінсерції для локальної оптимізації маршруту. Такий підхід забезпечує покращення довжини маршруту в середньому на 2,91%, а на окремих наборах даних — до 4,30% у порівнянні з кращими аналогами. Для реалізації розробленого методу створено десктопний застосунок з використанням мови програмування C#, фреймворків WPF, OxyPlot, що дозволяє виконувати інтерактивне моделювання, візуалізацію та оптимізацію маршрутів. Результати дослідження підтверджують високу ефективність запропонованого алгоритму та його потенціал для застосування у практичних сценаріях, таких як транспортна логістика, оптимізація поставок та інші завдання маршрутизації.Документ Відкритий доступ Метод та програмне забезпечення автоматизованої побудови українсько-німецького паралельного корпусу(КПІ ім. Ігоря Сікорського, 2024) Коротюк, Марія Ігорівна; Заболотня, Тетяна МиколаївнаНа даний час існує необхідність у наявності паралельних текстових даних для завдань комп’ютерної лінгвістики, наприклад машинного перекладу. Ручна побудова паралельних корпусів є трудомістким процесом, а при його автоматизації важливою є точність вирівнювання сегментів, зокрема речень, у паралельних текстах. Наявні методи автоматизованого вирівнювання речень у паралельних текстах відрізняються точністю та особливостями реалізації. У даній роботі запропоновано новий метод вирівнювання речень, який базується на ідеї Bleualign, а саме використанні машинного перекладу, метрики BLEU та багатоступеневого вирівнювання речень, а також містить удосконалення – використання словників галузевих термінів та сполучників. Оскільки для українсько-німецької мовної пари паралельних даних недостатньо, то у роботі пропонується розроблення методу та програмного забезпечення саме для цієї мовної пари. У даній роботі розроблено програмне забезпечення автоматизованої побудови українсько-німецького паралельного корпусу, яке реалізує запропонований метод вирівнювання речень, у вигляді вебзастосунку. Для цього використовуються мова програмування Python, фреймворк Flask та бібліотеки для оброблення природомовних текстів на сервері, а також мова програмування JavaScript та бібліотека React на клієнті. У результаті точність вирівнювання речень за допомогою запропонованого методу є в середньому на 4% вищою для українсько-німецької мовної пари, у порівнянні з методом Bleualign.Документ Відкритий доступ Метод та програмне забезпечення для теселяції 3D-мешів(КПІ ім. Ігоря Сікорського, 2024) Колісниченко, Данило Олександрович; Юрчишин, Василь ЯковичСучасні виклики у сфері комп’ютерної графіки потребують ефективних методів обробки складних 3D-об’єктів у режимі реального часу. У даній роботі запропоновано новий метод GPU-прискореного фрактурингу 3D мешів у середовищі Unity, що дозволяє підвищити продуктивність та візуальну реалістичність процесу руйнування об’єктів. Основною особливістю методу є використання обчислювальних шейдерів для виконання складних геометричних операцій, таких як генерація точок розриву, площин поділу та фрагментація об’єктів, що забезпечує високу швидкодію завдяки можливостям паралельної обробки GPU. Запропоноване рішення реалізовано у вигляді плагіна для Unity, який автоматично адаптується до апаратних можливостей цільового пристрою. У разі відсутності підтримки GPU-прискорення система використовує фолбекметоди на основі CPU, що гарантує стабільність роботи на широкому спектрі платформ. Оптимізація продуктивності досягається за допомогою пулу об’єктів, розмір якого динамічно залежить від параметрів фрактурингу, зокрема значення середньої відстані між точками розриву. Реалізація програмного рішення включає розробку спеціалізованих структур даних та алгоритмів для інтеграції з фізичною системою Unity, що дозволяє створювати реалістичну динаміку фрагментів після руйнування. Проведені експериментальні дослідження показали підвищення ефективності фрактурингу на 27% у порівнянні з наявними аналогами, що підтверджує доцільність використання GPU-методу для інтерактивного руйнування складних 3D-моделей у середовищі Unity.Документ Відкритий доступ Алгоритмічно-програмний метод розпізнавання зображень для відстеження геопозицій об'єктів(КПІ ім. Ігоря Сікорського, 2025) Лавінський, Гліб Володимирович; Шкурат, Оксана СергіївнаДана магістерська дисертація присвячена розробленню та реалізації алгоритмічного-програмного методу розпізнавання зображень для відстеження геопозицій об'єктів. В ході даної магістерської дисертації було проаналізовано ряд існуючих методів розпізнання та класифікації зображень, а також запропоновано вдосконалений алгоритмічного-програмний метод визначення геопозицій об’єктів зображень, що використовує ієрархічну структуру нейронних мереж. Запропонований метод ґрунтується на застосуванні двох архітектур нейронних мереж, зокрема EfficientNet-B0 для початкового розпізнавання зображення відповідно до чотирьох категорій та ResNet50 для розпізнавання країн світу. Запропонований метод розпізнавання зображень продемонстрував точність розпізнавання країн 57,3%, а також – 74,6%, коли вірна країна була одна з п’яти запропонованих мережею. У даній магістерській дисертації розроблено програмне забезпечення для визначення геопозицій об’єктів на цифрових зображеннях.Документ Відкритий доступ Метод та програмне забезпечення для розпізнавання обличчя в умовах недостатнього освітлення(КПІ ім. Ігоря Сікорського, 2025) Максименко, Дмитро Юрійович; Шкурат, Оксана СергіївнаДана магістерська дисертація присвячена розробленню та реалізації алгоритмічно-програмного методу на основі технології глибинного навчання для розпізнавання обличь в умовах недостатнього освітлення. В ході даної магістерської дисертації було проаналізовано ряд існуючих підходів та методі розпізнавання як конкретних людей за обличчям, так і розпізнавання характеристик людини за обличчям та запропоновано програмний метод розпізнавання обличь в умовах недостатнього освітлення за атрибутами вік, стать і раса, який базується на моделі нейронних мереж MobileNetV2. Розроблений метод показав середню точність розпізнавання за атрибутами стать – 89.12%, етнічна приналежність – 73.78%, та середнє значення абсолютної середньої похибки за атрибутом вік – 5.96. У даній магістерській дисертації розроблено програмне забезпечення для реалізації розробленого методу розпізнавання обличчя в умовах недостатнього освітлення. Практичне значення полягає в тому, що розроблений метод та програмне забезпечення може використовуватись користувачами як програмний застосунок з графічним інтерфейсом для розпізнавання обличь на цифрових зображеннях за віком, статтю та етнічною приналежністю, а також програмними інженерами як бібліотека на мові програмування Python.