124 Системний аналіз
Permanent URI for this collection
Освітньо-наукова програма: Системний аналіз
Browse
Recent Submissions
Item Нешівська рівновага в іграх з розподілу капіталу(2024) Глуховський, Павло; Чорней, РусланРобота присвячена дослідженню гри із ненульовою сумою, котра відома під назвою "гра видобутку ресурсів" або ж "гра накопичення капіталу". Оскільки гра моделює стратегічну взаємодію агентів у ситуації конкуренції за єдиний відновлюваний ресурс у спільному доступі, її вивчення має практичну цінність.Item Системи підтримки прийняття рішень в задачах керування випадковими потоками в мережах(2024) Керімова, Рафіга; Чорней, РусланМетою даної магістерської роботи є аналіз та дослідження товарних запасів за допомогою моделей керування запасами а також розробка та імплементаця системи керування запасами для вибраного магазину, яка дозволить оптимізувати процеси управління запасами, знизити витрати та підвищити рівень обслуговування клієнтів.Item Оптимальнi стратегiї в задачах керування випадковими полями на графах(2024) Случинський, Дмитро; Чорней, РусланМетою роботи є дослiдження оптимальних локальних стратегiй керування для стохастичних клiтинних автоматiв, якi мiнiмiзують середнi втрати системи за одиницю часу.Item Динамічна альтернативна маршрутизація - моделювання та поведінка(2022) Лихопуд, Максим; Чорней, РусланМета курсової роботи: дослідити принципи роботи ДАМ та змоделювати процес знаходження шляху між вузлами мережі за допомогою ДАМ.Item Багатокрокові антагоністичні стохастичні ігри(2022) Чумак, Віталій; Чорней, РусланВ цій роботі розглядається клас стохастичних ігор, досліджуються повторювані ігри з неповною інформацією на існування оптимальних стратегій для всіх учасників гри. Робота передбачає вивчення Марківської моделі гри з неповною інформацією для двох гравців. В результаті роботи запропонована модифікація моделі для багатьох гравців; алгоритми знаходження оптимальних стратегій для проінформованої та непроінформованої сторін. Технічна частина передбачає реалізацію алгоритмів пошуку оптимальних стратегій та їх порівняння з звичайним перебором всіх можливих поведінок гравців.Item Дослідження стохастичної поведінки клітинних автоматів(2022) Глушенков, Сергій; Чорней, РусланМетою роботи є доведення існування оптимальної стратегії керування стохастичними клітинними автоматами, та перевірка оптимальності розглянутих стратегій на прикладній задачі.Item Використання прихованих марківських моделей у задачах покращення якості даних(2022) Картавий, Микола; Крюкова, ГалинаМета дослідження: створення алгоритму з використанням прихованих марківських моделей для покращення якості зображень з мінімальними необхідними ресурсами для цього та обгрунтування, чому саме такий підхід є кращим для покращення якості даних.Item Поля Ґіббса та їх застосування в сегментації зображень(2022) Левченко, Іларія; Чорней, РусланThis paper addresses a Gibbs random field (GRF) model for image segmentation of variety of images without the usage of machine learning, training data or supervision. Images represented in four colourspaces were, including greyscale, RGB, L*a*b* and OHTA. An optimisation is achieved through the Simulated Annealing algorithm. Results of segmentation are analysed for limitations and usefulness for certain types of images.Item Триноміальні моделі фінансового ринку: чутливість моделі і оцінювання американських опціонів(2022) Паук, Вікторія; Щестюк, НаталіяРобота присвячена застосуванню теорії триноміальної моделі на реальних даних, визначенню чутливості моделі та виконанню дельта хеджування. В роботі було розглянено дані акцій для NVIDIA за період з 16 червня 2021 по 15 червня 2022. Отримані дані дозволили оцінити точність в оцінювані американських опціонів біноміальної та триноміальної моделі, порахувати чутливість за допомогою греків та виконати дельта хеджування для триноміальної моделі.Item Застосування процесів субдифузії для оцінювання опціонів(2022) Петренко, Оксана; Щестюк, НаталіяЗа мету даної роботи поставлено використання процесів субдифузії для моделювання мало ліквідних ринків i тих, що розвиваються, та прогнозу цін на опціони. Процес субдифузії допомагає розширити можливості прогнозування ціни на цінні папери, даючи можливість зімітувати сталу динаміку зміни ціни на актив протягом певного часу.Item Класифікація патернів