Видання зареєстровані авторами шляхом самоархівування
Permanent URI for this communityhttps://devessuir.sumdu.edu.ua/handle/123456789/1
Browse
51 results
Search Results
Item Застосування штучного інтелекту в прогнозуванні економічних показників(Сумський державний університет, 2025) Розгон, Ю.В.У сучасних умовах глобальної цифровізації, інтенсивного розвитку інформаційних технологій та широкого впровадження аналітичних інструментів у сферу економіки, проблема прогнозування макроекономічних показників, зокрема валового внутрішнього продукту (ВВП), набуває винятково важливого значення. ВВП є одним з основоположних індикаторів стану економіки держави, відображає загальний обсяг вироблених товарів і послуг у країні за певний період та використовується як основа для формування бюджетної, монетарної, інвестиційної та соціальної політики. Саме тому точність його прогнозування є критично важливою для ухвалення ефективних управлінських рішень як на державному, так і на корпоративному рівні. Актуальність теми дослідження зумовлена необхідністю підвищення ефективності інструментарію економічного прогнозування в умовах нестабільності зовнішнього середовища, глобальних викликів та високої мінливості економічних процесів.Item Інтелектуальна технологія класифікації проблем постави людини на основі аналізу візуальних даних(Сумський державний університет, 2024) Морквіна, В.В.Розроблено інтелектуальну технологію, яка визначає ключові анатомічні точки постави та обчислює їх кути. Використовуючи існуючі патерни, програмний продукт надає користувачу класифікацію типів порушень постави та рекомендовані вправи для її покращення.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 Optimizing neural networks for parameter efficiency(Sumy State University, 2024) Ude, V.S.An algorithm for optimizing the correspondence of the neural network model to the training data was proposed. The performance criteria of the neural network in the training and validation set are defined. The algorithm is implemented in software, which provides a better understanding of the step-by-step process of learning the model and implementing the optimization algorithm.Item Штучний інтелект і творчість: добірка авторських журналістських матеріалів(Сумський державний університет, 2024) Хоба, Ю.М.Кваліфікаційна робота присвячена створенню добірки авторських журналістських матеріалів, у яких висвітлюються проблеми взаємодії штучного інтелекту (ШІ) та творчості. У роботі розглядаються теоретичні та практичні аспекти використання ШІ у різних сферах творчої діяльності, таких як мистецтво, музика, література. Аналізуються сучасні алгоритми машинного навчання, нейронні мережі та інші технології, які сприяють генеруванню нових ідей та художніх творів. Особливу увагу приділено питанням співпраці між людиною та ШІ, етичним аспектам використання штучного інтелекту в творчому процесі, а також потенціалу ШІ для розширення меж людської креативності. У роботі наведено приклади успішних і невдалих проектів, де ШІ виступає як інструмент для створення нових художніх форм. Визначено, що ШІ має значний потенціал для стимулювання творчих процесів і може стати невід'ємною частиною сучасного мистецтва та культури. Водночас, важливо враховувати етичні та соціальні виклики, пов'язані з інтеграцією ШІ в творчі сфери. Робота містить посилання на 29 джерел. Обсяг роботи складає 44 сторінки. Актуальність теми зумовлена стрімким розвитком технологій штучного інтелекту та їх широким застосуванням у творчих сферах. У сучасному світі ШІ не лише автоматизує рутинні завдання, а й стає потужним інструментом для створення інноваційних продуктів і художніх творів. Вивчення можливостей ШІ у творчому процесі є важливим для розуміння його потенціалу та обмежень, а також для розробки нових методів співпраці між людиною і машиною. Сфера застосування інформаційного продукту – поширення матеріалів у мережі Інтернет.