Система інтелектуальної обробки даних про державні закупівлі з використанням нейромереж
| dc.contributor.advisor | Боярінова, Юлія Євгеньївна | |
| dc.contributor.author | Бойчук, Владислав Андрійович | |
| dc.date.accessioned | 2024-02-13T10:52:44Z | |
| dc.date.available | 2024-02-13T10:52:44Z | |
| dc.date.issued | 2024 | |
| dc.description.abstract | Актуальність теми. У сучасному світі штучний інтелект дедалі більше впливає на різні аспекти нашого життя, від спрощених завдань, таких як рекомендаційні системи, до складних проблем, таких як медична діагностика. Кластеризація, як один із методів машинного навчання, демонструє високий потенціал у вирішенні завдань групування даних на основі їхньої схожості. У контексті штучного інтелекту кластеризація може значно підвищити ефективність аналізу даних та прийняття рішень. Україна, як країна з розвиваються IT-індустрією, відчуває необхідність в глибокому дослідженні та розробці методів кластеризації. Тому дослідження цієї теми в контексті застосування штучного інтелекту є надзвичайно актуальним та необхідним для наукового та технічного прогресу нашої країни. Об’єктом дослідження є система інтелектуальної обробки даних про державні закупівлі на основі нейромереж. Предметом дослідження методи і алгоритми інтелектуальної обробки даних з використанням нейромереж для аналізу і оптимізації державних закупівель. Мета роботи: покращення обробки даних про державні закупівлі завдяки використанню новітніх технологій – нейромереж та штучного інтелекту, оптимізація запропонованої системи для підвищення її ефективності та надійності. Наукова новизна полягає в наступному: 1. запропоновано структуру вхідних даних для збереження інформації про державні закупівлі, яка відмінна від існуючих, для побудови системи інтелектуальної обробки даних 2. запропоновано архітектуру системи інтелектуальної обробки даних на основі великих мовних моделей для вирішення задачі кластеризації. Практична цінність отриманих результатів дослідження полягає в можливості створення системи інтелектуальної обробки даних про державні закупівлі з використанням нейромереж і кластеризації. Ця система може ефективно аналізувати та групувати великий обсяг даних про закупівлі, що дозволить урядовим та комерційним структурам отримувати цінну інформацію для прийняття рішень. Наприклад, вона може допомогти виявляти закономірності та тенденції в закупівлях, ідентифікувати аномалії та потенційні ризики корупції. Така система має великий потенціал для підвищення транспарентності та ефективності державних закупівель, а також зниження витрат та покращення контролю над ними. Апробація роботи. Основні положення і результати роботи були представлені та обговорювались на Міжнародній науково-практичній конференції "Сучасний стан та пріоритети модернізації науки, освіти та технологій (Біла Церква, 10 січня 2024 р.). Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів та висновків. У вступі подано загальну характеристику роботи, зроблено оцінку сучасного стану проблеми, обґрунтовано актуальність напрямку досліджень, сформульовано мету і задачі досліджень, показано наукову новизну отриманих результатів і практичну цінність роботи, наведено відомості про апробацію результатів і їхнє впровадження. У першому розділі надано теоретичні основи інтелектуальної обробки даних про державні закупівлі, включаючи визначення та класифікацію систем інтелектуальної обробки даних. Також розглянуто специфіку даних про державні закупівлі та їх особливості, а також обговорено необхідність та переваги використання нейромереж у проведенні аналізу та кластеризації цих даних. аналіз, який дає змогу визначити основні переваги та недоліки цих навчальних посібників. У другому розділі розглянуто основні поняття та класифікація систем інтелектуальної обробки даних, різні методи класифікації. У третьому розділі описано розробку системи на основі нейромереж для інтелектуального аналізу та кластеризації даних про державні закупівлі, включаючи архітектуру та дизайн нейромережі, підготовку та передобробку даних для навчання, а також процес тренування, валідації та тестування на реальних даних. У четвертому розділі роботи детально розглядається аналіз функціонування розробленої системи інтелектуальної обробки даних про державні закупівлі з використанням методів кластеризації. У висновках представлені результати проведеної роботи. Робота представлена на 86 аркушах, містить посилання на список використаних літературних джерел. | |