в резервуарних обчисленнях за допомогою показників динамічного стану/ Pattern classification in reservoir computing with dynamical state measures(2022) Ровнік, Вероніка; Швай, НадіяReservoir computing is a brain-inspired paradigm for RNN training th a t has been successfully applied to different computational problems involving sequential data. One of such problems is temporal pattern classification, where time series patterns are to be assigned to a specific category. In neuroscience, the pattern recognition is known as a function of the brain important for a range of intelligent behaviors: hearing, speech, vision, music, and motor control. Here we present a reservoir network architecture with the phase oscillator models as neurons th a t solves the given task. The proposed computational scheme consists of d a ta encoding, reservoir dynamics tuning, dynamical state decoding, and readout training steps. At the d a ta encoding stage we solve the task of presenting the static d a ta to the network as a temporal signal. Next, we find suitable network parameter regimes using dynamical systems theory. At the d ata decoding stage we extract information about the dynamical state of the network of oscillators, i.e., frequency synchronization emerging given the input. Finally, the readout layer is trained to linearly separate the high-dimensional states of the reservoir with accordance to the pattern recognition task. We evaluate the computational performance of the reservoir architectures by solving an image classification task on the well-known MNIST digits recognition dаtaset. The designed reservoir computing scheme shows decent performance in the image classification task. We assume th a t the proposed approach generalizes to other neuron models th a t exhibit similar properties of intrinsic dynamics. We also presume the possibility of direct mapping between the theoretical model of the reservoirs and their physical implementation in hardware. Due to the considerably reduced number of trainable parameters, the approach promises to be more competitive in power efficiency than recurrent neural networks trained with the conventional back-propagation through time algorithm.Item Тренування моделей детекції об’єктів при наявності шуму у розмітці даних(2022) Судорженко, Анна; Швай, НадіяМетою роботи є реалізацію алгоритму методу підвищення стійкості моделей детекції об’єктів до шуму у навчальній виборці та порівняння його ефективності на різних типах помилок, що можуть виникати.Item Оптимізаційні еколого-економічні моделі з урахуванням ризиків техногенної катастрофи(2023) Глуховський, Павло; Чорней, РусланРобота складається із трьох частин. Розділ 1 присвячений загальним уявленням про побудову еколого-економічних моделей, а також найбільш доцільному з точки зору досягнення економічної вигоди виді моделей – оптимізаційних моделях. Розділ 2 концентрується на конкретних видах моделей, що дозволяють поставити оптимізаційну задачу і котрі широко використовуються для аналізу економічних систем, а саме моделі Леонтьєва, а також її узагальненні, котре покликане, в парадигмі еколого-економіки, включити до розгляду продукування системою шкідливих речовин та наслідків цього в якості частини системи – так звана модель Леонтьєва-Форда. Розділ 3 присвячений доповненню моделі Леонтьєва-Форда задля врахування ризиків техногенних катастроф, а також реалізації пошуку розв’язку задачі оптимізації методами лінійного програмування із використанням мови програмування Python.Item Гіббсовські поля в теорії розпізнавання(2023) Керімова, РафігаМетою дослідження даної курсової є окреслення значення Гіббсовських полів в теорії розпізнавання. Структура курсової роботи буде наступною : 1) Висвітлення означення теорії розпізнавання образів та необхідність розпізнавання образів; 2) підходи до розпізнавання образів та приклади задач; 3) імовірнісний підхід в аналізі зображень; 4) деякі приклади обернених задач в обробці зображень; 5) моделювання текстур; 6) просторові точкові процеси для задач виявлення об’єктів; 7) підсумки та узагальнення викладеної інформації.Item Скінченні ігри з нульовою сумою(2023) Худенко, Костянтин; Чорней, РусланУ цій науковій роботі я досліджую клас задач, відомий як "скінченні ігри з нульовою сумою". Ця галузь математики вивчає взаємодію між двома гравцями