Теоретичні та прикладні аспекти побудови програмних систем: 15 Міжнародна науково-практична конференція

Permanent URI for this collection

https://ekmair.ukma.edu.ua/handle/123456789/33976

Theoretical and Applied Aspects o f Program Systems Development

Browse

Now showing 1 - 20 of 55

Теоретичні та прикладні аспекти побудови програмних систем : працi 15 міжнародної науково-практичної конференції, Київ, 23-24 грудня 2024 р.
(Національний університет "Києво-Могилянська академія", 2024) Глибовець, Микола; Панченко, Тарас
Збірник укладено за матеріалами доповiдей науково-практичної конференцiї "Теоретичні та прикладні аспекти побудови програмних систем" (TAAPSD 2024), яка проходила в Києві з 23 по 24 грудня 2024 року.
Selection noise in genetic algorithms
(Національний університет "Києво-Могилянська академія", 2024) Gulayeva, Nataliya; Borrego-Díaz, Joaquín; Sancho-Caparrini, F.
In this study, authors concentrate on the selection noise characteristic of SSs. Recall that genetic drift, a well-known phenomenon in population genetics, is observed in GAs due to the stochastic nature of SSs. In a finite size population, a random selection among individuals of equal fitness leads to a disproportion between the expected and actual number of copies of an individual in the mating pool. We study selection noise of the most popular SSs used in generational GAs.
Основні виклики створення узагальненого агента ШІ: проєкт SIMA
(Національний університет "Києво-Могилянська академія", 2024) Глибовець, Микола; Бачинський, Н.
Основною метою проєкту SIMA є створення агента, здатного виконувати мовні інструкції у різноманітних тривимірних середовищах, включаючи комерційні відеоігри та спеціалізовані дослідницькі платформи, використовуючи клавіатуру та мишу. SIMA вирізняється здатністю поєднувати природномовне розуміння з дією, демонструючи високу адаптивність і генералізацію знань у контекстах, що варіюються від реальних симуляцій до міфічних чи науково-фантастичних сценаріїв.
Методи швидкого виявлення подібностей на зображеннях з БПЛА
(Національний університет "Києво-Могилянська академія", 2024) Божок, A.; Панченко, Тарас
Метою даного дослідження є розробка та впровадження методів швидкого виявлення подібностей між зображеннями з БПЛА та ортофотопланами. Ці методи повинні забезпечувати високу точність порівняння та знижувати обчислювальні витрати, що дозволить використовувати їх у системах реального часу для визначення місцезнаходження дронів у різних умовах експлуатації. Крім того, дослідження спрямоване на підвищення стійкості методів до змінних умов освітлення, погодних умов, обертання та масштабування зображень, що є поширеними проблемами у реальних застосуваннях. Це включає розробку алгоритмів, які можуть адаптуватися до різних типів середовища, забезпечуючи надійність та точність визначення місцезнаходження БПЛА незалежно від зовнішніх факторів.
Використання ШІ-планування для побудови індивідуальних освітніх траєкторій
(Національний університет "Києво-Могилянська академія", 2024) Гришанова, Ірина; Рогушина, Юлія
Матеріали доповiді учасників 15 міжнародної науково-практичної конференції "Теоретичні та прикладні аспекти побудови програмних систем", Київ, 23-24 грудня 2024 р.
Перспективи впровадження індексу на базі суфіксного дерева для пошуку підрядків у СУБД великого розміру
(Національний університет "Києво-Могилянська академія", 2024) Зважій, Дмитро
Сучасні інформаційні системи стикаються зі стрімким зростанням обсягів даних, що створює нові виклики для їх зберігання та обробки. Ефективний доступ до даних, особливо під час виконання пошукових операцій, стає критично важливим для підтримки продуктивності ІТ-систем. Реляційні та нереляційні системи керування базами даних (СУБД), такі як PostgreSQL, MySQL, ClickHouse, Elasticsearch, пропонують різноманітні інструменти для швидкого пошуку та індексації. Суфіксне дерево — це структура даних, яка може значно скоротити час виконання пошуку підрядків, роблячи її потенційно ефективним рішенням для покращення роботи СУБД з великими текстовими обсягами. У роботі автори прагнули експериментально підтвердити гіпотезу, що впровадження суфіксного дерева як індексу для сучасних СУБД дозволить підвищити швидкість виконання операцій пошуку підрядків.
Автоматичні системи аналізу контенту: виявлення дезінформації в соціальних мережа
(Національний університет "Києво-Могилянська академія", 2024) Романчук, Р.; Висоцька, В.
У 21 столітті інформація стала ключовим інструментом для національного управління, впливу недержавних суб'єктів та змінила динаміку впливу. Останнім часом спостерігається стрімкий розвиток дезінформації та пропаганди в усьому світі. Противники використовують пропаганду та дезінформацію для маніпулювання громадською думкою, руйнуючи соціально-політичні інституції і, таким чином, ослаблюючи демократію. Глибоке розуміння інформаційного середовища, його впливу на геополітичні події та поведінку людей, стає критичним для підтримки безпеки та прийняття важливих політичних рішень. Основним викликом для сучасного суспільства є захист демократичних процесів та особистості від поширення дезінформації та пропаганди.
Параметризація адаптивної моделі індикатору стану організаційної системи управління
(Національний університет "Києво-Могилянська академія", 2024) Ільїна, О.; Скибик, С.
Матеріали доповiді учасників 15 міжнародної науково-практичної конференції "Теоретичні та прикладні аспекти побудови програмних систем", Київ, 23-24 грудня 2024 р.
Optimizing skin image segmentation with fourier and graph-based methods
(Національний університет "Києво-Могилянська академія", 2024) Kinshakov, E.; Parfenenko, Yu.
