Магістерські роботи (ЦТЕ)
Постійне посилання зібрання
У зібранні розміщено магістерські дисертації на здобуття ступеня магістра.
Переглянути
Нові надходження
Документ Відкритий доступ Моделі обробки природної мови для розпізнавання емоційного стану гравців при реалізації ігрових агентів(КПІ ім. Ігоря Сікорського, 2024) Васильцов, Кирило Дмитрович; Кублій, Лариса ІванівнаСучасна індустрія відеоігор демонструє стрімкий розвиток, де особлива увага приділяється інтерактивним середовищам, які враховують емоційний стан гравців. Адаптивні ігрові агенти є важливим елементом у створенні ігор нового покоління, оскільки вони забезпечують персоналізовану взаємодію з користувачами. Більшість сучасних ігор обмежуються заздалегідь запрограмованими реакціями персонажів, які не враховують динамічні зміни емоційного контексту. Це створює потребу в нових рішеннях, здатних аналізувати текстові повідомлення гравців у реальному часі та адаптувати поведінку персонажів відповідно до емоційного стану користувача. Значущість теми дослідження обумовлена зростаючим попитом на інтерактивні ігри, які забезпечують глибший рівень занурення завдяки врахуванню емоційного контексту. Використання сучасних методів обробки природної мови (NLP), зокрема моделей трансформерів, таких як BERT, відкриває можливості для створення ігрових агентів нового покоління. Ці агенти здатні аналізувати текстові повідомлення, визначати емоційний стан гравців і відповідно змінювати свою поведінку, що значно підвищує рівень залучення гравців у ігровий процес. Мета роботи полягає в розробці інтерактивної системи для аналізу емоційного стану гравців на основі текстових повідомлень з використанням моделей NLP і адаптації поведінки ігрових агентів у реальному часі. Завдання дослідження: — провести аналіз наявних методів і систем розпізнавання емоцій; — розробити алгоритми та архітектуру системи; — провести тренування моделі; — інтегрувати ігрового агента на основі штучного інтелекту; — реалізувати користувацький інтерфейс; — провести тестування та налагодження системи. Об’єктом дослідження є процес інтерактивної взаємодії між гравцями та ігровими агентам Предметом дослідження є застосування методів обробки природної мови для аналізу емоційного стану користувачів у текстових повідомленнях. Методи дослідження включають машинне навчання, моделювання емоційного стану на основі тексту, інтеграцію NLP-моделей в ігрові системи, а також тестування прототипу системи. Практичне значення отриманих результатів полягає в можливості впровадження розробленої системи в ігрову індустрію, що забезпечить персоналізовану взаємодію з гравцями, підвищить інтерактивність і створить нові можливості для емоційно насиченого ігрового досвіду. Апробація результатів дослідження. Основні положення роботи представлено на VII Всеукраїнській науково-практичній інтернет-конференції молодих вчених та студентів «Сучасні інформаційні системи та технології» (ХНТУ, 29 листопада 2024 року). Робота складається зі вступу, п’яти розділів, загальних висновків, списку використаних джерел і додатків. Загальний обсяг роботи становить 128 сторінок, включає 22 таблиці, 15 рисунків і 49 джерел літератури.Документ Відкритий доступ Аналіз відповідей клієнтів за допомогою штучного інтелекту для визначення рівня зацікавленості в маркетингових кампаніях(КПІ ім. Ігоря Сікорського, 2024) Бортовський, Олег Олексійович; Сегеда, Ірина ВасилівнаАктуальність теми. У сучасному світі бізнес дедалі частіше стикається з необхідністю аналізу великих обсягів текстових даних, таких як клієнтські відгуки, коментарі в соціальних мережах та результати опитувань. Традиційні методи аналізу тексту не забезпечують необхідної швидкості й точності, що ускладнює використання цих даних для прийняття рішень. Використання методів машинного навчання для автоматизації аналізу текстових відповідей клієнтів є актуальним завданням, яке сприяє вдосконаленню маркетингових кампаній та підвищенню ефективності бізнес-процесів. Мета роботи. Створення програмної системи, яка автоматизує процес аналізу текстових відповідей клієнтів у маркетингових кампаніях, забезпечуючи високу точність класифікації, інтерактивність і можливість адаптації моделей машинного навчання. Завдання дослідження: - провести аналіз сучасних підходів до автоматизації класифікації текстових даних; - розробити алгоритми для класифікації текстів із можливістю часткового довчання; - спроєктувати та створити програмну систему з інтеграцією бази даних для ефективного збереження результатів; - розробити веб-інтерфейс, який забезпечує зручну взаємодію користувачів із системою. Об’єкт дослідження. Процес автоматизації аналізу текстових даних у контексті маркетингових кампаній. Предмет дослідження. Алгоритми машинного навчання для автоматизації класифікації тексту, архітектура програмної системи, інтеграція моделей із базою даних і веб-інтерфейс. Методи дослідження. Аналіз літератури для вивчення сучасних підходів і технологій, математичне моделювання для побудови класифікаційних моделей, емпіричні методи для тестування системи, інженерний метод для розробки програмної архітектури. Апробація результатів. Основні положення роботи були представлені на V Міжнародній науково-практичній конференції «Modern philological research in the context of intercultural communication», 30 вересня, 2024 м. Сарагоса, Іспанія. Структура та обсяг роботи. Дисертація складається зі вступу, п’яти розділів, висновків до кожного розділу, загальних висновків, списку використаних джерел та додатків. Загальний обсяг роботи складає 95 сторінок, з яких основний текст викладено на 81 сторінках. Робота містить 42 рисунків і таблиць.