Кафедра математики

Permanent URI for this community

https://ekmair.ukma.edu.ua/handle/123456789/18189

Browse

Now showing 1 - 20 of 96

Adversarial robustness and attacks in Deep Learning
(2022) Кузьменко, Дмитро; Швай, Надія
The theoretical underpinnings for this field involve the notions of robustness and astuteness, local Lipschitzness, r-separability of datasets, robustness-accuracy tradeoff, and L-inf distance. This work will cover all the preliminaries, explain the choice of CIFAR-10 with L-inf metric space and eps=8/255 as a main dataset for the task, make use of already well-known attacks and defenses, introduce new ones, and try different ensembles on the 3 most robust models available on the benchmark – Adversarial Weight Perturbation, Augmentations and weight averaging, and Self-COnsistent Robust Error (SCORE-based model).
Cемантична сегментація зображень з використанням Transformer архітектури
(2022) Іванюк-Скульський, Богдан; Швай, Надія
In this work we have presented a model that efficiently balances between local representations obtained by convolution blocks and a global representations obtained by transformer blocks. Proposed model outperforms, previously, standard decoder architecture DeepLabV3 by at least 1% Jaccard index with smaller number of parameters. In the best case this improvement is of 7%. As part of our future work we plan to experiment with (1) MS COCO dataset pretraining (2) hyperparameters search.
Development of the system for plagiarism checking of Ukrainian texts
(2022) Bikchentaev, Mykola; Hlybovets, Andrii
So, the aim of this work is to review two machine learning models called BERT and Word2Vec, determine how can they be used in plagiarism detection, and develop an application where users can check texts for plagiarism.
Impact of adversarial sparsity as an auxiliary metric in adversarial robustness
(2023) Кузьменко, Дмитро; Швай, Надія
The purpose of this research is to investigate adversarial sparsity in computer vision models and introduce a more efficient method for adversarial sparsity estimation. To fulfil this objective, the following tasks have been undertaken: To implement and evaluate an n-Ary search algorithm as an improvement over the conventional binary search method used in adversarial sparsity estimation. To benchmark and compare the performance of the proposed n-Ary search algorithm against the traditional binary search algorithm. To explore the implications of adversarial sparsity on the robustness of machine learning models.
Iтерацiйнi методи для розв’язання задач оптимiзацiї з використанням методу дискретних функцiональних частинок
(2025) Авдєєнко, Iван; Дрiнь, Свiтлана
This master’s thesis addresses the challenge of assortment planning in retail under uncertain demand and operational constraints. It develops a hybrid methodology that integrates SARIMAX time-series forecasting with the Discrete Functional Particle Method (DFPM) for optimisation, enabling both strategic (long-term) and tactical (monthly) decision support. Key elements include the preprocessing of real sales and inventory data, construction of an Inventory Efficiency Ratio as a risk metric, eigenvalue-guided tuning of DFPM parameters, and blending of mathematically optimal weights with historical baselines. The framework is implemented in Python and structured into theoretical foundations, practical application, and performance analysis. The work contributes a flexible, data-driven approach to improve assortment decisions in dynamically changing retail environments.
Iтерацiйний пiдхiд до необумовленого оптимального вибору для певної категорiї в роздрiбнiй торгiвлi
(2024) Мироненко, Роман; Дрiнь, Свiтлана
У данiй роботi ми розглядаємо сучаснi методи оптимiзацiї попиту для групи товарiв та дослiджуємо iтерацiйний пiдхiд для знаходження оптимальної кiлькостi товарiв у певної заданої категорiї.
A multicriteria competitive Markov decision process
(2021) Левченко, Іларія; Чорней, Руслан
The course work is devoted to A multicriteria competitive Markov decision process; proposed software implementation of their solution. The work consists of an introduction, the main part that consists of six sections, a conclusion, a list of used sources and an appendix. Relevance. The modern-day world makes people face more and more complicated problems which require a solution and the price of mistake for them can be really high. Besides that, nowadays there is so much data that making a decision based on that intuitively and without analysis and math is not an option anymore. The multicriteria Markov decision process is much more similar to reallife than some other common games and decision models – choosing one of the available actions without knowing action chosen by the opponent as well as having vector reward rather than single reward are both much more common in a real application. However, solving such problems as they are is complicated. Therefore in this paper considered algorithm to transform them into linear programming problems, which have more well-known solution algorithms. The object of the study is a multicriteria Markov decision process. The subject of the study is an algorithm for solving the multicriteria competitive β-discounted Markov decision model. Purpose to study multicriteria competitive Markov decision games and algorithm to solve them. Theoretical research methods were used in the study; information from various scientific sources is analyzed, compared and summarized.
Nowcasting with short data using a mixed-frequency VAR approach
(2025) Zhuravlova, Anastasiia; Дрінь, Світлана
This thesis focuses on the problem of short-term economic forecasting with very limited data because of russia’s invasion of Ukraine. The invasion has created a gap in the release of statistical data, making traditional forecasting models less efficient, particularly in the regional forecasting scope. The study uses RMSE, CRPS, and SMAPE metrics to evaluate the forecast’s accuracy while measuring accuracy against traditional approaches. The results show that strong nowcasting models can be developed even with sparse data. This work contributes to the literature on economic monitoring during crises and provides a framework for real-time forecasting in post-conflict reconstruction.
Object feature extraction for YOLO detectors