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 Науковий твір "Аналіз впливу продуктивності кіберспортивної команди на результати кіберспортивних матчів із використанням технологій інтелектуального аналізу даних"(УКРНОІВІ, 2023) Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn Hryhorovych; Койбічук, Віталія Василівна; Койбичук, Виталия Васильевна; Koibichuk, Vitaliia Vasylivna; Яценко, Валерій Валерійович; Яценко, Валерий Валерьевич; Yatsenko, Valerii Valeriiovych; Діденко, Ірина Вікторівна; Диденко, Ирина Викторовна; Didenko, Iryna Viktorivna; Доценко, Тетяна Віталіївна; Доценко, Татьяна Витальевна; Dotsenko, Tetiana VitaliivnaІндустрія кіберспорту є міжнародною соціокультурною сферою, яка останнім часом почала активно розвиватися і в Україні. Кіберспорт визнаний світовим співтовариством як повноцінний вид спорту, що є невід’ємною частиною сучасної культури. У багатьох країнах світу кіберспорт має державну підтримку, змагання високого рівня та відповідні освітні програми. У 2020 році в Україні кіберспорт також було визнано офіційним видом спорту, а у серпні 2021 року Україна вперше приймала у себе чемпіонат Європи з кіберспорту. З метою аналізу впливу продуктивності кіберспортивної команди на результати кіберспортивних матчів проведено дослідження за допомогою розроблених із використанням технологій інтелектуального аналізу даних пакета SAS Enterprise Miner прогнозних моделей у вигляді дерева рішень, логістичної регресії та нейронної мережі. Проведене дослідження дозволило проаналізувати, як саме показники продуктивності кіберспортивної команди впливають на результати матчів кіберспортивної дисципліни League of Legends, та обґрунтувати використання нейронної мережі як найкращого предиктора результатів кіберспортивних матчів, метою якого є надання порад гравцям щодо того, як змінити стратегію гри, в якій вони зазнають поразки.Item Predicting the results of Esports matches by means of machine learning(Sumy State University, 2022) Hrytsenko, A.K.; Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn HryhorovychІндустрія кіберспорту є високорозвиненою міждисциплінарною сферою, в якій широко використовується машинне навчання. Ми вивчаємо застосування методів машинного навчання для прогнозування результатів кіберспортивних матчів. На основі кореляційного аналізу визначено вхідні змінні для прогнозування результатів кіберспортивних матчів онлайн-гри League of Legends. Пакет SAS Enterprise Miner створює прогнозні моделі у формі дерева рішень, логістичної регресії та нейронної мережі. На основі аналізу показників якості прогнозних моделей обґрунтовано використання нейронної мережі як предиктора результатів кіберспортивних матчів. Основна перевага нашого підходу полягає в тому, що він підвищує точність прогнозу за допомогою обраної найкращої моделі машинного навчання.Item Науковий твір "Розроблення моделей прогнозування цін фінансових активів за допомогою методів машинного навчання та статистичного аналізу"(УКРНОІВІ, 2023) Койбічук, Віталія Василівна; Койбичук, Виталия Васильевна; Koibichuk, Vitaliia Vasylivna; Боженко, Вікторія Володимирівна; Боженко, Виктория Владимировна; Bozhenko, Viktoriia Volodymyrivna; Яценко, Валерій Валерійович; Яценко, Валерий Валерьевич; Yatsenko, Valerii Valeriiovych; Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn Hryhorovych; Діденко, Ірина Вікторівна; Диденко, Ирина Викторовна; Didenko, Iryna Viktorivna; Доценко, Тетяна Віталіївна; Доценко, Татьяна Витальевна; Dotsenko, Tetiana VitaliivnaЗараз, як ніколи раніше, ми стикаємося з величезною кількістю та різноманітністю різних фінансових відносин, не тільки звичайні повсякденні фінансові операції як переказ грошей, але й купівля різних фінансових активів, будь то акції, облігації, можливо навіть криптовалюта чи NFT, все це стало частиною економічного життя світу. Люди завжди хочуть знати, що буде в майбутньому, для цього, до певного часу, люди покладалися виключно на досвід, але зараз завдяки статистичним, економічним та математичним дослідженням, людям відкрилися нові можливості для прогнозування. Для сучасних трейдерів, інвесторів, інвестиційних фондів і просто для людей, які хочуть зберегти або примножити свої гроші, варто використовувати потужні новітні методології дескриптивного аналізу, інтелектуального аналізу даних, машинного навчання, методи обробки статистичної інформації з можливістю роботи з великими даними для того, щоб бути конкурентоспроможними.