Кваліфікаційні роботи здобувачів вищої освіти (ЕлІТ)
Permanent URI for this collectionhttps://devessuir.sumdu.edu.ua/handle/123456789/67302
Browse
8 results
Search Results
Item Обробка природної мови для аналізу тональності(Cумський державний університет, 2024) Грибініченко, Я.А.У роботі розроблено систему для автоматичного визначення тональності текстів. Була реалізована модель на основі нейронної мережі, яка використовує рекурентні шари LSTM для врахування контексту слів, а також алгоритм LIME для пояснення результатів класифікації, що дозволяє визначати ключові слова, що впливають на прийняття рішень. Тестування показало, що модель досягає точності 91% на тренувальній вибірці та 88% на валідаційній після трьох епох навчання, що підтверджує її високу ефективність. Було виявлено деякі труднощі, зокрема недостатня вага деяких слів у навчальному наборі, однак ці проблеми були вирішені шляхом додавання нових даних і вдосконалення алгоритму обробки текстів. В результаті точність фінальної моделі склала 85%, що робить її придатною для практичних застосувань, таких як аналіз відгуків, моніторинг соціальних мереж чи автоматизація аналітики текстових даних.Item Використання нейромереж та штучного інтелекту для оптимізації поведінки безпілотних систем в емуляторі бойових дій в покроковому режимі(Cумський державний університет, 2024) Шульженко, В.В.Мета роботи: Створення моделі штучного інтелекту для оптимізації поведінки безпілотної системи в емуляторі бойових дій в покроковому режимі Rage Of Mechs. Об’єкт дослідження: Емулятор бойових дій в покроковому режимі Rage Of Mechs. Предмет дослідження: Алгоритми для створення штучного інтелекту з використанням нейронних мереж. Методи дослідження: Літературний аналіз, аналіз архітектури середовища емулятора Rage Of Mechs, емпіричний аналіз роботи моделі штучного інтелекту, апробація результатів.Item Порівняння сучасних функцій активації у нейронних мережах(Cумський державний університет, 2024) Литвиненко, І.Д.Розглянуто сучасні функції активації та порівняно їх характеристики. Запропоновано власну функцію з огляду на властивості оглянутих функцій. Написано код для відтворюваного проведення чотирьох груп експериментів. Проаналізовано властивості кожної з функцій та співставлено з результатами експериментів.Item Штучний інтелект для скринінгу та діагностики грудної залози(Сумський державний університет, 2021) Васильченко, М.А.Item Прогнозування часових рядів за допомогою нейронних мереж прямого поширення(Сумський державний університет, 2021) Налімова, П.О.Item Використання нейронних мереж для стиснення та шифрування даних(Сумський державний університет, 2021) Татаренко, М.Д.Item Математична модель мобільного додатку для класифікації жестів на основі штучного інтелекту(Сумський державний університет, 2021) Кучма, К.Д.Item Оптимізація нейромережевого алгоритму ідентифікації зображень(Сумський державний університет, 2020) Пільгуй, І.І.Було розглянуто чотири ключові проблеми в розпізнаванні математичних виразів: виявлення виразу, розпізнавання символів, аналіз розміщення символів та побудови виразу. Для отриманих рішень проведено сегментацію зображення за допомогою детектора границь Кенні, побудовано згорткову нейронну мережу, проведено навачання на HASYv2 датасеті, реалізовано процес структурного аналізу виразу та сформовано результат у вигляді MS Word документу.