Документ Відкритий доступ Автоматизація замірів технічних характеристик антен з функцією складання пеленгаційної характеристики пар антен(КПІ ім. Ігоря Сікорського, 2024) Гасанов, Ельдар Ігорович; Отрох, Сергій ІвановичСучасна індустрія відеоігор демонструє стрімкий розвиток, де особлива увага приділяється інтерактивним середовищам, які враховують емоційний стан гравців. Адаптивні ігрові агенти є важливим елементом у створенні ігор нового покоління, оскільки вони забезпечують персоналізовану взаємодію з користувачами. Більшість сучасних ігор обмежуються заздалегідь запрограмованими реакціями персонажів, що не враховують динамічні зміни емоційного контексту. Це створює потребу в нових рішеннях, здатних аналізувати текстові повідомлення гравців у реальному часі та адаптувати поведінку персонажів відповідно до емоційного стану користувача. Значущість теми дослідження обумовлена зростаючим попитом на інтерактивні ігри, які забезпечують глибший рівень занурення завдяки врахуванню емоційного контексту. Використання сучасних методів обробки природної мови (NLP), зокрема моделей трансформерів, таких як BERT, відкриває можливості для створення ігрових агентів нового покоління. Ці агенти здатні аналізувати текстові повідомлення, визначати емоційний стан гравців і відповідно змінювати свою поведінку, що значно підвищує рівень залучення гравців у ігровий процес. Мета роботи полягає у розробці інтерактивної системи для аналізу емоційного стану гравців на основі текстових повідомлень з використанням моделей NLP і адаптації поведінки ігрових агентів у реальному часі. Завдання дослідження: — провести аналіз існуючих методів і систем розпізнавання емоцій; — розробити алгоритми та архітектуру системи; — провести тренування моделі; — інтегрувати ігрового агента на основі штучного інтелекту; — реалізувати користувацький інтерфейс; — провести тестування та налагодження системи. Об’єктом дослідження є процес інтерактивної взаємодії між гравцями та ігровими агентам Предметом дослідження є застосування методів обробки природної мови для аналізу емоційного стану користувачів у текстових повідомленнях. Методи дослідження включають машинне навчання, моделювання емоційного стану на основі тексту, інтеграцію NLP-моделей в ігрові системи, а також тестування прототипу системи. Практичне значення отриманих результатів полягає в можливості впровадження розробленої системи в ігрову індустрію, що забезпечить персоналізовану взаємодію з гравцями, підвищить інтерактивність і створить нові можливості для емоційно насиченого ігрового досвіду. Апробація результатів дослідження. Основні положення роботи представлено на VII Всеукраїнській науково-практичній інтернет-конференції молодих вчених та студентів «Сучасні інформаційні системи та технології». Робота складається зі вступу, п’яти розділів, загальних висновків, списку використаних джерел і додатків. Загальний обсяг роботи становить 128 сторінок, включає 22 таблиці, 15 рисунків і 49 джерел літератури.Документ Відкритий доступ Моделювання систем з безпарольною автентифікацією на основі промислових стандартів(КПІ ім. Ігоря Сікорського, 2024) Дяк, Анна Михайлівна; Тарнавський, Юрій АдамовичУ магістерській дисертації досліджено та розроблено тестову систему безпарольної автентифікації на основі стандартів WebAuthn і FIDO2. Система реалізує сучасні підходи до забезпечення безпеки в інформаційних системах, використовуючи асиметричну криптографію та апаратні токени для захисту від фішингових атак і атак "людина посередині" (MITM). Розроблена тестова система підтримує процеси реєстрації користувачів, автентифікації за допомогою публічних і приватних ключів, управління обліковими записами, а також відновлення доступу. Для інтеграції WebAuthn API використано бібліотеку Yubico, що забезпечує відповідність сучасним стандартам безпеки. Система налаштована для роботи через захищене SSL-з'єднання та використовує базу даних PostgreSQL для зберігання ключів і даних користувачів. Крім того, розроблене API дозволяє інтегрувати систему з іншими інформаційними платформами. Загальний обсяг магістерської роботи: кількість сторінок 96, кількість рисунків 26, кількість таблиць 27, кількість джерел 40, кількість додатків 1.Документ Відкритий доступ Інформаційна система тестування та оцінювання знань здобувачів вищої освіти різних рівнів та освітніх галузей(КПІ ім. Ігоря Сікорського, 2024) Євтушенко, Дмитро Миколайович; Донець, Андрій ГеоргійовичДаний продукт призначений для організації навчання за допомогою створення різних курсів та проходження тестів з різних предметів. Цей портал включає в себе лекційні курси та інтерактивні завдання з різних дисциплін, в якому реалізовано доступ для студента щодо виконання цих завдань. Був реалізований веб застосунок, який був розроблений за допомогою JavaScript та PHP. Були проаналізовані сучасні платформи для дистанційного навчання. Спроектовані різні моделі та діаграми задля аналізу та дослідження системи. Було представлено функціонал для студента, за допомогою якого клієнт може користуватись проектом. Обсяг записки становить 85 сторінки, 39 рисунка, 1 додаток та 21 використаних джерел.