Кафедра інформатики
Permanent URI for this collection
Browse
Recent Submissions
Item Написання і захист кваліфікаційної роботи : методичні настанови для здобувачів першого (бакалаврського) рівня вищої освіти, ОП "Прикладна математика", та другого (магістерського) рівня вищої освіти, ОНП "Прикладна математика"; галузь знань: 11 "Математика та статистика", спеціальність: 113 "Прикладна математика"(Національний університет "Києво-Могилянська академія", 2026) Авраменко, Ольга; Тимошкевич, Лариса; Чорней, Руслан; Петравчук, Анатолій; Працьовитий, МиколаМетодичні вказівки призначені для здобувачів першого (бакалаврського) та другого (магістерського) рівнів вищої освіти спеціальності 113 "Прикладна математика" галузі знань 11 "Математика та статистика". Документ визначає вимоги до підготовки, виконання, оформлення та захисту кваліфікаційної роботи відповідно до стандартів вищої освіти України та нормативних документів НаУКМА. У вказівках подано єдині підходи до структури, обсягу та змісту кваліфікаційних робіт, описано послідовність етапів дослідження — від вибору теми до захисту результатів. Розкрито особливості наукової новизни, практичного значення й самостійності здобувача, наведено вимоги до оформлення тексту, математичних формул, рисунків, таблиць, програмного коду та списку джерел. Окрему увагу приділено принципам наукової обґрунтованості, відтворюваності результатів і належного використання сучасних цифрових інструментів у процесі дослідження. Методичні вказівки спрямовані на формування у здобувачів умінь виконувати повноцінне аналітичне, чисельне чи моделювальне дослідження, презентувати його результати та захищати власні висновки.Item Інтелектуальні програмні системи підтримки ШІ(Національний університет "Києво-Могилянська академія", 2025) Глибовець, МиколаЗа останні кілька років виникла потужна екосистема програмних систем підтримки всього життєвого циклу моделей штучного інтелекту. MLOps-платформи, AutoML-інструменти, системи керування знаннями, мультиагентні середовища стали невід’ємною частиною індустріального впровадження ШІ та повсякденного життя людини.Item System and Approach for Automated Photo-Like Facial Image Generation for Use in Testing, Training or Evaluation(Національний університет "Києво-Могилянська академія", 2025) Artiushenko, BohdanThis research focuses on systems, apparatuses, and methods for automatically generating photo-like facial image items that may be used on an exam or test. The test may be used for evaluating a test-taker's proficiency in familiar faces recognition, training in facial recognition, prosopagnosia or other similar purpose or goal. A combination of generative artificial intelligence, image and face recognition and manual check is proposed and evaluated.Item Інтеграція методу аналізу ієрархій із нечіткою логікою для вирішення багатокритеріальних задач(Національний університет "Києво-Могилянська академія", 2025) Тригуб, ОлександрРозглянемо модельну задачу вибору найкращої альтернативи програмного забезпечення (ПЗ) для аналітики даних серед трьох альтернатив: A1 (Програма X), A2 (Програма Y), A3 (Програма Z). Оцінювання здійснюється за трьома критеріями: K1 — функціональність, K2 — зручність використання, K3 — вартість програмного продукту.Item Massively Parallel MorphoNAS Implementation(Національний університет "Києво-Могилянська академія", 2025) Medvid, SerhiiOur GPU-accelerated MorphoNAS (Morphogenetic Neural Architecture Search) enhances the biologically motivated developmental model of the original MorphoNAS, from sequential developmental simulations to large scale parallel simulation. Like the original CPU-based MorphoNAS system, the GPU enhanced version models morphogenesis (neural development) through reaction-diffusion, progenitor differentiation and axon-guided wiring that grow recurrent controllers. Unlike the original CPU-based version, the GPU-based version has the ability to formulate growth and control in parallel execution of thousands of genomes. Through use of sparse, device-resident representations of developmental dynamics and recurrent rollouts, we produce behaviorally equivalent recurrent controllers with up to three orders of magnitude speedup. As a result, we have enabled the possibility of performing evolutionary search over populations of developmental programs, transforming MorphoNAS from a proof-of-concept model of artificial morphogenesis and adaptive architecture discovery to a scalable