F3 Комп'ютерні науки

Permanent URI for this collection

https://ekmair.ukma.edu.ua/handle/123456789/18200

Освітньо-наукова програма: "Комп'ютерні науки"

Browse

Now showing 1 - 20 of 93

Використання моделей на основі механізму уваги для передбачення фінансових часових рядів
(2026) Задохін, Дмитро ; Глибовець, Микола
Робота присвячена дослідженню застосування моделей на основі механізму уваги для передбачення фінансових часових рядів. Метою роботи є оцінка ефективності архітектури Transformer та її модифікацій у задачі багатогоризонтного прогнозування динаміки фінансових активів за історичними біржовими даними. У межах дослідження було розглянуто моделі Transformer, Informer, PatchTST, iTransformer та FEDFormer, а також запропоновано власну гібридну архітектуру FEiTransformer, що поєднує інверсію вхідного багатовимірного представлення з елементами частотної декомпозиції. Для експериментальної частини було підготовлено високочастотний датасет криптовалютного ринку, агрегований до п’ятихвилинних інтервалів. Моделі навчалися у двох варіантах представлення даних: одновимірному та багатовимірному. Оцінювання виконувалося із застосуванням walk-forward підходу, що дозволило зберегти часову структуру даних та наблизити експеримент до реального сценарію використання прогнозних моделей. Якість моделей аналізувалася за середньоквадратичною похибкою, точністю визначення напряму руху ціни, стабільністю результатів між фолдами та практичною придатністю прогнозів. Результати дослідження показали, що моделі на основі механізму уваги здатні виявляти певні закономірності у фінансових часових рядах, однак їхні передбачення часто мають менше стандартне відхилення порівняно з фактичними значеннями. Це свідчить про схильність моделей формувати згладжені прогнози, зосереджені поблизу нуля. Найкращою з практичної точки зору виявилася модель, яка найменше страждала від цього обмеження та формувала більш виразні прогностичні сигнали.
Використання фреймворку Lean для перевірки коректності математичних міркувань
(2026) Кривошея, Олександр ; Жежерун, Олександр
Магістерську роботу присвячено розробці та дослідженню інтелектуальної програмної системи автоматизованої перевірки розгорнутих геометричних міркувань учнів 7–9 класів на основі фреймворку Lean 4 та великих мовних моделей. Об’єкт дослідження: процеси автоматизованої перевірки правильності математичних викладів у інтелектуальних навчальних середовищах. Предмет дослідження: методи та програмні інструменти інтеграції середовища Lean у рекомендаційну систему для перевірки геометричних доведень. Мета дослідження: розробити та дослідити архітектуру програмного додатка, який використовує ядро Lean для перевірки геометричних міркувань учнів, діагностує рівень їхньої підготовки та надає адаптивні рекомендації на основі виявлених прогалин.
Створення інструменту на основі великих мовних моделей для відлагодження IOS-застосунків у середовищі виконання
(2026) Літвінчук, Данило ; Нагірна, Алла
Робота присвячена побудові інтелектуального інструментарію відлагодження iOS-застосунків на основі LLM-агентів, інтегрованих із відлагоджувачем LLDB через протокол Model Context Protocol (MCP). Практичним результатом є MCP-сервер із двопроцесною архітектурою, що надає агенту програмний контроль над сесією LLDB у реальному часі: приєднання до процесу, керування точками зупину, інспекцію стану та ін'єкцію коду. Архітектурні рішення обґрунтовано через три теоретичні опори: цикл ReAct як модель поведінки агента, проблему символьного заземлення (лексичний, структурний, темпоральний рівні) та індекс деградації ефективності відлагодження (DDI). Кінцевий програмний продукт може використовуватися у розробці програмного забезпечення, а також за використання таких агентів як Claude Code, Codex, Cursor та інших, що підтримують MCP.