Документ Відкритий доступ Ранжирування ризиків сталого розвитку на основі методів експертної оцінки(КПІ ім. Ігоря Сікорського, 2024) Журавель, Вячеслав Ігорович; Караєва, Наталія ВеніамінівнаАктуальність теми. На сьогоднішній день, досягнення цілей сталого розвитку для збереження економічно-соціально-екологічного балансу є одним із ключових завдань для світової спільноти. Проте, при втіленні поставлених завдань у реальність, суспільство зіштовхується із потенціальними ризиками різного характеру. В умовах невизначеності критично важливим стає впровадження автоматизованих систем в управлінні ризиками. Одними з найбільш ефективних методів для вирішення подібних проблем є методи експертних оцінок. Ці методи дозволяють використовувати досвід, знання та ідеї експертів з різних сфер діяльності для ранжирування ризиків за рівнем їхньої значущості. Такий підхід допомагає при визначенні найбільш вірогідних ризиків, формуванні стратегій в умовах нестачі кількісних даних та прискорює процес досягнення сталого розвитку. Мета роботи полягає у створенні програмного інструментарію для ранжирування ризиків сталого розвитку на основі методів експертної оцінки. Завдання дослідження: – надати характеристику ризиків сталого розвитку; – на основі огляду методів ранжирування в задачах ризик-менеджменту обґрунтувати методичне забезпечення ранжирування ризиків сталого розвитку на основі методів експертної оцінки; – проаналізувати функціональні можливості сучасних програмних рішень в задачах ранжирування ризиків; – спроєктувати архітектуру системи ранжирування ризиків сталого розвитку на основі методів експертної оцінки; – розробити систему ранжирування ризиків сталого розвитку на основі методів експертної оцінки; – провести апробацію розробленого програмного забезпечення, експериментально довести її коректність. Об’єкт дослідження – комп’ютерні інформаційні системи і технології. Предмет дослідження – комп’ютерні інформаційні технології ранжирування ризиків сталого розвитку на основі методів експертної оцінки. Практична цінність отриманих результатів роботи полягає в розробці системи для ранжирування ризиків різних типів на основі методів експертної оцінки, яка спрощує процес надання необхідної інформації особам, які приймають управлінські рішення. Апробація результатів дисертації. Основні положення даної роботи доповідались та обговорювались на III Міжнародній науковій та практичній конференції “Scientific research: modern challenges and future prospects”, 21-23 жовтня, 2024 м. Мюнхен, Німеччина. Дисертація складається зі вступу, п’яти розділів та висновків. Повний обсяг дисертації складає 105 сторінок, у тому числі 90 сторінок основного тексту, 27 таблиць, 33 рисунки, 4 сторінки списку використаних джерел у кількості 41 найменування, додатки – 10 сторінок.Документ Відкритий доступ Прогнозування погоди на основі методів машинного навчання та аналізу даних(КПІ ім. Ігоря Сікорського, 2024) Зуй, Денис Олександрович; Кузьменко, Ігор МиколайовичМагістерська дисертація виконана на 95 сторінках, містить 40 ілюстрацій, 5 таблиць, 8 додатків, 31 джерело в переліку посилань. Мета роботи – створення програмної системи для прогнозування погоди з використанням методів машинного навчання. Методи та засоби: часові ряди, мова програмування Python, бібліотека для аналізу даних Pandas, бібліотека обчислень Numpy, бібліотеки для візуалізації даних Matplotlib і Seaborn, моделі машинного навчання ARIMA, SARIMA, SARIMAX, фреймворк Streamlit для створення веб-інтерфейсу. Результат – веб-застосунок для прогнозування погоди з можливістю інтерактивного налаштування параметрів моделей та візуалізації результатів прогнозування.Документ Відкритий доступ Дослідження залежності між температурою повітря та споживанням електроенергії в місті на основі кореляційної моделі(КПІ ім. Ігоря Сікорського, 2024) Кривда, Дмитро Олександрович; Сегеда, Ірина ВасилівнаАктуальність роботи зумовлена потребою ефективного використання енергоресурсів і оптимізації споживання електроенергії, бо в умовах змін клімату важливо розробляти методи прогнозування та управління споживанням електроенергії. Це покращує планування ресурсів та запобігає перевантаженням і знижує витрати. Мета - розробка програмної системи, яка дозволяє оцінювати залежність між споживанням електроенергії та температурою, здійснювати аналіз цих даних та надавати рекомендації на основі отриманих результатів. Завдання дослідження: - Проаналізувати сучасні методи та підходи до аналізу залежності між споживанням електроенергії та температурою. - Реалізувати оцінку кореляції між температурними показниками та енергоспоживанням з використанням коефіцієнта кореляції Пірсона. - Розробити математичну модель для прогнозування споживання електроенергії на основі даних про температуру. - Реалізувати програмну систему. - Забезпечити інтеграцію з базою даних для зберігання та обробки великих обсягів даних. - Розробити зручний інтерфейс для користувачів, який наддасть відповідні інструменти для аналізу залежності між споживанням електроенергії та температурою в різні часові періоди. Об’єкт дослідження –залежність між температурою повітря та споживанням електроенергії. Предмет дослідження – Дослідження залежності між температурою повітря та споживанням електроенергії в місті на основі кореляційної моделі Практична цінність результатів отриманих в роботі полягає в наданні можливості прогнозування енергоспоживання на основі історичних даних енергоспоживання. Апробація результатів роботи. Результати дисертації було представлено на XXI Міжнародній науково-практичній конференції Молодих вчених та студентів, 23-26 квітня, 2024, м. Київ, Україна. The V International Science Conference “Modern philological research in the context of intercultural communication”, September 30 – October 2, Zaragoza, Spain.