Факультет інформатикиNo Descriptionhttps://ekmair.ukma.edu.ua/handle/123456789/175072024-03-29T11:26:03Z2024-03-29T11:26:03Z1941Object feature extraction for YOLO detectorsАбашкін, Олександрhttps://ekmair.ukma.edu.ua/handle/123456789/283542024-03-23T01:00:50Z2023-01-01T00:00:00Zdc.title: Object feature extraction for YOLO detectors
dc.contributor.author: Абашкін, Олександр
dc.description.abstract: The main goal of the research: To create an architecture that can surpass in quality and speed the solutions of that time such as the deformable part models (DPM) that were using the sliding window approach where the classifier is used
for each evenly spaced location, and a the R-CNN that were using a network for generation potential bounding boxes and as a second stage applies a classifier on this regions.
2023-01-01T00:00:00ZРедукцiя розмiрностi табулярних вхiдних даних в контекстi обробки одноклiтинних данихБiлiнський, Павлоhttps://ekmair.ukma.edu.ua/handle/123456789/283512024-03-23T01:00:48Z2023-01-01T00:00:00Zdc.title: Редукцiя розмiрностi табулярних вхiдних даних в контекстi обробки одноклiтинних даних
dc.contributor.author: Бiлiнський, Павло
dc.description.abstract: Метою цiєї роботи є дослiдження впливу проблеми дисбалансу даних на передбачення збурень клiтин моделлю scGen. Розглядались чотири методи балансування даних, а саме undersampling, oversampling, комбiнацiя under- та
oversampling та метод SMOTE. У роботi були експериментально отриманi оцiнки ефективностi кожного з методiв та проаналiзовано їх вплив на якiсть передбачень збурень певних класiв клiтин. Проведений аналiз визначив найкращi методи балансування даних для цiєї задачi.
2023-01-01T00:00:00ZЗмагальні приклади та їх знаходження в задачах обробки зображеньФісун, Єлизаветаhttps://ekmair.ukma.edu.ua/handle/123456789/283502024-03-23T01:01:10Z2023-01-01T00:00:00Zdc.title: Змагальні приклади та їх знаходження в задачах обробки зображень
dc.contributor.author: Фісун, Єлизавета
dc.description.abstract: В останні роки швидкий розвиток алгоритмів машинного навчання та глибоких нейронних мереж здійснив революцію в галузі комп’ютерного зору та обробки зображень. Ці алгоритми досягли чудової продуктивності в різних завданнях, починаючи від класифікації зображень і закінчуючи виявленням об’єктів. Однак разом із цими досягненнями виникла нова проблема: вразливість моделей глибокого навчання до змагальних прикладів. Змагальні приклади — це ретельно розроблені вхідні дані, які вводять модель в оману, хоча людському оку складно їх відрізнити від початкових даних. Це викликає критичні питання щодо стійкості, надійності та безпеки моделей машинного навчання, особливо в критично важливих для безпеки програмах, таких як автономні транспортні засоби, медична діагностика та кібербезпека. Змагальні атаки створюють потенційні ризики в різних областях, включаючи, але не обмежуючись системами розпізнавання зображень, де наслідки неправильної класифікації можуть бути згубними. Оскільки розгортання систем машинного навчання стає все більш поширеним, важливо усунути вразливі місця цих моделей, щоб забезпечити їх практичне та надійне використання в реальних сценаріях. За мету даної роботи були поставлені такі завдання: розібратися з що таке змагальні приклади та атаки, визначити які вони бувають та методи їх пошуку, а також застосувати ці змагальні зображення та атаки до конкретних задач (класифікації, сенментації тощо.)
2023-01-01T00:00:00ZПобудова семантичної моделі зображенняГерасимчук, Д.https://ekmair.ukma.edu.ua/handle/123456789/283452024-03-23T01:00:06Z2023-01-01T00:00:00Zdc.title: Побудова семантичної моделі зображення
dc.contributor.author: Герасимчук, Д.
dc.description.abstract: Метою даної роботи є розробка та побудова семантичної моделі для вирішення проблеми розуміння зображення комп'ютером. Ця проблема є дуже актуальною і складною, і потребує розробки нових підходів та методів. У порівнянні з іншими задачами комп'ютерного зору, такими як класифікація зображень або створення текстового опису, розуміння зображень вимагає глибшого аналізу та інтерпретації контексту, об'єктів та взаємозв'язків всередині зображення. Перший розділ даної роботи присвячений актуальності та проблематиці побудови семантичної моделі зображення. В цьому розділі відзначається значимість вирішення проблеми розуміння зображень комп'ютером, оскільки це має великий потенціал для різних областей, включаючи комп'ютерне зорове сприйняття, автоматизацію процесів та покращення інтерактивних систем. У другому розділі проведено детальний аналіз існуючих рішень для задач класифікації зображень, текстового опису зображень та знаходження візуальних зв'язків на зображеннях. Описані різні підходи, використовані методи та їх обмеження.У третьому розділі детально описується процес побудови власної моделі та подання результатів її роботи. Цей розділ включає в себе опис використаних алгоритмів, архітектури моделі, методів навчання та оцінки. Крім того, представлені результати експериментів та аналіз отриманих результатів
2023-01-01T00:00:00ZУсмішка волатильності: метод скінченних різницьГуцало, Анастасіяhttps://ekmair.ukma.edu.ua/handle/123456789/283432024-03-23T01:01:07Z2023-01-01T00:00:00Zdc.title: Усмішка волатильності: метод скінченних різниць
dc.contributor.author: Гуцало, Анастасія
dc.description.abstract: Метою роботи є дискретизація диференціального рівняння ціни опціону зі стохастичною волатильністю, її розв’язок та виведення змін відносно ціни базового активу та волатильності. Ціль роботи: 1) модифікація моделі Б-Ш;
2) визначення диференціального рівняння функції U(S,V, t) в частинних похідних; 3) дискредитація PDE методом скінченних різниць.
