Генерація синтетичних даних для тренування системи прийняття стратегічно обґрунтованих рішень

Скорочена інформація про документ
dc.contributor.advisorШпурик, Вадим Вадимович
dc.contributor.authorПеребийніс, Максим Володимирович
dc.date.accessioned2025-07-09T08:07:31Z
dc.date.available2025-07-09T08:07:31Z
dc.date.issued2025
dc.description.abstractДипломна робота за темою «Генерація синтетичних даних для тренування системи прийняття стратегічно обґрунтованих рішень» виконана студентом кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Перебийніс Максимом Володимировичем зі спеціальності 121 «Інженерія програмного забезпечення» за освітньо-професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем в енергетиці» і складається зі: вступу; 4 розділів («Загальні положення», «Засоби розробки системи», «Опис програмної реалізації», «Робота користувача з програмною системою»), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 10 джерел; 17 ілюстрацій; 1 таблиці та 2 додатків. Загальний обсяг роботи 70 сторінка. Актуальність теми. Стрімке зростання обсягів даних та обмеження щодо конфіденційності реальних наборів зумовлюють потребу у високоякісних синтетичних даних для навчання систем прийняття стратегічно обґрунтованих рішень. Мета роботи полягає у розробці програмної системи для генерування синтетичних наборів даних за допомогою генеративних моделей нейронних мереж для використання у системах прийняття стратегічно обґрунтованих рішень. Для досягнення поставленої мети виконано такі завдання: імпорт та обробка вхідного датасету, розробка генеративних моделей та їх налаштування, підтримка навчання моделей та генерації даних. Практичне значення одержаних результатів полягає у розробці моделей для генерування синтетичних даних, які дають можливість швидко створювати конфіденційні, збалансовані та варіативні вибірки, що підвищують точність систем підтримки стратегічних рішень.
dc.description.abstractotherThesis on the topic “Generation of synthetic data for training a system for making strategically sound decisions” was performed by the student of the Department of Software Engineering in Energy of the ER INTE Perebyinis Maksym Volodymyrovych, specialty 121 “Software Engineering” under the educational and professional program “Software Engineering of Intelligent Cyber-Physical Systems in Energy” and consists of: introduction; 4 sections (“General Provisions”, “System Development Tools”, “Description of Software Implementation”, “Work with The total volume of the work is 70 pages. Relevance of the topic. The rapid growth of data volumes and privacy restrictions on real-world datasets necessitate high-quality synthetic data for training systems to make strategically informed decisions. The purpose of the work is to develop a software system for generating system for generating synthetic datasets using generative neural network models for use in strategically informed decision-making systems. To achieve this goal, the following tasks were performed: importing and processing the input dataset, developing generative models and configuring them, supporting model training and data generation. The practical significance of the results obtained is to develop models for generating synthetic data that allow for the rapid creation of confidential, balanced and variable samples that increase the accuracy of strategic decision support systems.
dc.format.extent72 с.
dc.identifier.citationПеребийніс, М. В. Генерація синтетичних даних для тренування системи прийняття стратегічно обґрунтованих рішень : дипломна робота ... бакалавра : 121 Інженерія програмного забезпечення / Перебийніс Максим Володимирович. – Київ, 2025. – 72 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/74761
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectсистеми прийняття рішень
dc.subjectгенеративна змагальна мережа
dc.subjectваріаційний автокодувальник
dc.subjectсинтетичні дані
dc.subjectмова програмування Python
dc.subjectdecision-making systems
dc.subjectgenerative adversarial network
dc.subjectvariational autoencoder
dc.subjectsynthetic data
dc.subjectPython programming language
dc.titleГенерація синтетичних даних для тренування системи прийняття стратегічно обґрунтованих рішень
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Perebyinis_bakalavr.pdf
Розмір:
1.96 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 (ІПЗЕ)
Бакалаврські роботи