Документ Відкритий доступ Моделі машинного навчання для прогнозування результатів кіберспортивних матчів на основі аналізу ігрових даних(КПІ ім. Ігоря Сікорського, 2024) Кривонос, Володимир Вікторович; Шаповалова, Світлана ІгорівнаАктуальність теми З розвитком кіберспорту зростає потреба у прогнозуванні результатів матчів, що має велике значення для аналітичних сервісів, команд, гравців та беттінгових платформ. Водночас застосування методів машинного навчання у цій сфері залишається недостатньо дослідженим. Мета роботи Встановлення ефективності різних моделей машинного навчання для прогнозування результатів кіберспортивних матчів шляхом аналізу історичних ігрових даних. Завдання дослідження: 1. Провести аналіз предметної області та стану прогнозування у кіберспорті. 2. Оцінити ефективність існуючих методів машинного навчання для прогнозування спортивних подій. 3. Визначити вхідний вектор та створити датасет на основі історичних даних. 4. Розробити математичну модель задачі прогнозування. 5. Провести обчислювальні експеременти 6. Реалізувати програмне забезпечення з використанням оптимальних моделей машинного навчання. 7. Оцінити ринкові перспективи впровадження продукту. Об’єкт дослідження – методи машинного навчання для розв’язання задачі регресії. Предмет дослідження – прогнозування результату кіберспортивного матчу на основі методів машинного навчання. Методи дослідження: методи прогнозування на основі моделей штучного інтелекту, порівняльний аналіз та оцінка моделей з використанням кількісних метрик. Наукова новизна: розроблено математичну модель для передматчевого прогнозування, що враховує індивідуальні та командні показники. Практичне значення: розроблене програмне забезпечення може бути використане для підтримки прийняття рішень у кіберспорті, аналітики гри та інтеграції з беттінговими платформами. Апробація результатів дисертації. Основні положення даної роботи доповідались та обговорювались на: XLVІІ Міжнародній науковій та практичній конференції "The Future of Scientific Discoveries: New Trends and Technologies", 13-15 листопада, 2024 м. Марсель, Франція. Дисертація складається з вступу, п’яти розділів та висновків. Повний обсяг дисертації складає 106 сторінок, в тому числі 90 сторінок основного тексту, 23 таблиці, 16 рисунків, 3 сторінки списку використаних джерел у кількості 27 найменувань.Документ Відкритий доступ Методи прогнозування енергоспоживання на основі штучного інтелекту(КПІ ім. Ігоря Сікорського, 2024) Лиштван, Владислав Валерійович; Михайлова, Ірина ЮріївнаАктуальність теми. Енергетика є ключовою складовою економічного розвитку країни, а забезпечення стабільного постачання енергії є критично важливим завданням. Використання методів штучного інтелекту дозволяє точно прогнозувати майбутні потреби в енергії, враховуючи різні фактори, що впливають на енергоспоживання. Мета роботи – розробка веб-системи прогнозування енергоспоживання на основі штучного інтелекту. Завдання дослідження: - провести аналіз існуючих веб-систем прогнозування енергоспоживання та методів прогнозування; - обрати технології розробки веб-системи прогнозування енергоспоживання на основі штучного інтелекту; - обрати методи прогнозування енергоспоживання на основі штучного інтелекту; - розробити програмну систему прогнозування енергоспоживання з використанням методів на основі штучного інтелекту; - провести апробацію розробленої програмної системи та протестувати її. Об’єкт дослідження – методи прогнозування на основі штучного інтелекту. Предмет дослідження – прогнозування енергоспоживання з використанням методів на основі штучного інтелекту. Практична цінність результатів отриманих в роботі полягає в наданні можливості прогнозування енергоспоживання на основі історичних даних енергоспоживання. Апробація результатів роботи. Результати дисертації було представлено на VIII Міжнародній науково-практичній конференції «INNOVATIVE DEVELOPMENT OF SCIENCE, TECHNOLOGY AND EDUCATION», 9-11 травня, 2024, м. Ванкувер, Канада.