Інформаційна система прогнозування періоду затримки тварини в притулку

Скорочена інформація про документ
dc.contributor.advisorЖураковська, Оксана Сергіївна
dc.contributor.authorМарченков, Іван Денисович
dc.date.accessioned2023-06-11T17:48:02Z
dc.date.available2023-06-11T17:48:02Z
dc.date.issued2021-12
dc.description.abstractМагістерська дисертація: 166 с., 61 рис., 46 табл., 50 джерел, 2 додатки. Актуальність теми. Щодня в усьому світі мільйони бездомних тварин страждають на вулицях або піддаються евтаназії в притулках для тварин. Кількість котів і собак без домівок з часом тільки збільшується. Тварина, опинившись на вулиці, відчуває величезні страждання через те, що вона не в змозі подбати про себе. Якщо тваринам вдасться знайти домівки, можна буде врятувати багато дорогоцінних життів і створити більше щасливих сімей. Вирішення таких проблем, як утримання безхатніх тварин, їх годування, лікування є фінансово затратними. Зменшення фінансових витрат притулками є актуальною задачею. Малайзійська компанія «PetFinder», яка є платформою для захисту тварин, що містить базу даних понад 150 тис. тварин. Дана інформація може виявитися корисною для визначення терміну затримки тварини у притулку. Ефективне прогнозування періоду затримки надасть можливість притулкам оптимально розподіляти ресурси, щоб поліпшити загальну продуктивність усиновлення, та як наслідок, зменшити витрати на притулок та виховання. Метою роботи є підвищення ефективності роботи притулку для тварин та розподілу ресурсів на утримання тварин в притулку за рахунок прогнозування періоду перебування тварин в притулку. Для досягнення мети поставлено та вирішено такі задачі: Виконати порівняльний аналіз методів побудови класифікаторів періоду затримки. Розробити алгоритми обробки текстових даних для використання текстових описів в навчальній виборці. На основі методів комп’ютерного зору розробити алгоритми для оцінювання ступеня привабливості улюбленців за зображеннями (фото). Побудувати моделі для вирішення задач класифікації за зображенням та за текстовим описом, підібрати параметри побудованих моделей: кількість шарів нейронної мережі, кількість епох навчання, розмірність зображень, яка подається на вхід тощо. Розробити алгоритм надання рекомендацій за результатами вирішення задачі класифікації. Об’єктом дослідження є процес оцінювання інтервалу перебування тварин в притулку. Предметом дослідження є задача класифікації за зображенням та за текстовим описом. Наукова новизна одержаних результатів полягає у тому, що для вирішення задачі класифікації застосовано комбінацію методів класифікації за зображенням та за текстовим описом. Практичне значення отриманих результатів. Ефективне прогнозування періоду перебування надасть можливість притулкам оптимально розподіляти ресурси, щоб поліпшити загальну продуктивність усиновлення, та як наслідок, зменшити витрати на притулок та виховання. Публікації. Марченков І. Д. Прогнозування періоду затримки тварини в притулку з використанням методів NLP / Іван Денисович Марченков. // Norwegian Journal of development of the International Science. – 2021. – №73. – С. 65–69.uk
dc.description.abstractotherMaster’s dissertation consists 166 pages, 61 images, 46 tables, 50 referring sources, 2 appendices. Topicality. Every day, millions of stray animals around the world suffer on the streets or are euthanized in animal shelters. The number of cats and dogs without homes is only increasing over time. Once on the street, the animal suffers greatly because it is unable to take care of itself. If animals can find homes, many precious lives can be saved and more happy families created. Solving such problems as keeping stray animals, feeding them, and treating them is financially costly. Reducing the financial costs of shelters is an urgent task. Malaysian company PetFinder, which is an animal protection platform with a database of more than 150,000 animals. This information may be useful in determining the period of detention of the animal in the shelter. Effective forecasting of the delay period will allow shelters to allocate resources optimally to improve overall adoption productivity and, as a result, reduce shelter and upbringing costs. The purpose of the dissertation research is to increase the efficiency of the animal shelter and the allocation of resources for keeping animals in the shelter by forecasting the period of stay of animals in the shelter. To achieve this goal, the following tasks were set and solved: Perform a comparative analysis of methods for constructing classifiers of the delay period. Develop algorithms for processing text data for the use of text descriptions in the training sample. Based on computer vision methods, develop algorithms to assess the degree of attractiveness of pets by images (photo). Build models to solve the problems of classification by image and text description, choose the parameters of the built models: the number of layers of the neural network, the number of epochs of learning, the dimensionality of the images supplied to the input, and so on. Develop an algorithm for providing recommendations based on the results of solving the classification problem. The object of the study is the process of estimating the interval of stay of animals in the shelter. The subject of the study is the problem of classification by image and textual description. The scientific novelty of the obtained results is that a combination of classification methods by image and text description is used to solve the problem of classification. The practical value of the obtained results. Effective stay forecasting will allow shelters to allocate resources optimally to improve overall adoption productivity and, as a result, reduce shelter and upbringing costs. Publications. Ivan Marchenkov. Animal delay period prediction in the shelter using NLP methods. Norwegian Journal of development of the International Science: 73, pages 65-69, 2021.uk
dc.format.extent135 с.uk
dc.identifier.citationМарченков, І. Д. Інформаційна система прогнозування періоду затримки тварини в притулку : магістерська дис. : 126 Інформаційні системи та технології / Марченков Іван Денисович. – Київ, 2021. – 135 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/56991
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectобробка природної мовиuk
dc.subjectкомп’ютерний зірuk
dc.subjectвипадковий лісuk
dc.subjectкласифікація зображеньuk
dc.subjectпрограмний застосунокuk
dc.subject.udc004.9:004.021uk
dc.titleІнформаційна система прогнозування періоду затримки тварини в притулкуuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ІСТ)
Магістерські роботи