Система машинного навчання для аналізу і групування природної та штучно створеної інформації

Скорочена інформація про документ
dc.contributor.advisorНедашківський, Олексій Леонідович
dc.contributor.authorСатко, Дар’я Олегівна
dc.date.accessioned2026-09-18T09:56:31Z
dc.date.available2026-09-18T09:56:31Z
dc.date.issued2026
dc.description.abstractДипломна робота за темою «Система машинного навчання для аналізу і групування інформації» виконана студенткою кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Сатко Дар’єю Олегівною зі спеціальності 121 «Інженерія програмного забезпечення» за освітньо-професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем в енергетиці» і складається з: вступу; 6 розділів («Задачі та вимоги до системи машинного навчання для аналізу і групування інформації», «Етапи створення системи аналізу природної та штучно створеної інформації», «Засоби розробки та розгортання системи», «Програмна реалізація системи машинного навчання», «Робота користувача з системою та аналітика», «Інформаційна безпека та захист даних»); загальних висновків; списку використаних джерел, який налічує 19 джерел; 16 ілюстрацій та 2 додатки. Загальний обсяг роботи — 52 сторінки. Актуальність теми зумовлена стрімким розвитком генеративних нейромереж великих мовних моделей та гострою потребою закладів освіти у сучасних, автономних інструментах для виявлення штучно згенерованих текстів і автоматизації контролю академічної доброчесності. Мета роботи — розробка автономної та безпечної клієнт-серверної системи машинного навчання для аналізу, групування та класифікації природної і штучно створеної інформації з використанням ансамблевого підходу на базі сучасних NLP-моделей. Для досягнення поставленої мети визначено такі основні завдання: проведення аналізу методів обробки природної мови, проєктування реляційної бази даних та розробка ансамблевого алгоритму класифікації текстів на базі NLP-моделей. Практичне значення одержаних результатів полягає у створенні готового до розгортання вебсервісу, що функціонує в ізольованому контейнері Docker. Застосунок надає зручний інтерфейс для викладачів та адміністраторів, дозволяє здійснювати перевірку студентських робіт, формувати протоколи та візуалізувати статистику, і може бути впроваджений в інформаційну систему навчальних закладів.
dc.description.abstractotherThe thesis on the topic "Machine learning system for analysis and grouping of information" was completed by a student of the Department of Software Engineering in Energy of the National Technical University of Energy and Power Engineering, Satko Darya Olehivna, majoring in 121 "Software Engineering" under the educational and professional program "Software Engineering of Intelligent Cyber-Physical Systems in Energy" and consists of: introduction; 6 sections ("Tasks and requirements for a machine learning system for analysis and grouping of information", "Stages of creating a system for analyzing natural and artificially created information", "System development and deployment tools", "Software implementation of a machine learning system", "User work with the system and analytics", "Information security and data protection"); general conclusions; a list of sources used, which includes 19 sources; 16 illustrations and 2 appendices. The total volume of the work is 52 pages. The relevance of the topic is due to the rapid development of generative neural networks of large language models and the urgent need of educational institutions for modern, autonomous tools for detecting artificially generated texts and automating the control of academic integrity. The purpose of the work is to develop an autonomous and secure client-server machine learning system for analyzing, grouping and classifying natural and artificially created information using an ensemble approach based on modern NLP models. To achieve this goal, the following main tasks have been identified: conducting an analysis of natural language processing methods, designing a relational database and developing an ensemble text classification algorithm based on NLP models. The practical significance of the results obtained is to create a ready-to-deploy web service that functions in an isolated Docker container. The application provides a convenient interface for teachers and administrators, allows you to check student work, generate reports, and visualize statistics, and can be implemented in the information system of educational institutions.
dc.format.extent87 c.
dc.identifier.citationСатко, Д. О. Система машинного навчання для аналізу і групування природної та штучно створеної інформації : дипломна робота ... бакалавра : 121 Інженерія програмного забезпечення / Сатко Дар’я Олегівна. – Київ, 2026. – 87 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/83256
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectштучний інтелект
dc.subjectмашинне навчання
dc.subjectобробка природної мови
dc.subjectакадемічна доброчесність
dc.subjectтрансформер
dc.subjectрозпізнавання ші-тексту
dc.subjectансамблевий алгоритм
dc.subjectfastapi
dc.subjectdocker
dc.subjectсемантична класифікація
dc.subjectінженерія програмного забезпечення
dc.titleСистема машинного навчання для аналізу і групування природної та штучно створеної інформації
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Satko_bakalavr.pdf
Розмір:
6.26 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