Документ Відкритий доступ Автоматичне генерування персоналізованих програм тренувань на основі аналізу біометричних даних з використанням штучного інтелекту(КПІ ім. Ігоря Сікорського, 2024) Макаренко, Марія Ігорівна; Отрох, Сергій ІвановичМагістерська дисертація на тему "Автоматичне генерування персоналізованих програм тренувань на основі аналізу біометричних даних з використанням штучного інтелекту" охоплює обсяг в 77 сторінок, містить 24 ілюстрації, 1 таблицю, 2 додатки, та базується на аналізі 17 джерел літератури. Робота спрямована на розробку та аналіз ефективної системи для створення індивідуальних тренувальних програм, використовуючи передові досягнення в області машинного навчання та веб-розробки. Дисертація включає комплексний аналіз потреб користувачів у персоналізованих тренувальних планах, методів збору та обробки біометричних даних, а також застосування алгоритму Random Forest для генерації оптимальних тренувальних програм. Особлива увага приділяється інтеграції моделі машинного навчання з веб-додатком, розробленим на базі Flask, що забезпечує зручний та інтуїтивно зрозумілий інтерфейс для користувачів. У рамках дослідження було реалізовано програмний модуль на мові програмування Python, який інтегрований з фреймворками TensorFlow та TensorFlow Hub для обробки та аналізу даних. Система використовує різноманітні методи обробки даних, включаючи кодування категоріальних змінних, масштабування числових показників, а також забезпечення валідності введених даних як на фронтенді за допомогою HTML5 та JavaScript, так і на бекенді через додаткові перевірки у Flask-додатку. Для забезпечення доступу до локального сервера під час розробки використовувався інструмент ngrok, що дозволило тестувати додаток у реальних умовах експлуатації. Публікації: Отрох С. І., Онисько А. І., Макаренко М. І., Сарафанніков О. В. Автоматичне генерування персоналізованних програм тренувань на основі аналізу біометричних даних з використанням штучного інтелекту, Наукові записки Державного університету інформаційно-комунікаційних технологій, 2024, с. 33-41. Макаренко М. І., Отрох С. І. Тренування на основі аналізу біометричних даних з використанням штучного інтелекту, 2-а міжнародна науково-практична конференція, Наукові дослідження: сучасні інновації та перспективи, 2024, с. 114-116. Структура та обсяг роботи. Магістерська дисертація складається зі вступу, чотирьох розділів, висновку та додатків.Документ Відкритий доступ Аналіз тексту з використанням великих мовних моделей(КПІ ім. Ігоря Сікорського, 2024) Мар’яш, Дмитро Ігорович; Шаповалова, Світлана ІгорівнаАктуальність теми дослідження. Автоматизація аналізу текстових даних є важливою складовою сучасного цифрового розвитку, особливо в умовах постійного зростання обсягів інформації, що генерується в різних сферах людської діяльності. Для забезпечення ефективного аналізу текстів важливими чинниками є застосування великих мовних моделей, які дозволяють автоматизувати процеси класифікації, генерації анотацій та створення контекстуальних запитань, підвищуючи якість та швидкість обробки інформації. Отже, розробка програмного забезпечення, яке інтегрує можливості таких моделей, є ключовим кроком для оптимізації роботи з текстовими даними. Метою дослідження є розробка середовища аналізу тексту з використанням великих мовних моделей, що дає змогу користувачеві класифікувати текстові дані за типом, темою, сентиментом та емоційним забарвленням, з можливістю візуалізації хмари слів, отримання ключових слів, а також автоматичній генерації анотації до тексту, разом із згенерованими тестами та контекстним чатом. Завдання дослідження: - дослідити та проаналізувати існуючі підходи до класифікації тексті; - проаналізувати методи класифікації текстів за типом, тематикою та емоційним забарвленням; - реалізувати механізм визначення типу тексту, його тематики та емоційного забарвлення; - розробити функціонал для автоматичної анотації текстових даних; - створити модуль формування змістовних запитань та відповідей на запитання на основі текстів для підвищення інтерактивності системи; - створити модуль автоматизованого тестування продуктивності великих мовних моделей. Об’єктом дослідження є алгоритми обробки природньої мови, великі мовні моделі та їх архітектури. Предметом дослідження є задача трансформування тексту у текст великих мовних (задачі класифікаціїї та анотації текстових даних), методи створення автоматизованих тестів, оцінювання продуктивності великих мовних моделей. Апробація результатів роботи. Основні положення даної роботи були викладені на XLIX Міжнародній науково-практичній конференції «New Areas of Scientific Research: Exploring New Frontiers» Дисертація складається зі вступу, п’яти розділів та висновків. Повний обсяг дисертації складає 136 сторінок, 25 таблиць, 39 рисунків, 6 сторінок списку використаних джерел у кількості 43 найменувань.Документ Відкритий доступ Моделювання розповсюдження звукових хвиль у звуженій чвертьхвильовій трубі TQWT(КПІ ім. Ігоря Сікорського, 2024) Мисько, Андрій Олексійович; Демчишин, Анатолій АнатолійовичДисертація виконана на 105 сторінках, містить 40 ілюстрації, 13 таблиці, 1 додаток, 36 джерело у переліку посилань. Метою даної магістерської роботи є розробка програмного застосунку для моделювання поширення звукових хвиль у звуженій чвертьхвильовій трубі (TQWT). Це передбачає створення точного алгоритмічного базису для чисельного розв’язання рівнянь хвилі з урахуванням властивостей середовища. Методи дослідження роботи включають чисельне моделювання поширення звукових хвиль із використанням рівняння хвилі, методу кінцевих різниць та принципу суперпозиції, реалізоване через алгоритми на основі паралельних обчислень. Результатом роботи є програмний застосунок, що що моделює процес поширення звукових хвиль у звужених чвертьхвильових трубах (TQWT).