(2023) Абашкін, Олександр; Швай, Надія
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.
Recognizing gestures of the Ukrainian dаctylic аlphabet
(2023) Bikchentaev, Mykola; Hlybovets, Andrii
Research methods: analysis of scientific literature. Objectives of the study: 1. Study the concept of sign language and Ukrainian sign language in particular. 2. Review approaches to gesture recognition. 3. Build a model for recognizing gestures of the Ukrainian dactyl alphabet.
Адаптація контексту у задачах класифікації зображень
(2021) Крошин, Олександр; Швай, Надія
Rapid developments in the Deep Learning domain in recent years let researchers and practitioners shift their focus from training machine learning models itself to transferring the already-learnt knowledge and applying it in different applications. This paper discusses Domain Adaptation, a subdomain of transfer learning, primarily aimed at applying knowledge from a given source domain to an unknow target one. It discusses various Domain Adaptation settings under the context of Computer Vision, introduces self-ensembling Domain Adaptation methods for semi-supervised learning and illustrates its capabilities with proper experiments. Experiments were implemented with Python 3.6 using libraries pytorch, numpy, pandas, opencv, matplotlib, torch-salad, etc.
Адаптивні методи анонімізаціх даних
(2021) Ронська, Дарина; Швай, Надія
Sometimes it is impossible to use the original image and only anonymized version of it is available (e.g., faces of the people or plate numbers on cars are blurred). In other words, we can use only edited version of the original image. Sometimes the class of the edited image is different from original one and we want to avoid this. This work is about gradient method which allows to get the class predicted for unchanged image for the one with blurred sensitive part by applying small changes in the edited area only.
Активне навчання у задачі виявлення об’єктів
(2022) Ронська, Дарина; Швай, Надія
Active Learning allows to spend less time on data labeling which is vastly beneficial in Computer Vision with continuously growing number of datasets and its images. It is achieved by smarter strategy than random one to queue the images for labeling that allows to give most informative images to the model first. In this work state-of-the-art Multiple Instance Active Learning for Object Detection (MI-AOD) method is improved by the changes in its uncertainty function which corresponds for informativeness of the image. Also, the statement of MI-AOD authors about its usage for noisy images filtering is proved.
Алгоритми знаходження розв’язкiв складних задач на цiлочисельних решiтках
(2023) Лiхачов, Артемiй; Олiйник, Богдана
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
Аналіз алгоритмів і реалізацій цифрового підпису на еліптичних кривих Едвардса
(2025) Калінічев, Гліб; Олійник, Богдана
Метою роботи є створення програмних реалізацій алгоритмів Ed25519 та Ed448, що є частковими випадками EdDSA, які б використовували оптимізовані швидкі алгоритми скалярного множення та додавання точок еліптичних кривих Едварса і швидких операцій в скінченному полі. Визначення переваг і недоліків власних реалізацій порівняно з відповідними стандартними реалізаціями.
Аналіз схем розподілу секрету
(2021) Степанюк, Станіслав; Олійник, Богдана
Дана робота має на меті дослідити методи, які дозволяють досягнути високого рівня гарантування доставки повідомлень у мікросервісній архітектурі. Для цього було розглянуто прикладну проблему, яка виникає в сфері розробки хмарних систем IoT. В роботі розглянуті архітектурні шаблони для збереження інформації в сховищі сервісу та надсилання її в чергу повідомлень. Також розглянуто методи резервування черги повідомлень. У практичній частині даного дослідження було розроблено бібліотеку, яка написана на мові програмування Kotlin та надає інструменти для реалізації шаблону Transactional Outbox. Було проведені заміри швидкодії даної бібліотеки та її аналогів.
Багатокрокові антагоністичні стохастичні ігри
(2022) Чумак, Віталій; Чорней, Руслан
В цій роботі розглядається клас стохастичних ігор, досліджуються повторювані ігри з неповною інформацією на існування оптимальних стратегій для всіх учасників гри. Робота передбачає вивчення Марківської моделі гри з неповною інформацією для двох гравців. В результаті роботи запропонована модифікація моделі для багатьох гравців; алгоритми знаходження оптимальних стратегій для проінформованої та непроінформованої сторін. Технічна частина передбачає реалізацію алгоритмів пошуку оптимальних стратегій та їх порівняння з звичайним перебором всіх можливих поведінок гравців.
Вдосконалення алгоритму Кантора-Зассенгауза для факторизацiї полiномiв
(2025) Тiхонов, Андрiй; Малашонок, Геннадій
У роботi запропоновано метод прискорення алгоритму Кантора-Зассенгауза для факторизацiї полiномiв над скiнченними полями. Розроблено паралельну модель алгоритму, що використовує стратегiю динамiчного балансування навантаження «work stealing» для ефективної роботи на багатоядерних системах. Програмна реалiзацiя та експериментальне порiвняння з послiдовною версiєю пiдтвердили прискорення обчислень, що є актуальним для криптографiї та комп’ютерної алгебри.
Використання методів навчання з підкріпленням для генерації змагальних зображень
(2021) Іванюк-Скульський, Богдан; Швай, Надія
В цій роботі запропоновано новий метод генерації матричних збурень, заснований на методі навчання з підкріпленням. Запропонований метод не має інформації про ваги моделі-класифікатора та про дані, на яких модель- класифікатор була натренована. Ідея методу полягає в тому, що процес додавання матричного збурення можна описати як Марківський процес прийняття рішень. Тому в кожний момент часу, модель визначає найкраще рішення, і додає матричне збурення до зображення, базуючись на прийнятому рішенні.
Використання прихованих марківських моделей у задачах покращення якості даних
(2022) Картавий, Микола; Крюкова, Галина
Мета дослідження: створення алгоритму з використанням прихованих марківських моделей для покращення якості зображень з мінімальними необхідними ресурсами для цього та обгрунтування, чому саме такий підхід є кращим для покращення якості даних.

Browse

Browsing Кафедра математики by Title

Results Per Page

Sort Options