Аналіз наукових статей за допомогою методів штучного інтелекту

Скорочена інформація про документ
dc.contributor.advisorШаповал, Наталія Віталіївна
dc.contributor.authorОвчаренко, Олександр Сергійович
dc.date.accessioned2024-02-28T12:50:07Z
dc.date.available2024-02-28T12:50:07Z
dc.date.issued2024
dc.description.abstractМагістерська дисертація: 88 с., 16 табл., 24 рис., 20 посилань, 1 додаток Мета дослідження полягає у аналізі сучасних тенденцій в класифікації наукових статей за допомогою штучного інтелекту; вирішенні задачі класифікації наукових статей та знаходження найкращого набору параметрів для графових нейронних мереж. Об’єкт дослідження: набір дата сетів Planetoid, а саме Cora та Citeseer. Предмет дослідження: методи класифікації наукових статей, методи машинного навчання для вирішення задач класифікації наукових статей, графові нейронні мережі та їх модифікації для задачі класифікації наукових статей на основі відкритих даних. Наукова новизна: знайдені оптимальні набори обраних початкових параметрів для графових нейронних мереж для їх використання в подальших моделях, що класифікують наукові статті. У межах подальшого дослідження пропонується розширити кількість моделей для класифікації та додавання нових метрик оцінювання точності класифікації наукових статей. Основні положення дослідження доповідались на конференції.
dc.description.abstractotherMaster’s thesis: 88 p., 16 tabl., 24 fig., 20 references, 1 appendix. The purpose of the research is to analyze contemporary trends in the classification of scientific articles using artificial intelligence, solve the task of classifying scientific articles and identify the best set of parameters for graph neural networks. Research Object: The dataset Planetoid, specifically Cora and Citeseer. Research Subject: Methods of classifying scientific articles, machine learning methods for solving classification tasks of scientific articles, graph neural networks and their modifications for the classification of scientific articles based on open data. Scientific Novelty: Optimal sets of selected initial parameters for graph neural networks have been identified for their utilization in further models classifying scientific articles. For future research, it is proposed to expand the number of classification models, add new evaluation metrics for the accuracy of scientific article classification. The main findings of the research were presented at the conference.
dc.format.extent88 с.
dc.identifier.citationОвчаренко, О. С. Аналіз наукових статей за допомогою методів штучного інтелекту : магістерська дис. : 122 Комп'ютерні науки / Овчаренко Олександр Сергійович. - Київ, 2024. - 88 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/65055
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectкласифікація
dc.subjectнаукові статті
dc.subjectмашинне навчання
dc.subjectграфові нейронні мережі
dc.subjectзгорткові графові нейронні мережі
dc.subjectграфові нейронні мережі з механізмом уваги
dc.subjectclassification
dc.subjectscientific articles
dc.subjectmachine learning
dc.subjectgraph neural networks
dc.subjectgraph convolutional networks
dc.subjectgraph attention networks
dc.subject.udc004.8.032.26(043.3)
dc.titleАналіз наукових статей за допомогою методів штучного інтелекту
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Ovcharenko_magistr.pdf
Розмір:
3.07 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

Магістерські роботи (ШІ)
Магістерські роботи