Документ Відкритий доступ Платформа для підтримки екологічних інновацій(КПІ ім. Ігоря Сікорського, 2024) Правдохіна, Крістіна Артурівна; Крячок, Олександр СтепановичМагістерська робота присвячена розробці інтегрованої платформи для підтримки екологічних ініціатив через фінансові внески. У роботі описано сучасні підходи до побудови багаторівневої архітектури системи, зокрема використання Next.js для клієнтської частини, Node.js для серверної частини та Firebase для зберігання даних у реальному часі. Інтеграція з платіжною системою Stripe забезпечує прозорість і безпеку транзакцій. Результати роботи демонструють можливість підвищення довіри користувачів до фінансування екологічних ініціатив та ефективного розподілу ресурсів.Документ Відкритий доступ Побудова веломаршрутів на основі моделей штучного інтелекту(КПІ ім. Ігоря Сікорського, 2024) Тополюк, Кирило Михайлович; Сидоренко, Юлія ВсеволодівнаДисертація виконана на 102 сторінках, містить 34 ілюстрації, 22 таблиці, 1 додаток, 51 джерело у переліку посилань. Метою роботи є створення системи, що зможе будувати персоналізовані веломаршрути та надавати рекомендації користувачам. Методи та засоби: алгоритм машинного навчання з вчителем Logistic Regression, мова програмування JavaScript, бібліотека для розробки інтерфейсу React, мова розмітки HTML, таблиця стилів CSS, хмарне сховище даних Firebase, бібліотека тестування cypress. Результатом роботи є система, що будує веломаршрути та модель, що будує рекомендації на основі збережених маршрутів користувача.Документ Відкритий доступ Програмне забезпечення контролеру для управління інвертором сонячної станції(КПІ ім. Ігоря Сікорського, 2024) Фіцай, Володимир Романович; Сегеда, Ірина ВасилівнаАктуальність теми. Перехід до відновлюваних джерел енергії стає все більш нагальним через зменшення запасів викопних ресурсів, негативний вплив на екологію при їх використанні та залежність користувачів від їх постачання. Сонячні електростанції є перспективним напрямком у вирішенні цих проблем, оскільки вони дозволяють забезпечити генерацію енергії з мінімальним екологічним впливом при цьому являючись одним з найдешевших видів “зеленої” енергетики. В Україні актуальність використання таких систем додатково підкріплюється постійними перебоями електропостачання та відсутністю вигідних механізмів продажу надлишкової енергії. За таких умов постає питання використання програмних рішень, що можуть забезпечити автономне управління енергоспоживанням та генерацією, сприяючи ефективному використанню згенерованої енергії у часи відсутності генерації при цьому зберігаючи автономність в часи відключень Метою роботи є створення програмного забезпечення, яке зможе ефективно керувати інвертором сонячної станції, оптимізуючи використання згенерованої енергії. При цьому, основний акцент має робитися на забезпеченні максимальної автономії домогосподарства за рахунок збереження енергії у батареях і автоматичного перемикання між режимами споживання та генерації. Завдання дослідження: - дослідити існуючі методи взаємодії з апаратурою сонячних електростанцій; - розробити алгоритми для прогнозування, аналізу даних та управління інвертором; - реалізувати функціонал для отримання даних з інвертора та подачі команд, враховуючи різні режими роботи; - створити програмне рішення, яке забезпечить автоматичне перемикання між режимами генерації та споживання залежно від стану мережі при цьому забезпечивши максимальне використання згенерованої енергії для споживання домогосподарством; - виконати тестування роботи розроблених алгоритмів на основі тестових даних із використанням симулятора інвертора. Об’єктом дослідження виступає система управління інвертором сонячної станції. Предметом дослідження виступають алгоритми і методи програмного забезпечення, що забезпечують управління режимами роботи інвертора, що забезпечує оптимізацію споживання згенерованої енергії та управління режимами живлення. Практична цінність результатів полягає у створенні програмного забезпечення для ефективного управління інвертором сонячної станції, що забезпечує оптимальне використання згенерованої енергії, автономність та готовність системи до відключення зовнішнього джерела в будь-який момент. Апробація результатів дисертації: Основні положення даної роботи доповідались та обговорювались на V Міжнародна науково-практична конференція «Modern philological research in the context of intercultural communication» (September 30 – October 02, 2024). Дисертація складається з вступу, 5 розділів, висновків до розділів, загальних висновків, 2 сторінок списку використаних джерел у кількості 21 найменувань. Повний обсяг дисертації складає 113 сторінок. Основний вміст викладено на 84 сторінках. У роботі наведено 17 рисунків та 22 таблиць.