Кафедра інформатики
Permanent URI for this community
Browse
Browsing Кафедра інформатики by Author "Андрощук, Максим"
Now showing 1 - 6 of 6
Results Per Page
Sort Options
Item Developing a Trip Planning Application with a Focus on People with Disabilities(2025) Орлов, Станіслав; Андрощук, МаксимЦя робота демонструє етапи розробки організаційної системи для планування подорожей, що враховує потреби людей з інвалідністю, у вигляді Android-застосунку. Описано аналіз наявних подібних рішень на предмет інклюзивності, виявлено та категоризовано їхні бар’єри у забезпеченні інклюзивності, викладено функціонал створеної системи, а також обґрунтовано вибір програмних засобів та технологій, використаних у роботі.Item Автоматизоване наповнення графів знань з неструктурованих текстів(2025) Анісімов, Євген; Андрощук, МаксимУ кваліфікаційній роботі досліджено проблему автоматизованого наповнення графів знань з неструктурованих текстів та реалізовано прототип системи, що поєднує сучасні методи обробки природної мови та технології відповідей на запитання за допомогою графів. Запропонований сценарій включає: динамічне визначення типів сутностей за допомогою великих мовних моделей, розпізнавання іменованих сутностей, генеративне вилучення відношень, збереження фактів у графовій базі даних Neo4j та створення векторного індексу для описів відношень. Для пошуку релевантного контексту застосовано комбінацію семантичного пошуку методом k-найближчих сусідів та алгоритму Personalized PageRank, після чого велика мовна модель генерує відповідь на запитання користувача природною мовою. Практична цінність полягає у можливості швидше будувати графи знань на основі текстових корпусів, придатні для виконання запитів, що є актуальним для корпоративних систем управління знаннями, аналітичних платформ та інтелектуальних асистентів.Item Дослідження створення конфігурації GraalVM для Spring Boot проєктів(2025) Стасюк, Ілля; Андрощук, МаксимЦя кваліфікаційна робота досліджує особливості створення конфігурацій GraalVM для компіляції Spring Boot проєктів у нативні образи, що є актуальним для підвищення ефективності Java-застосунків у мікросервісних та хмарних середовищах. Робота аналізує архітектуру GraalVM, механізми AOT-компіляції в Spring, та на практичному прикладі демонструє процес створення нативного образу, включно з вирішенням проблем, пов'язаних з необхідністю ручного надання метаданих досяжності для динамічних елементів Java. Ключовим результатом стало практичне виявлення та вирішення проблеми з метаданими досяжності (на прикладі java.util.UUID[]), що продемонструвало: попри значний рівень автоматизації, для коректної роботи нативних образів Spring Boot може знадобитися ручне втручання та глибоке розуміння розробником особливостей AOT-компіляції.Item Механізми безпеки у мікросервісній архітектурі(2024) Загривий, Олег; Андрощук, МаксимЦя робота присвячена дослідженню сучасних механізмів безпеки мікросервісних архітектур з створенням власного промислового мікросервісного застосунку. У роботі досліджено основні механізми безпеки, такі як аутентифікація, авторизація, шифрування даних, багаторівневий захист, захист від різних атак та інші.Item Мультимодальний RAG з використанням текстових та візуальних даних(2025) Шевченко, Михайло; Андрощук, МаксимУ роботі розглянуто техніку мультимодального Retrieval-Augmented Generation (з англ. генерація з доповненою вибіркою, RAG) для покращення результатів роботи систем генерування контенту. Проведено аналіз сутності RAG і мультимодального RAG, їхніх переваг, архітектур, а також популярних інструментів для розробки мультимодальних RAG-систем. Було розроблено мультимодальну RAG-систему для аналізу та інтерпретації рентгенівських знімків грудної клітки та їхніх звітів. Розроблену систему протестовано у різних конфігураціях за низкою показників. Результати тестування засвідчили значне покращення якості генерації контенту при використанні мультимодального RAG порівняно з його відсутністю.Item Точне налаштування LLM для обраних предметних областей(2025) Остролуцький, Андрій; Андрощук, МаксимКваліфікаційну роботу присвячено точному налаштуванню LLM для обраних предметних областей: науково-теоретична медицина, клінічна медицина та фінанси. В роботі проведено аналіз сучасних методів точного налаштування та огляд архітектури трансформерних моделей. Для практичної частини було використано метод низькорангового адаптування та модель Gemma 2 2B. Запропоновано двоетапний підхід до налаштування для теоретичної медицини, що забезпечив приріст точності на 9,19% (категорія «Professional medicine» MMLU) і покращення на 9,75% (MedQA). У клінічній медицині досягнуто зростання BERTScore Precision на 9,44%. Модель для фінансового аналізу показала 95,38% збігу з анотаціями експертів. Додатково було створено демонстраційні застосунки для клінічної і фінансової сфер як приклад практичного використання моделей.