Аналіз впливу властивостей схем відбору на продуктивність генетичних алгоритмів
(2026) Махаммедов, Жан ; Гулаєва, Наталія
Роботу присвячено комплексному дослідженню впливу внутрішніх характеристик операторів селекції (селективного тиску та стохастичного шуму) на ефективність еволюційного пошуку. Для проведення експериментів розроблено гнучкий об'єктно-орієнтований програмний комплекс, що реалізує 14 схем відбору (пропорційні, рангові, турнірні) та забезпечує високу точність обрахунку аналітичних метрик. На основі статистичного аналізу масових серій обчислювальних експериментів доведено практичну схожість теоретично еквівалентних конфігурацій відбору. Встановлено, що стохастичний шум загалом дестабілізує процес оптимізації в малих популяціях, проте зі збільшенням їхнього розміру динаміка алгоритмів із різним рівнем шуму (але однаковим тиском) поступово зближується та вирівнюється. Виявлено виняток: на ландшафтах з екстремально ізольованими екстремумами за умови використання стандартного двійкового коду високий стохастичний шум здатний виконувати роль компенсаторної псевдо-мутації для подолання обривів Геммінга. Експериментально підтверджено критичну роль двійкового коду Грея у стабілізації пошуку, що дозволяє безпечно застосовувати схеми з агресивним селективним тиском на складних мультимодальних ландшафтах без ризику передчасної стагнації.
Автоматизована система підтримки прийняття рішень для супроводу та ідентифікації об'єктів у просторі на основі комп'ютерного зору та аналітики подій
(2026) Мороз, Дмитро ; Волинець, Євгеній
У магістерській роботі представлено процес розробки автоматизованої системи підтримки прийняття рішень для ідентифікації та відстеження наземних об'єктів у реальному часі на основі комп'ютерного зору. Систему спроєктовано для розгортання на борту безпілотного літального апарату з орієнтацією на автономну роботу в умовах радіоелектронної боротьби та відсутності зв'язку з оператором. У ході роботи було сформовано власний датасет на основі відеоматеріалів з відкритих джерел, розроблено конвеєр очищення відеоданих від небажаних артефактів та реалізовано процес ручної розмітки у середовищі CVAT. Навчання моделі виявлення об'єктів виконано на базі згорткової нейронної мережі YOLO [1] з використанням аугментації даних. Для відстеження об'єктів між кадрами та присвоєння їм унікальних ідентифікаторів інтегровано алгоритм ByteTrack [2] та розроблена його модифікація. Особливу увагу приділено оптимізації системи з метою подальшого портування на мікрокомп'ютери з обмеженими обчислювальними ресурсами. Результати тестування підтверджують здатність системи ефективно ідентифікувати наземну техніку в різних погодних умовах.
Автоматичне транскрибування та ідентифікація у змішаному українсько-англійському мовленні
(2026) Нікітін, Руслан ; Ігнатенко, Олексій
Магістерська робота присвячена оцінюванню та порівнянню сучасних архітектур автоматичного розпізнавання мовлення на задачі транскрибування змішаного українсько-англійського мовлення. Досліджено особливості роботи локальних Encoder-Decoder моделей, комерційних API-сервісів та мультимодальних великих мовних моделей, а також методи ізольованого оцінювання помилок (метрика CS-WER) і зворотної текстової нормалізації. Розроблено спеціалізований еталонний корпус uk-en-code-mixed-asr-2h з параметрами: 448 аудіозаписів загальною тривалістю понад 2 години, ІТ-домен, 99,6 % внутрішньореченнєвого перемикання кодів. Реалізовано настільний застосунок для транскрибування повного циклу, який об'єднує підсистеми детектування активності мовлення із двопороговим гістерезисом, розпізнавання тексту та діаризації з міжсесійною ідентифікацією мовців на основі векторів ECAPA-TDNN. Експериментальне порівняння 49 конфігурацій моделей показало такі результати (загальний WER після ITN-нормалізації): найкраща мультимодальна Audio-LLM Gemini 3.1 Pro – 0,105, найкращий комерційний API ElevenLabs Scribe v2 – 0,134, найкраща локальна модель Whisper large-v3-turbo – 0,167. Встановлено, що показник помилок на англійських термінах системно перевищує помилки на українських словах у 3-10 разів. Застосування алгоритму ITN знизило кількість помилок на англіцизмах у середньому на 13 %, що доводить орфографічну, а не акустичну природу збоїв (кирилична транслітерація термінів). Дослідження моделей наскрізного перекладу виявило неспроможність традиційних архітектур коректно обробляти ІТ-сленг через дослівне калькування. Натомість мультимодальні Audio-LLM продемонстрували високу ефективність у семантичній адаптації українського професійного жаргону в технічну англійську мову, що робить переклад життєздатною альтернативою транскрибуванню з ITN.
