113 Прикладна математика
Permanent URI for this collection
Освітня програма: "Прикладна математика"
Browse
Recent Submissions
Item Створення Recommendation System модель для оптимізації бюджету на Apple Search Ads шляхом управління bid-ставок(2022) Курдюков, Дмитро; Дрінь, СвітланаМетою саме цієї роботи є створення Recommendation system моделі для мобільного додатку, який має рекламуватися на платформі Apple Ads Search. В основі роботи покладено управління лише параметром bid-ставки для створення прийнятної моделі, яка б забезпечувала позитивний ROI-показник, що означав би ефективний розподіл рекламного бюджету. Тобто, за допомогою даних за минулі періоди, робиться прогноз того, яку ставку використовувати для максимізації ефективної рекламної компанії. Аналіз відбувається за допомогою моделі дерева, яка надалі покращувалась би моделями випадкових дерев та перехресної перевірки.Item Модель прогнозування загальних інвестиційних витрат з розподіленим лагом та автокореляцією(2022) Кузенко, Крістіна; Дрінь, СвітланаДана кваліфікаційна робота була присвячена дослідженню моделей прогнозування інвестиційних витрат та розробці власної моделі (удосконаленої). Мета та завдання кваліфікаційної роботи: дослідити декільки підходів до моделювання і прогнозування інвестиційних витрат та розробити алгоритм для цього. Об'єкт дослідження: п’ять моделей прогнозування інвестиційних витрат. Практичне значення одержаних результатів дослідження: аналіз існуючих аналогів дозволяє зрозуміти переваги та недоліки кожної з моделей та запропонувати найкращий варіант для тестування на реальних даних.Item Прийняття рішень в системах керування декількома запасами(2022) Малий, Данило; Чорней, РусланВ цій роботі розглядаються системи керування декількома запасами, розрахунок очікуваних витрат стратегії та знаходження оптимальної стратегії в таких в таких системах. В результаті роботи було створено програмний застосунок для знаходження оптимальної стратегії в системах керування декількома запасами.Item Побудова гедонічного індексу цін для ноутбуків за допомогою методів множинної регресії(2022) Метелюк, Софія; Дрінь, СвітланаВ цій роботі досліджено побудову гедонічних індексів для ноутбуків для українського ринку, знайдено гедонічна ціна для характеристик за допомогою множинної регресії, запропоновано рішення для розв’язання проблеми гетероскедастичні, вибору функціональної форми. Використано трансформацію Бокса-Кокса, звичайний метод найменших квадратів (МНК), узагальнений метод найменших квадратів(УМНК). Порівняно дві специфікації гедонічної регресії та отримано оцінені параметри для кожної із запропонованих. Результатом роботи є отримання напівлогарифмічної моделі із оціненими гедонічними цінами для ноутбуків на основі реальних українських даних.Item Теорія Рамсея для гіперграфів. Теорема Ердеша-Секереша(2022) Моргачов, Ілля; Тимошкевич, ЛарисаРобота присвячена поглибленому дослідженню теорії Рамсея, а саме теорії Рамсея для гіперграфів та застосування теореми Рамсея для гіперграфів до доведення теореми Ердеша-Секереша. Головню задачею була демонстрація прикладного застосування розглянутих теорем до власно сформульованих задач.Item Методи виявлення аномалій для часових рядів(2022) Огир, Вадим; Щестюк, НаталіяРоботу присвячено застосуванню і реалізації методів визначення аномалій у часових рядах, реалізації їх модифікацій для роботи у реальному часі, а також порівнянні на реальних даних. Також у роботі запропоновано метод визначення аномалій з використанням показника Херста – міри довготривалої памʼяті часового ряду. Отримані результати показали, що метод з використанням показника Херста здатний виявляти явні аномалії та аномальні підпослідовності.Item Парування в графах(2022) Осадчий, Антон; Тимошкевич, ЛарисаВ данiй роботi розглянуто основнi поняття та теореми теорiї парувань. Сформульованi та доведенi твердження щодо двочасткових граффів та вiдношень мiж множинами пов’язаних з їх вершинами. Також в роботi мiстяться авторськi розв’язання нетривiальних задач на застосування теореми Холла та Кьонiга.Item Порівняння авторегресивної моделі з методом експоненціального згладжування для прогнозу часового ряду(2022) Пархомчук, Олександр; Дрінь, СвітланаМетою цього дослідження є розглянути методи прогнозування часових рядів і коротко пояснити роботу методів прогнозування часових рядів. Ми обговоримо часові ряди, методи, які використовуються в прогнозуванні часових рядів, переваги та недоліки прогнозування часових рядів. Ми також обговоримо підходи та застосування різних методів, що використовуються в прогнозуванні часових рядів. Мета — порівняти авторегресивну модель з методом експоненціального згладжування для прогнозування часового ряду. Дані аналізуються для отримання статистичної інформації, характеристик даних і прогнозування результатів. Оскільки дані можуть мати тенденцію відповідати шаблону в даних часових рядів, моделі машинного навчання важко прогнозувати належним чином, тому аналіз часових рядів і його підходи спрощують прогнозування.Item Оберненi спектральнi задачi на зважених графах(2022) Пилипiва, Олександра; Тимошкевич, ЛарисаМетою цiєї квалiфiкацiйної роботи є дослiдження зв’язку мiж спектрами та пiдспектрами