This paper introduces advanced methods for skin disease image segmentation using the Dermnet dataset, one of the largest resources in dermatology. Traditional approaches like Watershed and thresholding often fail due to the complex textures, color variations, and noise present in skin images. To address these challenges, novel techniques were proposed. First, the Fourier transform reduces high-frequency noise, preparing images for segmentation. Then, min-cut/max-flow graph algorithms minimize energy functions, enabling precise separation of pathological and healthy areas. Additionally, a piecewise smooth approximation improves boundary detection, refining segmentation results. Experiments demonstrated a 15% accuracy improvement over traditional methods. Processing time was also significantly reduced, enhancing the reliability and efficiency of automated diagnostic systems.
Guided inverse problems
(Національний університет "Києво-Могилянська академія", 2024) Ivaniuk, Andrii; Kravchuk, Oleg; Kriukova, Galyna
The given work proposes a novel approach for solving inverse problems in machine learning leveraging Physics-Guided Neural Networks (PGNNs). This method incorporates domain knowledge through an additional inverse problem, leading to significant improvements in model performance and accuracy.
Enhanced image similarity detection: combining multi-layer outputs of CNN for precise results
(Національний університет "Києво-Могилянська академія", 2024) Kubytskyi, Volodymyr; Panchenko, Taras
The rapid growth of image data globally has amplified the demand for effective image similarity detection methods, particularly in tasks like image deduplication. This paper introduces a novel approach using enriched image embeddings derived from combining outputs of intermediate layers of pre-trained CNNs. The proposed method improves F1 scores across tasks such as near-duplicate detection, multi-angle view analysis, and schematical layout comparisons. Real-world applications in the real estate domain demonstrated fewer errors and enhanced performance, offering a promising direction for addressing complex image comparison challenges.
Стійкість нейронних дерев рішень до шуму у вхідних даних
(Національний університет "Києво-Могилянська академія", 2024) Мокрий, Михайло
Матеріали доповiді учасника 15 міжнародної науково-практичної конференції "Теоретичні та прикладні аспекти побудови програмних систем", Київ, 23-24 грудня 2024 р.
Комп'ютерний зір як проблема семантичного розпізнавання об'єктів
(Національний університет "Києво-Могилянська академія", 2024) Риженко, Артем
Матеріали доповiді учасника 15 міжнародної науково-практичної конференції "Теоретичні та прикладні аспекти побудови програмних систем", Київ, 23-24 грудня 2024 р.
Актуальність і виклики оптимізації управління ресурсами в динамічних смарт-об'єктах критичної інфраструктури
(Національний університет "Києво-Могилянська академія", 2024) Пантюшенко, Роман
Матеріали доповiді учасника 15 міжнародної науково-практичної конференції "Теоретичні та прикладні аспекти побудови програмних систем", Київ, 23-24 грудня 2024 р.
Сегментація геопросторових растрових даних методом гексагонів
(Національний університет "Києво-Могилянська академія", 2024) Царинюк, Олександр; Глибовець, Андрій
Матеріали доповiді учасників 15 міжнародної науково-практичної конференції "Теоретичні та прикладні аспекти побудови програмних систем", Київ, 23-24 грудня 2024 р.
Обробка природної мови за допомогою великих мовних моделей
(Національний університет "Києво-Могилянська академія", 2024) Задохін, Дмитро; Глибовець, Микола
Матеріали доповiді учасника 15 міжнародної науково-практичної конференції "Теоретичні та прикладні аспекти побудови програмних систем", Київ, 23-24 грудня 2024 р.
On the way to universal executor
(Національний університет "Києво-Могилянська академія", 2024) Svystunov, A.
The work is dedicated to the universal executor architecture concept - an agentic system that can utilize both LLM-based inferences and computing by acquiring and memorizing programs.
Модель штучного інтелекту для планування та оцінки ризиків проєктів
(Національний університет "Києво-Могилянська академія", 2024) Михайлов, Н.
Ефективне управління проєктами в умовах постійно змінюваних ринкових вимог та технологічного прогресу є необхідною складовою успішної діяльності компаній. Оптимізація процесу планування та управління ризиками відіграє ключову роль у підвищенні якості результатів і скороченні термінів реалізації. Традиційні методи планування, такі як метод критичного шляху і метод програмування в мережі, ефективно допомагають структурувати задачі проєкту. Однак, через зростаючу складність проєктів, ці методи не завжди можуть врахувати динаміку змін та непередбачені ризики. Застосування сучасних технологій, зокрема машинного навчання, дозволяє розробляти гнучкі та адаптивні системи управління, здатні враховувати як історичні дані, так і нові зміни в проєкті в режимі реального часу. Алгоритми машинного навчання можуть ефективно прогнозувати строки виконання завдань, оцінювати ризики та допомагати в оптимальному розподілі ресурсів. Дана праця зосереджена на розробці адаптивної моделі, що дозволяє покращити точність планування та мінімізувати ризики під час виконання проєктів.
Галюцинації у великих мовних моделях
(Національний університет "Києво-Могилянська академія", 2024) Джос, Олексій
Матеріали доповiді учасника 15 міжнародної науково-практичної конференції "Теоретичні та прикладні аспекти побудови програмних систем", Київ, 23-24 грудня 2024 р.
Вирішення задач обробки зображень за допомогою згорткових нейронних мереж
(Національний університет "Києво-Могилянська академія", 2024) Леонов, Микита
Матеріали доповiді учасника 15 міжнародної науково-практичної конференції "Теоретичні та прикладні аспекти побудови програмних систем", Київ, 23-24 грудня 2024 р.

Browse

Recent Submissions