2023-01-01T00:00:00ZМоделювання прогнозу попиту з використання рекомендаційної системи на базі методу LightGBMКольчик, Микитаhttps://ekmair.ukma.edu.ua/handle/123456789/283422024-03-23T01:00:27Z2023-01-01T00:00:00Zdc.title: Моделювання прогнозу попиту з використання рекомендаційної системи на базі методу LightGBM
dc.contributor.author: Кольчик, Микита
dc.description.abstract: Метою нашої роботи буде спрогнозувати попит на товари за допомогою алгоритму LightGBM і створити алгоритм, за допомогою якого буде можливо змоделювати прогнози на роботу магазинів. Робота складається з трьох розділів. Перший розділ присвячено огляду алгоритму LightGBM, його структурі, порівнянні з іншими алгоритмами, перевагам і недолікам. У другому розділі розглядається теорія оптимізації запасів і метрикам, за допомогою яких можна контролювати прибутковість, маючи навіть обмежені дані щодо продажів. Третій розділ присвячено розробці програмного коду, який прогнозуватиме дані продажів і рахуватиме метрики запасів для ланцюга "Магазин-Товар-Тип пакування товару"
2023-01-01T00:00:00ZАлгоритми знаходження розв’язкiв складних задач на цiлочисельних решiткахЛiхачов, Артемiйhttps://ekmair.ukma.edu.ua/handle/123456789/283412024-03-23T01:00:21Z2023-01-01T00:00:00Zdc.title: Алгоритми знаходження розв’язкiв складних задач на цiлочисельних решiтках
dc.contributor.author: Лiхачов, Артемiй
dc.description.abstract: Курсова робота присвячена вивченню основних алгоритмiв розв’язку складних задач на решiтках, на яких базуються криптографiчнi алгоритми та системи цифрового пiдпису. Вона складається зi вступу, двох роздiлiв, висновкiв та списку використаної лiтератури. У вступi розповiдається про актуальнiсть тематики та застосування математичного апарату решiток до криптографiчних протоколiв. У першому роздiлi вводяться означення решiтки, базису решiтки, найкоротшого вектора решiтки, найближчого вектора решiтки, розглядаються властивостi решiток. У другому роздiлi розглядається процес ортогоналiзацiї Грама-Шмiдта на решiтках, алгоритм LLL, алгоритм Бабаї, числовi приклади. У висновках пiдсумовуються зробленi результати роботи, вказанi наступнi напрямки дослiджень
2023-01-01T00:00:00ZМоделювання соціальних процесів як марковських процесів прийняття рішеньЛюбима, Михайлінаhttps://ekmair.ukma.edu.ua/handle/123456789/283402024-03-23T01:00:13Z2023-01-01T00:00:00Zdc.title: Моделювання соціальних процесів як марковських процесів прийняття рішень
dc.contributor.author: Любима, Михайліна
dc.description.abstract: Мета даної роботи – узагальнення існуючого досвіду моделювання соціальних процесів загалом та реалізація моделі поведінки підписників на інтернет-платформах. Відповідно до цього можна виділити таке наукове завдання: 1. З’ясувати можливі підходи до формалізації соціальних процесів та їх особливостей. 2. Установити особливості стохастичних моделей 3. Виявити, наскільки доцільним є застосування марковських моделей в окремих задачах. Розробити власну інтерпретацію соціального процесу.
2023-01-01T00:00:00ZПошук та виокремлення визначень з наукових текстівМироненко, Романhttps://ekmair.ukma.edu.ua/handle/123456789/283392024-03-23T01:00:42Z2023-01-01T00:00:00Zdc.title: Пошук та виокремлення визначень з наукових текстів
dc.contributor.author: Мироненко, Роман
dc.description.abstract: Метою даної роботи буде аналіз сучасних методів обробки природної мови, визначити, як можна використовувати їх для пошуку та виокремлення термінів із текстів, та розробити прототип такої програми.
2023-01-01T00:00:00ZМетод детекції об’єктів використовуючи ієрархічне дерево класів об’єктівПанасюк, Романhttps://ekmair.ukma.edu.ua/handle/123456789/283342024-03-22T01:01:17Z2023-01-01T00:00:00Zdc.title: Метод детекції об’єктів використовуючи ієрархічне дерево класів об’єктів
dc.contributor.author: Панасюк, Роман
dc.description.abstract: Мета дослідження полягає у порівнянні існуючих методів для задачі детекції, виявленні сильних та слабких сторін методу детекції об’єктів використовуючи ієрархічне дерево класів у порівнянні з іншими методами.
2023-01-01T00:00:00Z