Система підтримки прийняття рішень в’їзного туризму Великої Британії рекурентними нейронними мережами глибокого навчання

Скорочена інформація про документ
dc.contributor.advisorДанилов, Валерій Якович
dc.contributor.authorМітюк, Дар’я Сергіївна
dc.date.accessioned2024-11-06T13:46:44Z
dc.date.available2024-11-06T13:46:44Z
dc.date.issued2024
dc.description.abstractДипломна робота: 86 с., 25 рис., 7 табл., 27 посилань, 1 додаток. У цій роботі розглянуто тему використання нейронних мереж з довгою короткочасною пам’яттю для прогнозування туристичних потоків, перспективи їх використання в сфері туризму. Об’єктом дослідження стала історія кількості туристів, що відвідали Велику Британію впродовж 1980 – 2019 рр. Предмет дослідження – нейронні мережі з довгою короткочасною пам’яттю для прогнозування змін туристичних потоків. Мета роботи – визначити потенціал використання нейронних мереж з довгою короткочасною пам’яттю для прогнозування туристичних потоків. У першому розділі досліджено предметну область завдання. Розглянуто різні аспекти ринку туризму Великої Британії, його особливості та наявні методи передбачення розвитку туристичних потоків. В другому розділі проведено огляд фрактальної інтерполяції як методу оптимізації роботи нейронних мереж з довгою короткочасною пам’яттю. В третьому розділі розроблено програмний продукт для дослідження ефективності нейронних мереж з довгою короткочасною пам’яттю для прогнозування туристичних потоків та проаналізовано його результати. В четвертому розділі оцінено характеристики програмного продукту та проведено функціонально-вартісний аналіз. Підбито підсумок про потенціал використання нейронних мереж з довгою короткочасною пам’яттю у сфері туризму, проведено аналіз моделі та описано способи її подальшого покращення.
dc.description.abstractotherMaster's thesis: 86 p., 25 figures, 7 tables, 27 references, 1 appendix. This research explains the usage of long short-term memory (LSTM) neural networks for tourism flows forecast and its prospects. The object of research is the time series of overseas visits to United Kingdom for period 1980 – 2019. The subject of research is a long short-term memory neural network for tourism flows forecast. The purpose of the work is to determine the potential of using long short-term memory neural networks for forecasting tourism flows. In the first chapter, the subject area of the task is examined. Various aspects of the UK's tourism market, its characteristics, and existing methods for forecasting tourism flows are considered. In the second chapter, a review of fractal interpolation as a method for optimizing the performance of long short-term memory neural networks is conducted. The third chapter develops a software product to study the effectiveness of LSTM neural networks for forecasting tourism flows and analyzes its results. In the fourth chapter, the characteristics of the software product are evaluated, and a functional-cost analysis is performed. A summary of the potential use of LSTM neural networks in the tourism sector is provided, along with an analysis of the model and descriptions of ways to further improve it.
dc.format.extent85 с.
dc.identifier.citationМітюк, Д. С. Система підтримки прийняття рішень в’їзного туризму Великої Британії рекурентними нейронними мережами глибокого навчання : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Мітюк Дар’я Сергіївна. – Київ, 2024. – 85 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/70389
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectштучний інтелект
dc.subjectмашинне навчання
dc.subjectнейронні мережі
dc.subjectфрактальна інтерполяція
dc.subjectтуристичні потоки
dc.subjectartificial intelligence
dc.subjectmachinіe learning
dc.subjectneural networks
dc.subjectfractal interpolation
dc.subjecttourism flows
dc.titleСистема підтримки прийняття рішень в’їзного туризму Великої Британії рекурентними нейронними мережами глибокого навчання
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Mitiuk_bakalavr.pdf
Розмір:
2.45 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ШІ)
Бакалаврські роботи