Документ Відкритий доступ Моделювання процесів вентиляційної функції легень та газообміну у хворих з ХОЗЛ(КПІ ім. Ігоря Сікорського, 2024) Черкас, Олександр Євгенійович; Сліпченко, Володимир ГеоргійовичАктуальність теми: Дихальні тренування – це одні з основних процедур лікування ХОЗЛ – хвороби обмеженості потоку повітря в легенях, що призводить до нездатності організму задовольнити потреби у кисні. Процедура лікування полягає у створенні корисного навантаження на вентиляційну систему через процес дихання газовою сумішшю, у якій вміст кисню поступово знижується, для того, щоб стимулювати адаптацію до гіпоксії (тобто недостатності кисню для нормального функціонування тіла) та поліпшити стан пацієнта. На сьогоднішній день є необхідність у системах, що здатні моделювати перебіг дихального тренування, враховуючи дані про попередні процедури та стан хвороби для створення індивідуального курсу лікування. Мета роботи. Метою магістерської дисертації є реалізація системи моделювання процесів вентиляційної функції легень та газообміну у хворих з ХОЗЛ на основі даних з проведених гіпоксичних тренувань. Для досягнення цієї мети поставлені наступні задачі: - аналіз існуючих методів аналізу та моделювання гіпоксичних тренувань; - вибір математичної моделі відповідно до критеріїв моделювання вентиляційної системи і газообміну та удосконалити для проведення дихальних тренувань; - реалізація веб-продукту проекту; - створення інструкції використання. Об’єктом дослідження є комп’ютерні методи моделювання фізіологічних процесів у системі пацієнтів з ХОЗЛ. Предметом дослідження є математичні моделі та програмні алгоритми для моделювання вентиляційної функції легень і газообміну у пацієнтів із ХОЗЛ, зокрема під час гіпоксичних тренувань. Методи дослідження: метод Тегерані для визначення реакції тіла на певний рівень гіпоксії внаслідок дихальних тренувань в форматі вентиляційних та серцево-судинних параметрів організму. Практична цінність результатів: Розроблена надає можливість задавати довільні значення для гіпоксичного тренування та отримувати моделювання дихальної процедури з результатом у форматі парціального тиску газів як основних параметрів реакції тіла на гіпоксію. Це дозволяє змоделювати різний діапазон сценаріїв, підбираючи умови, що задовольнятимуть вимоги користувача до подальшого лікування. Загальний обсяг роботи: кількість сторінок 101, кількість рисунків 16, кількість таблиць 7, кількість джерел 37, кількість додатків 1.Документ Відкритий доступ Прототип керованої рухомої сонячної панелі(КПІ ім. Ігоря Сікорського, 2024) Чижик, Назарій Михайлович; Аушева, Наталія МиколаївнаМагістерська дисертація за темою "Прототип керованої рухомої сонячної панелі" виконана студентом кафедри цифрових технологій в енергетиці НН ІАТЕ Чижиком Назарієм Михайловичем зі спеціальності 122 "Комп’ютерні науки" за освітньою-професійною програмою "Цифрові технології в енергетиці" та складається зі: вступу, 5 розділів(Існуючі рішення керованих сонячних систем, методи і засоби розробки керованої рухомої сонячної панелі, опис розробленої системи, демонстрація роботи програмно-апаратного забезпечення, розробка стартап-проекту, висновок, список використаних джерел, який налічує 42 джерела та додатки. Загальний обсяг роботи 108 сторінок, 22 таблиці, 39 рисунків, 12 формул. Актуальність теми. В умовах енергетичної кризи в Україні та світі, розвиток відновлюваних джерел електроенергії, зокрема сонячної, стає одним із ключових складових забезпечення сталого розвитку. Сонячні панелі є основним елементом перетворення сонячного випромінювання в електричну енергію, проте їхня ефективність значною мірою залежить від кута падіння сонячного світла. Впровадження систем активного відстеження Сонця, таких як керовані сонячні панелі, дозволяє значно підвищити ефективність збору енергії. Це особливо важливо в умовах, коли ресурси для встановлення великих площ сонячних станцій обмежені, і необхідно забезпечити максимальну енергоефективність на одиницю площі. Метою магістерської дисертації є створення керованої сонячної панелі. Завдання дослідження: – дослідити існуючі системи керованих сонячних панелей та додатки для керування такими системами – проаналізувати існуючі методи та засоби розробки керованої рухомої сонячної панелі – розробити структуру для апаратного забезпечення – створити 3D модель – опрацювати алгоритми, які використовуються для побудови рухомих сонячних панелей – розробити алгоритм керування 3D моделлю – розробити мобільний додаток для керування рухомими сонячними панелями Об’єктом дослідження є системи, що дозволяють сонячним панелям автоматично орієнтуватися за сонцем, максимізуючи кількість енергії, яка може бути згенерована. Предметом дослідження є створення керованої сонячної моделі, рух якої базується на розрахунку положення Сонця над горизонтом. Методи дослідження. Аналіз літератури та огляд існуючих рішень, моделювання та проектування апаратної структури, 3D-моделювання, розробка та аналіз алгоритмів, програмна розробка та тестування. Апробація результатів дисертації. Результати дисертації було представлено на XLI міжнародній науково-практичній конференції 2-4 жовтня, Торонто, Канада. Публікації. Аушева Н.М., Чижик Н.М. Геометрична модель керованої сонячної платформи. Progressive Opportunities and Solutions of Modern Scientific Potential: the materials of the participants of the XLI International scientific and practical conference, October 2–4, 2024 р. Toronto, Canada. International Scientific Unity. P.33-36.