framework for those objectives.Item Експериментальний аналіз моделі еволюційної гри в іменування(Національний університет "Києво-Могилянська академія", 2025) Сітьков, Ілля; Гулаєва, НаталіяУ роботі розглядається агентна модель виникнення та розвитку мови – Еволюційна Гра в Іменування (ЕГІ) [1-3]. Модель представлена популяцією агентів, розміщених у двовимірній квадратній сітці з довжиною сторони L.Item Використання Mixture of Experts з LLM-агрегатором для торговельного бота(Національний університет "Києво-Могилянська академія", 2025) Салата, КирилоТрадиційні моделі машинного навчання досить часто стикаються з проблемою перенавчання та неможливістю урахування ринкових умов, через те що фінансові ринки характеризуються високою волатильністю та великою кількістю шуму у даних. Останнім часом для вирішення цих проблем все більше уваги звертають на архітектуру Mixture of Experts (MoE), яка містить суміш експертів, які можуть підвищити узагальнюючу здатність за рахунок використання декількох спеціалізованих експертних підсистем[1].Item Вдосконалення візуалізації моделей архітектур програм для зменшення когнітивного навантаження користувача(Національний університет "Києво-Могилянська академія", 2025) Франків, ОлександрНа сьогодні проблема постійного аудиту та своєчасного виявлення вад програм під час розроблення залишається актуальною. Хоча для виявлення відносно простих проблем існує великий набір інструментів, складним завданням залишається розроблення нових інструментів, що дозволяють легко аналізувати архітектуру програми та виявити вади на цьому рівні. Додатковим викликом є природня потреба у мінімізації додаткових затрат ресурсів на використання відповідних інструментів.Item Координація мультиагентних LLM-систем(Національний університет "Києво-Могилянська академія", 2025) Діхтяр, Іван; Нагірна, АллаРозвиток великих мовних моделей (LLM) трансформував сферу штучного інтелекту, дозволивши створити автономних агентів, здатних до складних міркувань та планування. Такі підходи, як ReAct [1] та Reflexion [2], продемонстрували здатність одиночних агентів вирішувати багатоетапні завдання. Логічним наступним кроком стала побудова мультиагентних систем на основі LLM, де для вирішення комплексної проблеми залучається декілька спеціалізованих агентів. Однак такий перехід породжує нову фундаментальну проблему – необхідність ефективної координації їхньої спільної діяльності.Item Проблеми фрагментації контексту в RAG системах(Національний університет "Києво-Могилянська академія", 2025) Андрощук, МаксимСистеми Retrieval-Augmented Generation (RAG) є поширеною архітектурною парадигмою, що інтегрує великі мовні моделі (LLM) із зовнішніми базами знань з метою підвищення фактологічної точності та мінімізації генерації необґрунтованої інформації ("галюцинацій")[2]. Функціонування цих систем обмежується основним архітектурним викликом — контекстною фрагментацією.Item Розрізнення безкоштовних застосунків і пробних версій платних macOS-застосунків на публічних маркетплейсах(Національний університет "Києво-Могилянська академія", 2025) Літвінчук, Захар; Франків, Олександр; Петелєв, Євгеній; Кривоблоцький, С.; Стулова, Н.Стрімкий розвиток маркетплейсів програмного забезпечення привів до їх комерціалізації. Межа між справді безкоштовними застосунками та продуктами з платними обмеженнями розмивається. У цих умовах прозорість монетизації та коректність маркування стають критично важливими: різноманіття моделей монетизації (підписки, внутрішні покупки, пробні періоди), непослідовне розкриття платних функцій ускладнюють ручну перевірку й підвищують ризики для користувачів і модерації. Це зумовило потребу в автоматизованому підході до категоризації застосунків за моделлю монетизації.Item Передмова(2025) Глибовець, МиколаПередмова до Т. 8 наукового журналу "Наукові записки НаУКМА. Комп’ютерні науки". Пропонуємо вашій увазі випуск наукового журналу "Наукові записки НаУКМА. Комп’ютерні науки". Цей збірник відображає творчі досягнення вчених і магістрів факультету інформатики Національного університету "Києво-Могилянська академія", а також провідних науковців із різних наукових центрів України, що взаємодіють із нашим університетом у галузі інформатики, кібернетики та програмування.Item MorphoNAS-Bench: a Benchmark Suite for Morphogenetic Neural Network Generation(2025) Medvid, SerhiiWe present MorphoNAS-Bench, a benchmark and toolkit for neural architecture search (NAS) using a generative, developmentally