F3 Комп'ютерні науки
Permanent URI for this collection
Освітньо-наукова програма: "Комп'ютерні науки"
Browse
Recent Submissions
Item Розробка масштабованої SaaS-платформи для валідації електронних адрес в реальному часі(2025) Ярошепта, Богдан; Нагірна, АллаУ магістерській роботі представлено процес розробки масштабованої SaaS-платформи для валідації електронних адрес у реальному часі. У ході роботи було спроєктовано мікросервісну архітектуру, реалізовано основний API на базі NestJS, а також окремий сервіс валідації із підтримкою асинхронної обробки через черги повідомлень (Kafka , RabbitMQ) [1][2][3]. Для забезпечення оновлень у реальному часі використано технологію Server-Sent Events [4]. Також реалізовано веб-застосунок на React.js для завантаження файлів зі списками електронних адрес, перегляду статусу перевірок та аналітики. Забезпечено підтримку синтаксичної, MX- і SMTP-верифікації , з урахуванням обмежень поштових серверів [5][6]. Особливу увагу приділено масштабуванню, безпеці даних, ізоляції сервісів та логуванню процесів перевірки. Результати тестування підтверджують ефективність запропонованого рішення для обробки великих обсягів даних у реальному часі.Item Рекомендаційна система на основі знань для вибору навчального контенту відповідно до вимог користувача на основі машинного навчання(2025) Тхорук, Ігор; Ковалюк, ТетянаМетою дослідження є аналіз сучасних підходів до побудови рекомендаційних систем, виявлення їх сильних і слабких сторін, а також розробка прототипу, здатного адаптуватися до індивідуальних потреб користувачів.Item Навчання в ітеративній дилемі в’язня(2025) Терентьєв, Олександр; Ігнатенко, ОлексійМагістерська робота присвячена порівнянню трьох підходів до навчання агентів у грі "ітеративна дилема в’язня" (ІДВ). Досліджено особливості методів навчання з підкріпленням (алгоритм PPO), еволюційної стратегії (алгоритм CMA-ES) та трансформерної моделі (Decision Transformer) для вироблення ігрової стратегії. Розроблено уніфіковане експериментальне середовище з параметрами: 100 раундів на гру, набір із 7 класичних стратегій-опонентів (Tit-for-Tat, Always Cooperate, Always Defect, Random, Pavlov, Grudger, Generous Tit-for-Tat). Реалізовано та навчено агентів за кожним із підходів: PPO-агент з нейронною мережею, еволюційний агент із 5-параметричною Memory-One стратегією, Decision Transformer для навчання на послідовностях ігрових траєкторій. Експериментальне порівняння показало такі результати (середній сумарний виграш): PPO-агент – 258.78 балів, еволюційний агент – 233.66 балів, трансформерний агент – 217.03 балів. PPO-підхід продемонстрував найвищу результативність завдяки адаптивній експлуатації опонентів. Еволюційний підхід забезпечив збалансовану стратегію з високою інтерпретованістю. Трансформерний підхід показав найвищий рівень кооперації з опонентами.Item Глибоке навчання з підкріпленням як метод абстрактивного реферування текстів українською мовою(2025) Стефанюк, Євген; Ковалюк, ТетянаМетою дослідження є порівняльний аналіз алгоритмів навчання з підкріпленням для автоматичного реферування текстів та розробка власної метрики оцінювання результатів. Об’єкт дослідження: процес автоматичного абстрактивного реферування текстів. Методи дослідження: методи глибокого навчання, зокрема трансформерні моделі (mT5), алгоритми навчання з підкріпленням (REINFORCE, PPO), автоматичні метрики оцінювання (ROUGE, BERTScore) та кастомна метрика. Результати роботи: розроблено програму для порівняльного аналізу алгоритмів REINFORCE та PPO у задачі генерації рефератів українською мовою. Проведено експерименти з реальними науковими текстами та оцінено якість результатів за стандартними та власною метрикою. Показано, що PPO забезпечує стабільніше покращення якости порівняно з REINFORCE. Наукова новизна одержаних результатів: дістали подальший розвиток методи навчання з підкріпленням для абстрактивного реферування українських текстів. Запропоновано нову власну метрику, що враховує специфіку української мови. Практичне значення одержаних результатів: розроблено програмне застосування, яке здатне досліджувати ефективність алгоритмів REINFORCE і PPO для навчання supervised fine-tuned mT5 моделі з використанням різноманітних метрик, включно з власною. Достовірність результатів оцінюється шляхом порівняння на вручну підготовленому датасеті.Item Реалізація