Кваліфікаційні роботи здобувачів вищої освіти (ЕлІТ)
Permanent URI for this collectionhttps://devessuir.sumdu.edu.ua/handle/123456789/67302
Browse
4 results
Search Results
Item Android додаток аудіовізуальної ідентифікації об'єктів у реальному часі для осіб з вадами зору(Сумський державний університет, 2024) Рубан, І.О.Проведено дослідження методів реалізації поставленої задачі. Описано властивості операційної системи Android. Розглянуто переваги та недоліки різних мов програмування. Реалізовано Android додаток здатний до класифікації та розпізнавання обмеженої кількості об’єктів. Успішно виконано розгортання моделі Tensor Flow на мобільний пристрій.Item Інтелектуальна система аналізу волейбольних матчів(Сумський державний університет, 2024) Нікітенко, К.С.Розроблено інформаційне та програмне забезпечення здатної до навчання системи аналізу волейбольних матчів. При цьому вирішено задачі з формування вхідного математичного опису системи, розробки моделей функціонування системи в режимі навчання і екзамену, оцінки функціональної ефективності параметрів системи, розробки та програмної реалізації алгоритмів навчання та екзамену. Оцінки працездатності системи виконувалася на задачі детектування волейбольного м’яча.Item Інформаційна технологія кіберзахисту мобільних платформ(Сумський державний університет, 2022) Мальцев, А.В.Реалізована інтелектуальна система кіберзахисту мобільних платформ на основі класифікатора SVM і системі пояснень на основі градієнтного методу. Була сформована навчальна вибірка даних для класифікації та проведене тренування моделі. Результати роботи системи показали високу точність класифікації шкідливих зразків ПЗ. Програмна реалізація здійснена з використанням мови Python, бібліотеки SecML та ApkTool.Item Моделювання проблем класифікації з підбором оптимального алгоритму(Сумський державний університет, 2019) Шевченко, Ю.О.В роботі проведено аналітичний огляд сучасних методів побудови класифікаторів. Наведено математичні основи побудови моделей такими методами: метод головних компонент (PCA), дерево прийняття рішення (CART), нейронні мережі прямого поширення(FF NN), наївний баєсів класифікатор (NB), метод опорних векторів (SVM). Побудовано власний алгоритм класифікації даних, що ґрунтується на методі k-найближчих сусідів. Розроблено програмний комплекс, що включає в себе перехресну перевірку, реалізації розглянутих методів та вибір фінального методу використовуючи жадібний алгоритм.