Документ Відкритий доступ Засоби автоматичної генерації тестових повідомлень HL7(КПІ ім. Ігоря Сікорського, 2024) Швагрун, Андрій Васильович; Михайлова, Ірина ЮріївнаМагістерська дисертація на тему «Засоби автоматичної генерації тестових повідомлень HL7». Робота складається зі вступу, 5 розділів, висновків до розділів, загальних висновків, списку джерел (20 джерел) та додатку. Загальний обсяг дисертації – 88 сторінок. Основний зміст викладено на 75 сторінках. Роботу проілюстровано 22 таблицями, 18 рисунками. Актуальність теми. Автоматизація генерації HL7-повідомлень є ключовою для стандартизованого обміну медичними даними та тестування інформаційних систем у сфері охорони здоров'я. Наявні рішення часто не задовольняють потребу у створенні реалістичних повідомлень HL7, що ускладнює ефективне тестування. Розробка інструменту для автоматичної генерації великих обсягів повідомлень дозволить проводити масштабоване тестування, підвищуючи сумісність систем і надійність обміну медичною інформацією, що сприяє покращенню якості медичних послуг. Мета роботи. Розробити систему автоматичної генерації HL7-повідомлень, яка забезпечує масштабованість, відповідність стандартам HL7 та реалістичність створених даних, спрямовану на оптимізацію процесів тестування медичних інформаційних систем. Для досягнення поставленої мети необхідно виконати наступні завдання: − дослідити стандарт HL7, зокрема структуру повідомлень, правила їх формування та перевірки відповідності для визначення ключових вимог до тестових даних; − розробити алгоритми автоматизованої генерації HL7-повідомлень різних типів; − проаналізувати та обрати технології для реалізації компонентів системи, враховуючи інструменти для роботи з HL7, генерації даних та створення інтерфейсу; − реалізувати програмний продукт із зручним веб-інтерфейсом для автоматизованої генерації HL7-повідомлень, забезпечивши можливість налаштування параметрів, перегляду результатів і експорту даних; − провести тестування системи, перевірити відповідності згенерованих даних стандартам HL7, оцінити коректність роботи алгоритмів та загальну ефективність. Об’єкт дослідження. Програмне забезпечення для автоматичної генерації HL7-повідомлень. Предмет дослідження. Алгоритми та програмне забезпечення для автоматичної генерації HL7-повідомлень різних типів, здатних забезпечити тестування медичних систем на відповідність стандарту HL7. Методи дослідження. Для виконання поставлених завдань були використані методи експериментального моделювання, порівняльного аналізу технологій генерації даних, а також розробка програмного забезпечення з інтеграцією зовнішніх API та бібліотек. Апробація результатів роботи. Основні результати дослідження представлено на конференції та опубліковано у фахових виданнях. Структура роботи. Дисертація складається зі вступу, п’яти розділів, висновків, списку використаних джерел та додатків. Публікації: Швагрун А. В. Засоби автоматичної генерації тестових повідомлень HL7 : матер. VII всеукр. наук.-практ. інтернет-конф. молодих вчених та студентів (м. Київ, 29.11.2024) Київ-Херсон, 2024.Документ Відкритий доступ Нейромережеві методи генерації текстури заданого матеріалу для тривимірних моделей(КПІ ім. Ігоря Сікорського, 2024) Нерослик, Максим Євгенович; Шаповалова, Світлана ІгорівнаАктуальність теми. Досліджувана тема є актуальною через зростаючу потребу у високоякісному текстуруванні тривимірних моделей у таких галузях, як комп’ютерна графіка, ігрова індустрія, архітектура та віртуальна реальність. Традиційні методи генерації текстур вимагають значних часових і ресурсних витрат, тоді як нейромережеві підходи пропонують автоматизацію процесу, підвищення рівня деталізації та створення реалістичних текстур, що відповідають заданим властивостям матеріалів. Мета роботи. Створення програмного забезпечення для генерації зображень текстур вибраного типу матеріалу нейромережевим методом для подальшого їх використання в матеріалах будь-яких тривимірних об’єктів. Завдання дослідження: 1. Провести аналіз методів та засобів розв’язання задачі. 2. Реалізувати архітектуру моделі глибокої згорткової генеративно-змагальної нейронної мережі. 3. Реалізувати алгоритм відображення тривимірного об’єкта та матеріалу на ньому за допомогою шейдерів. 4. Реалізувати методи алгоритмічного створення необхідних карт нормалей та висот. 5. Провести випробування. Об’єкт дослідження. Нейромережеві методи генерації зображення текстури відповідного типу. Предмет дослідження. Генерація зображення на нейронній мережі DCGAN. Методи дослідження. методи генеративного штучного інтелекту. Апробація результатів роботи. Основні положення роботи доповідались і обговорювались на XXІ міжнар. наук.-практ. конф. молод. вчених і студентів «Сучасні проблеми наукового забезпечення енергетики»: Нерослик М.Є., Шаповалова С.І. Нейромережеві методи генерації текстури заданого матеріалу для тривимірних моделей. Сучасні проблеми наукового забезпечення енергетики: матеріали XXІ міжнар. наук.-практ. конф. молод. вчених і студентів у 2 т. 23–26 квіт. 2024 р. Київ. КПІ ім. Ігоря Сікорського, Вид-во «Політехніка». 2024. Т.2. С. 236-237. Структура та обсяг магістерської дисертації. Магістерська дисертація складається зі вступу, п’яти розділів, висновку, переліку посилань з 43 найменувань, двох додатків, містить 37 рисунків, 2 таблиці. Повний обсяг дипломної роботи складає 98 сторінок, з яких список використаних джерел займає 5 сторінок, додатки – 4 сторінки.