в конфліктній ситуації, де кожна сторона має протилежні інтереси. Нашою основною метою є знайти розв'язок цих ігор, тобто стратегії, які максимізують виграш одного гравця при будь-якій відповіді іншого гравця.Item Оптимальні стратегії в задачах керування випадковими потоками в мережі(2023) Случинський, Дмитро; Чорней, РусланМетою даної роботи є розробка програмного забезпечення, що знаходить оптимальну стратегію керування, тобто стратегію, яка призводить до мінімальних середніх витрат на одиницю часу. Об’єктом дослідження є циклічні мережі, що є частинами більших систем. Дослідження спирається на результати описанні статті Р. К. Чорнея, Г. Дадуни та П. С. Кнопова [1]. Предметом дослідження є стратегії керування циклічних мереж.Item Аналіз схем розподілу секрету(2021) Степанюк, Станіслав; Олійник, БогданаДана робота має на меті дослідити методи, які дозволяють досягнути високого рівня гарантування доставки повідомлень у мікросервісній архітектурі. Для цього було розглянуто прикладну проблему, яка виникає в сфері розробки хмарних систем IoT. В роботі розглянуті архітектурні шаблони для збереження інформації в сховищі сервісу та надсилання її в чергу повідомлень. Також розглянуто методи резервування черги повідомлень. У практичній частині даного дослідження було розроблено бібліотеку, яка написана на мові програмування Kotlin та надає інструменти для реалізації шаблону Transactional Outbox. Було проведені заміри швидкодії даної бібліотеки та її аналогів.Item Системи підтримки рішень при класифікації об’єктів(2021) Коваленко, Руслан; Чорней, РусланМета роботи: систематизація та кластеризація продуктів із різних інтернет-платформ на основі неконтрольованої відповідності (unsupervised matching) та метричного способу. В розділі 1 проведено аналіз та підготовку даних, досліджено та сформовано семантичні правила для визначення міри важливості токенів. В розділі 2 спроектовано числову оціночну функцію, яка дозволяє на базі параметрів, таких як, частота використання токенів, довжини, відстані від початку назви товарів, а також “гарячих токенів”, визначених за правилами, описаними в першому розділі. Це дозволяє впорядкувати комбінації токенів в межах однієї назви товару, разом з тим, визначити комбінацію, яка найкраще представляє даних продукт. На базі цієї інформації, ми сформували первинні кластери. В розділі 3 проведено верифікацію побудованих первинних кластерів в 2 розділі, враховуючи підтримувальні правила, сформованих задля відхилень від початкової задачі. В результаті отримали алгоритм, який здатний кластеризувати товари незалежно від семантичної складності формулювання назви. А також, верифікувати, і разом з тим, реструктуризувати кластери у випадку неявних відхилень під час їх побудови.Item Стохастичні ігри на графах(2021) Бутовський, Владислав; Чорней, РусланМета роботи – знаходження оптимальних стратегій в стохастичних іграх на графі з двома коаліціями та нульовою сумою. Об’єктом дослідження є багатокрокова стохастична гра на графі, яка складається зі скінченної кількості гравців та двох коаліцій. Предметом дослідження є стратегії керування коаліційною грою на графі. Методами дослідження є методи теорії керування, теорії випадкових процесів, метод простих ітерацій.Item Застосування прихованих марковських моделей до розв’язання задачі розпізнавання акордів(2021) Андрущак, Григорій; Чорней, РусланМета дослідження: розпізнавання музичних акордів в музичних аудіофайлах. Методи дослідження: швидке перетворення Фур'є, приховані марковські моделі. Практичне значення роботи: розроблений програмний застосунок дозволяє визначити послідовність акордів в музичних аудіофайлах. Робота складається зі вступу, шести розділів, висновку, списку літератури та додатків. У першому розділі описується загальна інформація про дослідження та обробку музики. У другому розділі роботи досліджується теорія музики та її представлення. Третій розділ присвячено розпізнаванню нот та акордів. У четвертому розділі описуються методи пошуку початку та кінця акорду в аудіофайлі. У п’ятому розділі описується метод створення спостережуваних станів системи. У шостому розділі описується створення прихованих станів моделі та їх застосування. Загальний обсяг роботи становить 24 сторінки. Робота містить 11 рисунків та 9 додатків. Список використаної літератури налічує 7 найменувань.