Розробка середовищ навчання з підкріпленням для пост-тренування великих мовних моделей
(2026) Пушкарьов, Максим ; Глибовець, Микола
Дипломна (магістерська) робота присвячена розробці PTL (Post-Training Language) — фреймворку для декларативного опису та виконання пайплайнів пост-тренування великих мовних моделей. Запропоновано предметноорієнтовану мову із PEG-граматикою, що описує багатоетапні пайплайни як спрямовані ациклічні графи з типізованими залежностями та вбудованою підтримкою функцій винагороди й верифікаторів. Розроблено пошарову систему середовищ навчання з підкріпленням, яка формалізує три рівні складності; у рамках прототипу реалізовано перший і другий рівні (вбудовані функції винагороди та модулі верифікації). Спроєктовано архітектуру оркестрації, незалежну від бекенду пост-тренування: контрактний інтерфейс TrainingBackend реалізовано двома адаптерами — TRL та Axolotl — із автоматизованим тестом перехресної семантичної парності згенерованих артефактів. Коректність і практичну придатність фреймворку підтверджено наскрізним пайплайном SFT → GRPO на моделі Llama-3.2-3B та корпусі GSM8K у межах фіксованого обчислювального бюджету. Доведено побайтну стабільність кодогенерації та семантичну еквівалентність артефактів між двома незалежно реалізованими бекендами.
Дослідження можливостей Generative AI для створення контенту
(2026) Столяров, Владислав ; Олецький, Олексій
роботі запропоновано методику кількісного оцінювання якості згенерованого великими мовними моделями навчального тексту. Розроблено композитну метрику, що поєднує чотири компоненти: семантичну близькість до референсу, покриття ключових понять, внутрішню когерентність та фактологічну узгодженість на основі кросмодельної верифікації двома різними LLM. Сформульовано рубрику людської оцінки з педагогічним критерієм дидактичної цінності. Експериментально перевірено методику на корпусі з 60 фрагментів за темами курсу "Алгоритми і структури даних" НаУКМА, згенерованих моделями Claude Sonnet 4.6 та GPT-5.4. Розраховано інтеррейтерну узгодженість за коефіцієнтом Cohen's κ та виявлено ефект 'стелі" у людській оцінці на сучасних топ-моделях. Програмна реалізація методики виконана у вигляді Python-пакета content_eval.
Сеґментацiя меж сiльсько-господарських полiв за допомогою самокерованого навчання
(2025) Дехтяр, Юр-Любомисл ; Крюкова, Галина
У роботi дослiджується задача автоматичного виявлення меж сiльськогосподарських полiв на супутникових знiмках за допомогою методiв самокерованого навчання (self-supervised learning). Видiлення контурiв полiв є важливим етапом для подальших задач агроаналiтики, таких як прогнозування врожайностi, класифiкацiя культур та монiторинг змiн землекористування. Через обмежену доступнiсть розмiчених даних в українському контекстi особливого значення набувають методи, якi дають змогу ефективно використовувати великi масиви нерозмiчених зображень, зокрема самокероване навчання. Як базову модель сегментацiї використано архiтектуру U-Net з енкодером ResNet18. Проведено серiю експериментiв, що порiвнюють випадкову iнiцiалiзацiю ваг, попереднє навчання на ImageNet, а також передтренування за допомогою методу DenseCL — сучасного пiдходу самокерованого контрастивного навчання, орiєнтованого на задачi щiльного передбачення. Додатково розглянуто фундацiйну модель Clay, натреновану на багатосенсорних супутникових даних з використанням методiв MAE. Результати показують, що поєднання трансферного та самокерованого навчання дозволяє досягти найкращих показникiв за метриками Dice та IoU. Виконано також вiзуальний аналiз сегментацiйних масок, який пiдтверджує, що самокероване передтренування покращує локалiзацiю меж i зменшує кiлькiсть хибних прогнозiв. Отриманi результати є релевантними для побудови систем супутникового агромонiторингу в Українi.
Прогноз-незалежна локалізація першопричин аномалії з кластеризацією сегментів у багатовимірних часових рядах
(2025) Мєдвєдєв, Дмитро; Жежерун, Олександр
В роботі запропоновано модифікацію RiskLoc, яка усуває залежність від прогнозів на рівні сегментів, натомість використовуючи базові статистичні показники (історичне середнє, медіану за групою тощо) та додаткові показники аномальності, такі як "anomaly degree". Особливу увагу приділено розробці та інтеграції механізмів кластеризації на основі відхилень, що дозволяє групувати сегменти зі схожими аномальними патернами для подальшого ефективного аналізу та локалізації причин.
Розробка масштабованої SaaS-платформи для валідації електронних адрес в реальному часі
(2025) Ярошепта, Богдан; Нагірна, Алла
У магістерській роботі представлено процес розробки масштабованої SaaS-платформи для валідації електронних адрес у реальному часі. У ході роботи було спроєктовано мікросервісну архітектуру, реалізовано основний API на базі NestJS, а також окремий сервіс валідації із підтримкою асинхронної обробки через черги повідомлень (Kafka , RabbitMQ) [1][2][3]. Для забезпечення оновлень у реальному часі використано технологію Server-Sent Events [4]. Також реалізовано веб-застосунок на React.js для завантаження файлів зі списками електронних адрес, перегляду статусу перевірок та аналітики. Забезпечено підтримку синтаксичної, MX- і SMTP-верифікації , з урахуванням обмежень поштових серверів [5][6]. Особливу увагу приділено масштабуванню, безпеці даних, ізоляції сервісів та логуванню процесів перевірки. Результати тестування підтверджують ефективність запропонованого рішення для обробки великих обсягів даних у реальному часі.
Рекомендаційна система на основі знань для вибору навчального контенту відповідно до вимог користувача на основі машинного навчання
(2025) Тхорук, Ігор; Ковалюк, Тетяна
Метою дослідження є аналіз сучасних підходів до побудови рекомендаційних систем, виявлення їх сильних і слабких сторін, а також розробка прототипу, здатного адаптуватися до індивідуальних потреб користувачів.
Навчання в ітеративній дилемі в’язня
(2025) Терентьєв, Олександр; Ігнатенко, Олексій
Магістерська робота присвячена порівнянню трьох підходів до навчання агентів у грі "ітеративна дилема в’язня" (ІДВ). Досліджено особливості методів навчання з підкріпленням (алгоритм PPO), еволюційної стратегії (алгоритм CMA-ES) та трансформерної моделі (Decision Transformer) для вироблення ігрової стратегії. Розроблено уніфіковане експериментальне середовище з параметрами: 100 раундів на гру, набір із 7 класичних стратегій-опонентів (Tit-for-Tat, Always Cooperate, Always Defect, Random, Pavlov, Grudger, Generous Tit-for-Tat). Реалізовано та навчено агентів за кожним із підходів: PPO-агент з нейронною мережею, еволюційний агент із 5-параметричною Memory-One стратегією, Decision Transformer для навчання на послідовностях ігрових траєкторій. Експериментальне порівняння показало такі результати (середній сумарний виграш): PPO-агент – 258.78 балів, еволюційний агент – 233.66 балів, трансформерний агент – 217.03 балів. PPO-підхід продемонстрував найвищу результативність завдяки адаптивній експлуатації опонентів. Еволюційний підхід забезпечив збалансовану стратегію з високою інтерпретованістю. Трансформерний підхід показав найвищий рівень кооперації з опонентами.
Глибоке навчання з підкріпленням як метод абстрактивного реферування текстів українською мовою
(2025) Стефанюк, Євген; Ковалюк, Тетяна
Метою дослідження є порівняльний аналіз алгоритмів навчання з підкріпленням для автоматичного реферування текстів та розробка власної метрики оцінювання результатів. Об’єкт дослідження: процес автоматичного абстрактивного реферування текстів. Методи дослідження: методи глибокого навчання, зокрема трансформерні моделі (mT5), алгоритми навчання з підкріпленням (REINFORCE, PPO), автоматичні метрики оцінювання (ROUGE, BERTScore) та кастомна метрика. Результати роботи: розроблено програму для порівняльного аналізу алгоритмів REINFORCE та PPO у задачі генерації рефератів українською мовою. Проведено експерименти з реальними науковими текстами та оцінено якість результатів за стандартними та власною метрикою. Показано, що PPO забезпечує стабільніше покращення якости порівняно з REINFORCE. Наукова новизна одержаних результатів: дістали подальший розвиток методи навчання з підкріпленням для абстрактивного реферування українських текстів. Запропоновано нову власну метрику, що враховує специфіку української мови. Практичне значення одержаних результатів: розроблено програмне застосування, яке здатне досліджувати ефективність алгоритмів REINFORCE і PPO для навчання supervised fine-tuned mT5 моделі з використанням різноманітних метрик, включно з власною. Достовірність результатів оцінюється шляхом порівняння на вручну підготовленому датасеті.
Реалізація лямбда-числення в Haskell
(2025) Соболєв, Владислав; Проценко, Володимир
Ця робота присвячена розробці та реалізації інтерактивного інтерпретатора нетипізованого лямбда-числення мовою Haskell. Проєкт сфокусований на створенні освітнього інструменту, що дозволяє користувачам зрозуміти концепції лямбда-обчислень та функціонального програмування. Ключові аспекти реалізації включають розробку абстрактного синтаксичного дерева (AST), надійного парсера за допомогою Parsec, а також механізму обчислення, що використовує повний нормальний порядок редукції з коректною підстановкою та α-перетворенням. Інтерпретатор підтримує кодування Черча для арифметики та булевої логіки. Реалізація включає інтерактивний графічний інтерфейс користувача (GUI) на базі GTK+, який забезпечує інтуїтивне введення декількох виразів та покрокову візуалізацію β-редукції. Також є можливість збереження користувацьких визначень у базі даних SQLite для створення власних бібліотек функцій.
Агентне моделювання виникнення та еволюції мови
(2025) Сітьков, Ілля; Гулаєва, Наталія
У роботі проведено дослідження процесу виникнення та еволюції мови з використанням агентного моделювання на основі Еволюційної гри в іменування у варіантах Дороти й Адама Ліповських та Паоло Молоні, проаналізовано вплив модифікацій стратегій та параметрів моделі на її поведінкові характеристики. Для експериментальних досліджень алгоритм та його розширення імплементовано засобами мови Java. Увагу зосереджено на аналізі залежності успішності комунікації та здатності агентів до навчання від ймовірності комунікації при застосуванні змінених розміру популяції та словника, початкового віку агентів, впливу віку агентів на ймовірність виживання та методу вибору сусідніх позицій. На підставі отриманих результатів зроблено висновок про стійкість моделі та встановлено вплив кожного з розглянутих параметрів на її динаміку. Запропоновано власні модифікації моделі, які дозволяють симулювати дію соціокультурних чинників та біологічних процесів мутації і вікових змін здатності до навчання на еволюцію мови. Дані експериментів засвідчили зниження навчальних здібностей внаслідок мутацій та старіння агентів, а також продемонстрували важливість залежності особин одна від одної для досягнення високої здатності до навчання. У роботі досліджено кореляцію між мовами та навчальними здібностями агентів на основі оцінки узгодженості кластеризацій агентів за вказаними ознаками. Відповідність між обраними характеристиками виявилась ідеальною за відсутності мутацій та комунікацій, однак при їхньому застосуванні кореляція знизилась до рівня, близького до випадкової.