лямбда-числення в Haskell(2025) Соболєв, Владислав; Проценко, ВолодимирЦя робота присвячена розробці та реалізації інтерактивного інтерпретатора нетипізованого лямбда-числення мовою Haskell. Проєкт сфокусований на створенні освітнього інструменту, що дозволяє користувачам зрозуміти концепції лямбда-обчислень та функціонального програмування. Ключові аспекти реалізації включають розробку абстрактного синтаксичного дерева (AST), надійного парсера за допомогою Parsec, а також механізму обчислення, що використовує повний нормальний порядок редукції з коректною підстановкою та α-перетворенням. Інтерпретатор підтримує кодування Черча для арифметики та булевої логіки. Реалізація включає інтерактивний графічний інтерфейс користувача (GUI) на базі GTK+, який забезпечує інтуїтивне введення декількох виразів та покрокову візуалізацію β-редукції. Також є можливість збереження користувацьких визначень у базі даних SQLite для створення власних бібліотек функцій.Item Агентне моделювання виникнення та еволюції мови(2025) Сітьков, Ілля; Гулаєва, НаталіяУ роботі проведено дослідження процесу виникнення та еволюції мови з використанням агентного моделювання на основі Еволюційної гри в іменування у варіантах Дороти й Адама Ліповських та Паоло Молоні, проаналізовано вплив модифікацій стратегій та параметрів моделі на її поведінкові характеристики. Для експериментальних досліджень алгоритм та його розширення імплементовано засобами мови Java. Увагу зосереджено на аналізі залежності успішності комунікації та здатності агентів до навчання від ймовірності комунікації при застосуванні змінених розміру популяції та словника, початкового віку агентів, впливу віку агентів на ймовірність виживання та методу вибору сусідніх позицій. На підставі отриманих результатів зроблено висновок про стійкість моделі та встановлено вплив кожного з розглянутих параметрів на її динаміку. Запропоновано власні модифікації моделі, які дозволяють симулювати дію соціокультурних чинників та біологічних процесів мутації і вікових змін здатності до навчання на еволюцію мови. Дані експериментів засвідчили зниження навчальних здібностей внаслідок мутацій та старіння агентів, а також продемонстрували важливість залежності особин одна від одної для досягнення високої здатності до навчання. У роботі досліджено кореляцію між мовами та навчальними здібностями агентів на основі оцінки узгодженості кластеризацій агентів за вказаними ознаками. Відповідність між обраними характеристиками виявилась ідеальною за відсутності мутацій та комунікацій, однак при їхньому застосуванні кореляція знизилась до рівня, близького до випадкової.Item Розробка електронного курсу "Вступ до програмування"(2025) Семененко, Ілля; Глибовець, МиколаМагістерська робота присвячена розробці інтерактивного електронного курсу "Вступ до програмування" на JavaScript для школярів. Метою стало створення адаптованого україномовного онлайн-ресурсу з оригінальним контентом та можливістю кастомізації тестів викладачами. Робота включала аналіз освітніх методик, проєктування масштабованої клієнт-серверної архітектури (Next.js, .NET 8) на основі педагогічних засад професора Миколи ГЛИБОВЦЯ, розробку програмних модулів, наповнення контентом та тестування. Результатом є готовий до впровадження електронний курс, що забезпечує інтерактивне вивчення JavaScript, містить україномовний контент, систему тестування та функцію кастомізації питань викладачами. Платформа побудована на гнучкій, масштабованій архітектурі.Item Візуально-мовні моделі на вбудованому пристрої(2025) Росада, Василь; Поздняков, ЄвгенМетою даної роботи є дослідження та розробка системи для семантичного пошуку зображень за текстовим описом на вбудованому пристрої з обмеженими ресурсами з використанням візуально-мовних моделей. В рамках даної роботи проведено порівняльний аналіз швидкодії та точності роботи візуально-мовних моделей на вбудованому пристрої для задачі пошуку зображень по тексту. Спроектовано та розроблено застосунок для пошуку візуальної інформації з камери (кадрів та відеофрагментів) за текстовим запитом з використанням візуально-мовної моделі для роботи на вбудованому пристрої з апаратним прискорювачем.Item Аналіз ефективності фільтрів GH та Калмана для відстеження рухомих об'єктів при різних моделях шуму(2025) Новоспаський, Андрій; Ігнатенко, ОлексійМетою дослідження є проведення