для вiдновлення ваг на ребрах зважених графiв рiзних типiв. У роботi були отриманi точнi значення вiдновлюючого спектрального числа для циклiв на трьох та чотирьох вершинах. Були знайденi пiдспектри, за якими можна вiдновити ваги графа метелика. Також були знайденi верхнi оцiнки вiдновлюючого спектрального числа для унiциклiчних графiв та графiв кактусiв-ланцюжкiв. Ще були дослiдженi загальнi оберненi спектральні задачi i була отримана верхня оцiнка вiдновлюючого спектрального числа для графiв кактусiв.Item Модель системи одночасних рівнянь з лаговим ефектом для прогнозування продажів(2022) Резніченко, Єгор; Дрінь, СвітланаМета даної роботи полягає у створенні узагальненої системи одночасних рівнянь, застосуванні до неї тестів Хаусмана та Гренжера задля виявлення методу оцінки, та оцінка моделі залежності обсягів продажів від різних факторів, у тому числі реклами та її лагів, кількість яких буде визначена тестом Гренжера, методом, який буде визначено тестом Хаусмана.Item Порiвняння операцiй об’єднання у згорткових нейронних мережах.(2022) Шульга, Вiра; Швай, НадіяУ данiй роботi розглянуто такi методи об’єднання у згорткових нейронних мережах, як-от: максимальний, середнiй, змiшаний, масковий змiшаний, пiрамiдальний, стохастичний, середнiй ранговий, зважений ранговий та стохастичний ранговий. Здiйснено реалiзацiю даних методiв за допомогою мови програмування Python i бiблiотек pytorch. Розглянуто роботу об’єднань на прикладi 3 згорткових нейронних мереж для класифiкацiї датасетiв MNIST, CIFAR10 та fashion MNIST.Item Розробка асимптотично оптимальних методiв сплайн-апроксимацiї функцiй двох змiнних(2022) Скаженик, Тетяна; Кашпіровський, ОлексійМетою цiєї роботи є побудова алгоритму вибору асимтотично оптимальних вузлiв iнтерполяцiї лiнiйних сплайнiв двох змiнних. З цiєю метою в роботi пропонується узагальнення результатiв роботи Лигуна i Шумейко , в якiй подiбна проблема дослiджується для випадку апроксимацiї функцiй однiєї змiнної кубiчними сплайнами.Item Вимірювання портфельного ризику для Стьюдент моделей із ринковим часом(2022) Соломанчук, Георгій; Щестюк, НаталіяДана робота присвячена знаходженню величини вимірювання ризику VaR для різних типів портфелів в рамках моделі Стьюдента із ринковим часом. У цій роботі розглянуто способи побудови оптимального портфеля Марковіца, портфеля із рівномірною диверсифікацією, а також безризикового портфеля типу Блека-Шоулза. Після чого із використанням методу Монте-Карло обчислено величину вимірювання ризику VaR для даних портфелів .Item Пiдстановковi коди виправлення помилок з метрикою Улама(2022) Сичова, Анастасiя; Олійник, БогданаМетою роботи є встановлення властивостей метрики Улама для перестановок та мультиперестановок, в тому числi з’ясувати можливiсть iснування iдеального коду на цiй метрицi.Item Екстремальні графи(2022) Васюра, Владислав; Тимошкевич, ЛарисаМетою кваліфікаційної роботи є систематизація основних результатів екстремальної теорії графів, дослідження екстремальних графів, що не містять ланцюги та демонстрація застосування розглянутих теорем на задачах власного формулювання.Item Аналіз чутливості та динамічне хеджування для Стьюдент моделей з ринковим часом(2022) Вронський, Олексій; Щестюк, НаталіяРобота присвячена розгляду моделі Блека-Шоулза та моделі Стьюдента з ринковим часом. Головною задачею було написання програми на мові Python, що проводила б дельта-динамічного хеджування з використанням нової моделі Стьюдента з ринковим часом та проведення аналізу отриманих результатів.Item Стохастичний варіант задачі про наречену(2023) Авдєєнко, Іван; Щестюк, НаталіяСтохастичні моделі дозволяють більш реалістично відобразити людську поведінку в умовах невизначеності. Стохастичні моделі вибору в задачі про наречену дозволяють дослідникам вивчати, як особи, які приймають рішення, зважують компроміс між потенційним виграшем від вибору кандидата з вищим рейтингом і ризиком, пов’язаним із таким вибором. Ці моделі можуть надати розуміння факторів, які впливають на прийняття рішень, таких як переконання особи, яка приймає рішення, уподобання та терпимість до ризику.Item Розбиття графа на ізоморфні підграфи на сітках поліміно(2023) Брагінець, Дмитро; Дуденко, МаргаритаМетою дослідження кваліфікаційної роботи є розробка алгоритму, який може ефективно розбивати заданий граф на ізоморфні підграфи на сітках поліміно. Наукова задача дослідження полягає у вивченні властивостей поліміно та їх відношення до ізоморфних підграфів, у розробці математичного апарату для розбиття графів з використанням цих фігур.Item Дослiдження спектрального вiдновлюючого числа для зважених графiв(2023) Чернявська, Карина; Тимошкевич, ЛарисаМета роботи: дослiдити спектральнi вiдновлюючi числа для обраних класiв зважених графiв, знайти оцiнки.Item Ребернi, бльоковi, тотальнi графи та спорiдненi конструкцiї(2023) Дехтяр, Богдан-Ярема; Козеренко, СергійЦя робота присвячена унарним операторам на графах. У нiй розглянуто вiдображення f : G → G (тут G є множина всiх простих неорiєнтованих графiв), де вершинами f(G) є пiдграфи G заданих типiв, а ребра iснують мiж пiдграфами конкретних типiв, що перетинаються. Буде розглянуто 4 типи пiдграфiв: вершини, ребра, бльоки та клiки.