inspired design space. Unlike current NAS benchmark datasets (NAS-Bench-101, NATS-Bench) that use static graph encodings of networks, in MorphoNAS-Bench networks are simple, compact genomes that drive morphogenetic development, allowing for a variety of richly defined, spatially embedded recurrent architectures that emerge through different forms of deterministic growth. The following local developmental rules are used in MorphoNAS to grow genomes: morphogen diffusion, cell division, differentiation, and axon guidance as key mechanisms. The seed benchmark dataset presented in this work consists of 1,000 genome-architecture pairs, taken from a pool of over 50,000 generation attempts using the following quality thresholds: a minimum 5 neurons, 3 edges, and 70% out-degree coverage. The dataset was constructed using Latin Hypercube Sampling (LHS) with orthogonal array design to ensure comprehensive parameter space coverage. The attempts were conducted using both fully stratified parameter sampling and a biologically inspired Genome.random() sampling method, ensuring a reasonable level of coverage of the search space while being plausible. Each sample includes detailed annotations of graph entropy, hierarchy scores, core-periphery structure, transitivity, reciprocity, and structural balance metrics. We share an analysis of the emergent properties like size, modularity, grouping, and efficiency, demonstrating that both generation strategies can produce structured networks that are rich in their nontriviality. The provided Python toolkit provides the means of investigation to test how genomes develop into neural networks, with associated structural analysis, framing MorphoNAS-Bench as a reproducible and biologically inspired testbed for any research studies exploring architecture diversity, evolution, and emergent structure in NAS.Item Програмна система класифікації текстів на основі машинного навчання та рекурентної нейронної мережі(2025) Глибовець, Андрій; Дубовик, Андрій; Афонін, АндрійУ цій роботі описано побудову та результати тестування програмної системи автоматичної класифікації текстів, яка полягає в розподілі текстів за певними категоріями, зокрема текстів українською мовою. Наш застосунок побудований на використанні трьох моделей — Naive Bayes, Support Vector Machine, LSTM — архітектури рекурентної нейронної мережі Recurrent Neural Network (RNN) та їх комбінації. Він дає змогу доволі швидко і точно класифікувати тексти, надавати користувачу можливість зручним способом натренувати систему на власних даних і досить просто налаштувати параметри для оптимальних результатів. Для ефективного опрацювання вхідних даних і реалізації алгоритму класифікації ми вибрали мову програмування Python. Основними бібліотеками реалізації функціоналу застосунку стали TensorFlow, scikit-learn (для надання простого та зрозумілого інтерфейсу), Natural Language Toolkit (nltk), NumPy, Pandas. Matplotlib і seaborn застосовували для візуалізації даних і побудови графіків. Розроблений графічний застосунок здатен розпізнавати тексти (англійською або українською мовою) чотирьох категорій (World, Sports, Science / Technology, Business) з точністю близько 92 %. Для навчання моделей ми застосували AG News Classification Dataset із kaggle.com. Тестування застосунку підтвердило припущення, що спеціалізовані моделі, крім того, що є значно ефективнішими в плані використання ресурсів, також можуть демонструвати кращий результат у класифікації текстів, ніж LLM. Система також може бути швидко адаптована й до задачі фільтрації спаму. За декілька секунд можна отримати SVM модель, яка зможе розпізнавати типові спам-повідомлення з точністю близько 99 %. Так само були протестовані можливості системи при розпізнаванні емоційної забарвленості тексту. Вдалося досягти точності 87,75 %.Item Застосування графових баз даних і Explainable AI у створенні рекомендаційної системи з гібридним способом фільтрації(2025) Глибовець, Микола; Сидорова, ЄлізавєтаУ дослідженні описано побудову рекомендаційної системи з гібридним способом фільтрації, що використовує гетерогенні графові структури, нейронні мережі та Explainable AI заради підвищення персоналізації та прозорості рішень. Базова методологія оптимізації рекомендацій ґрунтується на сучасних методах машинного навчання, які здатні ефективно моделювати залежності між об’єктами. Предметна область задачі охоплює мультимедійні рекомендації, зосереджені на