113 Прикладна математика

Permanent URI for this collection

https://ekmair.ukma.edu.ua/handle/123456789/18193
Освітньо-наукова програма: Прикладна математика

Browse

Browsing 113 Прикладна математика by Author "Глибовець, Андрій"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Побудова семантичної моделі зображення
    (2023) Герасимчук, Д.; Глибовець, Андрій
    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
  • Thumbnail Image
    Item
    Пошук та визначення плагіату в текстах українською мовою
    (2023) Величко, Ростислав; Глибовець, Андрій
    Метою роботи є розробка програми на мові Python, яка визначатиме рівень плагіату в українських текстах за допомогою семантичного моделювання (LDA та LSA). Завдання роботи: 1. Провести аналіз літератури з питань тематичного моделювання, косинусної подібності та Евклідової відстані. 2. Розробити програму на мові Python, яка буде здійснювати підготовку тексту (очищення від зайвих символів, лематизація, токенізація) та застосовувати тематичні моделі LDA та LSA. 3. Реалізувати обчислення косинусної подібності та Евклідової відстані між текстами. 4. Розробити алгоритм визначення рівня плагіату, який буде враховувати результати застосування тематичних моделей та метрик подібності. 5. Провести експериментальне дослідження розробленої програми на корпусі українських текстів для оцінки її ефективності та точності. 6. Зробити висновки та рекомендації щодо можливих покращень програми та перспектив подальших досліджень в даній області. Об'єктом дослідження є українські тексти різної тематики та жанрів, які мають потенційний ризик плагіату. Методи дослідження — аналіз наукової літератури.
  • Thumbnail Image
    Item
    Пошук та виокремлення визначень з наукових текстів
    (2023) Мироненко, Роман; Глибовець, Андрій
    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.