комплексного порівняльного аналізу ефективності фільтра GH та різних моделей фільтра Калмана при вирішенні задачі фільтрації траєкторії руху об’єкта у тривимірному просторі на основі синтетичних даних.Item Аналіз пропорційних методів відбору в генетичних алгоритмах(2025) Кузнець, Ілля; Гулаєва, НаталіяУ цій роботі досліджено вплив методів масштабування та їхніх параметрів на тиск пропорційних методів відбору в генетичних алгоритмах (ГА), а також на основні показники продуктивності ГА, такі як збіжність, швидкість збіжності та якість отриманих результатів. Для досягнення поставленої мети розроблено спеціалізований програмний застосунок, який дозволяє здійснювати серії прогонів генетичного алгоритму, автоматично фіксувати характеристики тиску відбору та візуалізувати зміну цих характеристик під час роботи алгоритму. Проведено обчислювальний експеримент, що охоплює аналіз найпоширеніших пропорційних методів відбору – стохастичного універсального семплінгу (SUS) та рулеткового відбору (RWS) – за різних варіантів масштабування (лінійного, степеневого тощо) та їхніх параметрів. На основі отриманих емпіричних даних проаналізовано, як використання різних методів масштабування змінює тиск відбору та впливає на ефективність ГА. Результати роботи дозволяють зробити висновки про доцільність застосування певних підходів масштабування в конкретних експериментальних умовах, а також дають рекомендації для налаштування ГА з метою підвищення його продуктивності.Item Знаходження безпілотних повітряних об’єктів методами глибинного навчання(2025) Федюченко, Михайло; Ющенко, ЮрійДипломна робота присвячена виявленню безпілотних повітряних апаратів (дронів) з використанням методів глибинного навчання. В процесі дослідження було проаналізовано вже існуючі методи та системи виявлення безпілотників, та на основі цих даних обрано потрібну методологію. Було виконано збір релевантних наборів даних та проведено тренування моделей YOLOv5 та YOLOv8 на відповідних наборах. Було проаналізовано ефективність використання еволюційних алгоритмів для конфігураційних параметрів моделей. Після тренування були зібрані тестові дані, що включали зображення з реальними сценаріями, включаючи різні умови освітлення, шум та зміну масштабу об'єктів. У результаті порівняння встановлено, що використання техніки плиточного розбиття покращує детекцію малих об'єктів, забезпечуючи більш точні результати, але тільки у випадку високої роздільної якості зображень. Виявлено, що обидві архітектури YOLOv5 і YOLOv8 демонструють високу ефективність у виявленні дронів, проте YOLOv8 продемонстрував дещо кращі результати у порівнянні з YOLOv5. Актуальність роботи полягає в тому, що отримані результати можна застосувати для виявлення безпілотних повітряних апаратів, що є корисними для подальшого розвитку систем безпілотного контролю та безпеки повітряного простору.Item Виявлення вирубок лiсу з використанням фундацiйних моделiв(2025) Дехтяр, Богдан-Ярема; Крюкова, ГалинаУ роботi дослiджується завдання автоматизованого виявлення вирубок лiсу на супутникових знiмках, яке формалiзовано як завдання бiнарної сеґментацiї. Актуальнiсть дослiдження зумовлена значним екологiчним впливом дефорестацiї в Українi та потребою в оперативному монiторинґу лiсового покриву. Основна увага придiляється використанню сучасних пiдходiв на основi фундацiйних моделiв комп’ютерного зору й порiвнянню їх iз традицiйними архiтектурами. У межах дослiдження запропоновано тонке налаштування фундацiйного моделю Segment Anything Model (SAM) наступними методами: Generalized SAM (GSAM), що дозволяє працювати зi змiнними розмiрами вхiдних зображень, та SAM AdaptFormer, який застосовує адаптивнi блоки для покращення пристосування до завдання. Експерименти проведено на наборi супутникових знiмкiв Sentinel-2, що охоплюють територiю Харкiвської областi. Результати демонструють, що обидва модифiкованi пiдходи на основi SAM перевершують базовий модель за ключовими метриками точности (коефiцiєнти Дайса й Жаккара, влучнiсть i повнота), при чому найкращий результат показано конфiґурацiєю SAM AdaptFormer. Робота пiдтверджує ефективнiсть використання фундацiйних моделiв у завданнях виявлення дефорестацiї та вiдкриває перспективи для подальшого дослiдження адаптацiї великих моделiв до завдань дистанцiйного зондування Землi.Item Дослідження галюцинацій великих мовних