| dc.description.abstractother | Actuality of theme. In today's world, artificial intelligence is increasingly affecting various aspects of our lives, from simple tasks such as recommender systems to complex problems such as medical diagnostics. Clustering, as one of the methods of machine learning, shows high potential in solving tasks of grouping data based on their similarity. In the context of artificial intelligence, clustering can significantly improve the efficiency of data analysis and decision-making. Ukraine, as a country with a developing IT industry, feels the need for in-depth research and development of clustering methods. Therefore, the study of this topic in the context of the application of artificial intelligence is extremely relevant and necessary for the scientific and technical progress of our country. The object of the study is a system of intelligent processing of data on public procurement based on neural networks. The subject of research is the methods and algorithms of intelligent data processing using neural networks for the analysis and optimization of public procurement. The purpose of the work: improving the processing of data on public procurement thanks to the use of the latest technologies - neural networks and artificial intelligence, optimization of the proposed system to increase its efficiency and reliability. The scientific novelty consists in the following: 1. a structure of input data is proposed for saving information about public procurement, which is different from the existing ones, for building a system of intelligent data processing 2. the architecture of the intelligent data processing system based on large language models for solving the clustering problem is proposed. The practical value of the obtained research results lies in the possibility of creating a system of intelligent processing of data on public procurement using neural networks and clustering. This system can effectively analyze and group a large volume of procurement data, allowing government and commercial entities to obtain valuable information for decision making. For example, it can help identify patterns and trends in procurement, identify anomalies and potential corruption risks. Such a system has great potential to increase the transparency and efficiency of public procurement, as well as to reduce costs and improve control over them. Approbation of work. The main provisions and results of the work were presented and discussed at the International scientific and practical conference "Current state and priorities of modernization of science, education and technologies" (Bila Tserkva, January 10, 2024). Structure and scope of work. The master's thesis consists of an introduction, four chapters and conclusions. The introduction provides a general description of the work, assesses the current state of the problem, substantiates the relevance of the research direction, formulates the purpose and tasks of the research, shows the scientific novelty of the obtained results and the practical value of the work, provides information on the approbation of the results and their implementation. The first chapter provides the theoretical foundations of the intelligent processing of public procurement data, including the definition and classification of intelligent data processing systems. The specifics of public procurement data and their features are also considered, as well as the necessity and advantages of using neural networks in the analysis and clustering of these data. an analysis that makes it possible to identify the main advantages and disadvantages of these training aids. In the second chapter, the main concepts and classification of intelligent data processing systems, various methods of classification are considered. The third chapter describes the development of a neural network-based system for the intelligent analysis and clustering of public procurement data, including the architecture and design of the neural network, the preparation and refinement of training data, and the process of training, validation, and testing on real data. The fourth chapter of the work examines in detail the analysis of the functioning of the developed system of intelligent processing of data on public procurement using clustering methods. The results of the work are presented in the conclusions. The work is presented on 85 sheets, contains links to the list of used literary sources. | |
| dc.format.extent | 88 с. | |
| dc.identifier.citation | Бойчук, В. А. Система інтелектуальної обробки даних про державні закупівлі з використанням нейромереж : магістерська дис. : 123 Комп'ютерна інженерія / Бойчук Владислав Андрійович. – Київ, 2023. – 88 с. | |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/64503 | |
| dc.language.iso | uk | |
| dc.publisher | КПІ ім. Ігоря Сікорського | |
| dc.publisher.place | Київ | |
| dc.subject.udc | 004.89 | |
| dc.title | Система інтелектуальної обробки даних про державні закупівлі з використанням нейромереж |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Boichuk_V_A_magistr.pdf
- Розмір:
- 4.54 MB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 8.98 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: