Система пошуку аномалій методами глибоких нейронних мереж та багатокритеріальної підтримки прийняття рішень

Скорочена інформація про документ
dc.contributor.advisorНедашківська, Надія Іванівна
dc.contributor.authorПетькун, Олександр Юрійович
dc.date.accessioned2025-02-10T12:23:13Z
dc.date.available2025-02-10T12:23:13Z
dc.date.issued2024
dc.description.abstractМагістерська робота: 93 c., 20 рис., 20 табл., 1 дод., 18 джерел Тема: система пошуку аномалій методами глибоких нейронних мереж та багатокритеріальної підтримки прийняття рішень. Об’єкт дослідження: система пошуку аномалій для знаходження підозрілих/відмінних даних у наборі даних за допомогою глибоких нейронних мереж. Мета роботи: дослідити можливості використання нейронних мереж та супутніх підходів для розробки та ефективного управління системами пошуку аномалій. Методи дослідження: нейронні мережі, бінарна класифікація, згорткові нейронні мережі, автокодувальники, багатокритеріальні системи підтримки прийняття рішень. Результати роботи: був створений програмний додаток, написаний мовою програмування Python, котрий, в залежності від вибору користувача, приймає на вхід датасети Brain Tumor Classification Dataset та Credit Card Fraud Detection, що дозволяє користувачу знаходити аномалій у наборах даних (текстових або зображень) та застосовувати багатокритеріальний метод підтримки прийняття рішення задля обрання найбільш об’єктивних результатів. Крім того, був проведений порівняльний аналіз роботи обох нейронних мереж і визначення кращої із них. Отже, побудована програма дає змогу визначити загрозу з великою точністю в незалежності від типу вхідних даних.
dc.description.abstractotherMaster’s thesis: 93 p., 20 fig., 20 tabl., 1 app., 18 ref. Topic: anomaly search system using deep neural networks and multi-criteria decision support. Object of research: anomaly search system that finds suspicious/deviant data in a data set using deep neural networks and warns the software user about it. Purpose of work: to investigate the possibilities of using neural networks and related approaches for the development and effective management of anomaly search systems. Research methods: neural networks, binary classification, convolutional neural networks, autoencoders, multi-criteria decision support systems. Results of the work: a Python-written software application software application was created, which, depending on the user's choice, accepts the Brain Tumor Classification Dataset and Credit Card Fraud Detection datasets as input, which allows the user to find anomalies in data sets (text or images) and apply a multi-criteria decision support method to select the most objective results. In addition, a comparative analysis of the operation of both neural networks was conducted and the best of them was determined. Thus, the built program allows you to identify the threat with high accuracy regardless of the type of input data.
dc.format.extent93 с.
dc.identifier.citationПетькун, О. Ю. Система пошуку аномалій методами глибоких нейронних мереж та багатокритеріальної підтримки прийняття рішень : магістерська дис. : 124 Системний аналіз / Петькун Олександр Юрійович. - Київ, 2024. - 93 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72409
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectпошук аномалій
dc.subjectнейронні мережі
dc.subjectкомп’ютерні системи
dc.subjectanomalies search
dc.subjectneural networks
dc.subjectcomputer systems
dc.subject.udc303.732.4
dc.titleСистема пошуку аномалій методами глибоких нейронних мереж та багатокритеріальної підтримки прийняття рішень
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Petkun_magistr.docx
Розмір:
1.5 MB
Формат:
Microsoft Word XML
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

Магістерські роботи (ММСА)
Магістерські роботи