моделей(2025) Чайка, Ольга; Ігнатенко, ОлексійДипломний проєкт присвячено дослідженню наявних рішень визначення галюцинацій у моделях машинного перекладу у контексті перекладів з української мови. Мета дослідження: визначити, чи справляються сучасні метрики із визначенням галюцинацій у перекладі з української мови.Item Порівняння моно- та багато-мовної моделей на основі BERT для вирішення задач обробки мови українською(2024) Ванін, Данило; Крюкова, ГалинаМета дослідження - оцінити ефективність різних типів моделей на наборі задач.Item Моделювання токен економіки(2024) Декрет, Владислав; Ігнатенко, ОлексійОсновною метою є дослідження впливу параметрів на стабільність та зростання ціни токену. Отримані результати можуть бути застосовані для вдосконалення стратегій випуску та торгівлі токенами у децентралізованих фінансових системах.Item Continual Learning Method for image classification in computer vision(2024) Kreshchenko, Taras; Yushchenko, YuriiThe paper explores the hypothesis that Continual Learning (CL) methods can improve the performance of a deep learning model in a traditional machine learning scenario. By augmenting an existing state-of-the-art ML solution to a problem with CL techniques, this research aims to demonstrate that AI can still achieve more accurate and adaptive performance. This hypothesis is tested on a parking lot occupancy detection problem, a binary classification problem that is well-suited to CL due to the continuous stream of image data. Experiments are conducted to compare the proposed CL-based solution and a contemporary solution that is non-CL based.Item Analysis of Curriculum Learning methods in Reinforcement Learning(2024) Orel, Danyil; Glybovets, MykolaThe aim of this work is to provide a comprehensive comparison of CL methods in RL across various scenarios and benchmark environments.Item Алгоритм зведення симетричної матриці до тридіагональної із застосуванням QR та QP розкладів(2024) Першута, Павло; Малашонок, ГеннадійМетою дослідження є оптимізація запропонованого алгоритму використанням методу Штрассена для множення матриць та його застосування для зведення симетричної матриці до тридіагональної.Item Language model optimization using pruning, distillation and quantization techniques for NLP tasks(2024) Petrenko, Mykhailo; Marchenko, OleksandrThe dominant approaches to quantizing neural net- works with billions of parameters focus primarily on weight quantization due to accuracy considerations. However, activation quantization remains a significant bottleneck for inference speed. Building upon the foundational research of GPTQ and Qual- comm, we propose GPTAQ, a novel framework that introduces activation quantization for large language models (LLMs) while attempting to balance out activation-induced error with the following enhancements: Eigenvalues of the Hessian sensitivity matrix, although our experiments reveal this approach yields mixed results. Cross-Layer Equalization (CLE), which balances weight scales across layers to prevent channel suppression. Bias Correction, to correct the effects of CLE. We demonstrate the effects of our approach through exper- iments on the Facebook OPT model using the C4 dataset for calibration. Our results show that RTN and Token-wise activa- tion quantization combined with CLE achieve the best trade- off between model efficiency and accuracy. GPTAQ introduces activation quantization while maintaining low perplexity scores, indicating minimal performance degradation given the limited experimental setup. Our framework offers a comprehensive solution for effective activation quantization, enhancing the deployment efficiency of large language models and providing valuable insights for future research, such as further Hessian Eigenvalues tuning to decrease introduced error, expand and switch calibration dataset, and remaining ablation study.Item Унiкально-ексцентрично-точковi графи(2024) Гак, Артем; Козеренко, СергійУ роботі досліджено клас унікально-ексцентрично-точкових графів та їх ексцентричних орграфів. Розроблено еволюційний алгоритм, для пошуку у.е.т.-графів із заданими властивостями. Завдяки чому доведена характеризація для у.е.т.-графів діаметрів 3 та 4. Також отримана верхня оцінка на максимальну довжину ланцюга в орграфі ексцентриситетів залежно від діаметра у.е.т.-графа.