Розробка електронного курсу "Вступ до програмування"
(2025) Семененко, Ілля; Глибовець, Микола
Магістерська робота присвячена розробці інтерактивного електронного курсу "Вступ до програмування" на JavaScript для школярів. Метою стало створення адаптованого україномовного онлайн-ресурсу з оригінальним контентом та можливістю кастомізації тестів викладачами. Робота включала аналіз освітніх методик, проєктування масштабованої клієнт-серверної архітектури (Next.js, .NET 8) на основі педагогічних засад професора Миколи ГЛИБОВЦЯ, розробку програмних модулів, наповнення контентом та тестування. Результатом є готовий до впровадження електронний курс, що забезпечує інтерактивне вивчення JavaScript, містить україномовний контент, систему тестування та функцію кастомізації питань викладачами. Платформа побудована на гнучкій, масштабованій архітектурі.
Візуально-мовні моделі на вбудованому пристрої
(2025) Росада, Василь; Поздняков, Євген
Метою даної роботи є дослідження та розробка системи для семантичного пошуку зображень за текстовим описом на вбудованому пристрої з обмеженими ресурсами з використанням візуально-мовних моделей. В рамках даної роботи проведено порівняльний аналіз швидкодії та точності роботи візуально-мовних моделей на вбудованому пристрої для задачі пошуку зображень по тексту. Спроектовано та розроблено застосунок для пошуку візуальної інформації з камери (кадрів та відеофрагментів) за текстовим запитом з використанням візуально-мовної моделі для роботи на вбудованому пристрої з апаратним прискорювачем.
Аналіз ефективності фільтрів GH та Калмана для відстеження рухомих об'єктів при різних моделях шуму
(2025) Новоспаський, Андрій; Ігнатенко, Олексій
Метою дослідження є проведення комплексного порівняльного аналізу ефективності фільтра GH та різних моделей фільтра Калмана при вирішенні задачі фільтрації траєкторії руху об’єкта у тривимірному просторі на основі синтетичних даних.
Аналіз пропорційних методів відбору в генетичних алгоритмах
(2025) Кузнець, Ілля; Гулаєва, Наталія
У цій роботі досліджено вплив методів масштабування та їхніх параметрів на тиск пропорційних методів відбору в генетичних алгоритмах (ГА), а також на основні показники продуктивності ГА, такі як збіжність, швидкість збіжності та якість отриманих результатів. Для досягнення поставленої мети розроблено спеціалізований програмний застосунок, який дозволяє здійснювати серії прогонів генетичного алгоритму, автоматично фіксувати характеристики тиску відбору та візуалізувати зміну цих характеристик під час роботи алгоритму. Проведено обчислювальний експеримент, що охоплює аналіз найпоширеніших пропорційних методів відбору – стохастичного універсального семплінгу (SUS) та рулеткового відбору (RWS) – за різних варіантів масштабування (лінійного, степеневого тощо) та їхніх параметрів. На основі отриманих емпіричних даних проаналізовано, як використання різних методів масштабування змінює тиск відбору та впливає на ефективність ГА. Результати роботи дозволяють зробити висновки про доцільність застосування певних підходів масштабування в конкретних експериментальних умовах, а також дають рекомендації для налаштування ГА з метою підвищення його продуктивності.

Browse

Recent Submissions