персоналізованому підході. Представлена архітектура системи дає можливість ефективно обробляти множину вузлів різних типів і зв’язків (набір взаємодій, належність елементів до жанру, подібність), що відображають комплексні ознаки поведінкових і контекстуальних даних. Результати експериментального тестування підтвердили ефективність запропонованого підходу: система демонструє високі показники персоналізації, новизни рекомендацій та здатності виявляти подібних користувачів.Item Вплив методів добування знань на ефективність RAG-систем на основі графів(2025) Андрощук, МаксимСтаття досліджує, як методи добування знань впливають на ефективність RAG-систем, що використовують графи знань. Вона показує, що якість графа знань, сформованого різними методами добування знань, є ключовою для подолання обмежень великих мовних моделей (LLM), таких як "галюцинації". Робота аналізує архітектури LightRAG і GraphRAG та підкреслює, що вибір оптимальної KE-стратегії залежить від конкретних завдань і предметної області.Item Аугментація даних у комп’ютерному зорі із використанням генеративних моделей(2025) Чоловський, Сергій; Бучко, ОленаУ статті представлено огляд сучасних підходів до використання генеративних моделей для аугментації даних у задачах комп’ютерного зору. Показано, що ці моделі здатні генерувати високоякісні зображення та різні типи розмітки, що забезпечує їхню ефективність у широкому спектрі прикладних задач. Важливою умовою є недопущення витоку даних під час застосування переднавчених моделей. Проаналізовано методи оцінювання якості синтетичних даних, зокрема використання метрик візуальної якості та відповідності обумовлення, часто із залученням допоміжних моделей. Окреслено перспективні напрями подальших досліджень, зокрема забезпечення якості генерації без використання допоміжних моделей та розроблення методів вибору зразків для аугментації для найбільш ефективного навчання.Item Оцінка трансформерних моделей mT5 для українсько-англійського перекладу(2025) Махаммедов, Жан; Кирієнко, Оксана; Ткаченко, ВладиславЦю статтю присвячено кількісному вивченню впливу розміру архітектури Transformer на точність українсько-англійського машинного перекладу з використанням моделі mT5. Досліджено ефективність роботи моделей mT5 різних розмірів (small, base, large) щодо часу навчання, часу генерації перекладів і якості перекладу, оціненої метриками BLEU та chrF++. Результати показують, що більші моделі mT5 демонструють вищу якість перекладу, але потребують значно більше обчислювальних ресурсів. Результати дослідження підтверджують доцільність застосування моделей mT5 для українсько-англійського перекладу, навіть на типових обчислювальних системах.Item Порівняння архітектур нейронних мереж для сегментації пухлин мозку(2025) Бучко, Олена; Плахотна, Дар’яУ роботі досліджено ефективність сучасних архітектур глибокого навчання для сегментації медичних зображень у задачі виявлення пухлин мозку. Проведено порівняльний аналіз моделей FCN, DeepLabv3+, PSPNet та Attention U-Net. Окрему увагу приділено впливу попереднього самоконтрольованого навчання на якість сегментації в умовах обмеженої кількості розмічених даних. Для оцінювання результатів використано метрику подібності.Item Метод шифрованої комунікації у стратегічних взаємодіях(2025) Михайленко, Олександр; Гороховський, Кирило; Гороховський, СеменУ роботі досліджено можливості застосування наскрізного шифрування в середовищах з обмеженою довірою, зокрема в контексті стратегічних ігор та симуляцій. Незважаючи на широке впровадження таких технологій у сфері цифрової комунікації, їхній потенціал у специфічних сценаріях залишався недостатньо вивченим. Запропоновано новий підхід до захищеної взаємодії між учасниками шляхом адаптації криптографічного протоколу Double Ratchet. Розроблено application-level протокол, оптимізований для ігрових сценаріїв, і вперше реалізовано його компіляцію у WebAssembly, досліджено можливості використання протоколів наскрізного шифрування у браузерному середовищі, а також надання безпеки при зберіганні пар криптографічних ключів поза безпечними середовищами апаратного забезпечення, наведено приклад використання розробленого протоколу для забезпечення приватності у стратегічній комунікації. Проведено оцінку ефективності та безпеки рішення в умовах симульованого середовища з недовірою до сервера. Актуальність дослідження зумовлено зростанням потреби у захищеному зв’язку в умовах кібератак, зокрема в період воєнних дій.