Магістри МФІТ

Постійне посилання зібрання

https://dspace.onu.edu.ua/handle/123456789/37505

Переглянути

Зараз показуємо 1 - 20 з 245

3F-планарні відображення псевдоріманових просторів з YHC+ структурою
(Одеський національний університет ім. І. І. Мечникова, 2022) Соловйов, Андрій Анатолійович
В сучасній диференціальній геометрії значне місце належить теорії дифеомор- фізмів афіннозв’язних і ріманових просторів. На протязі останніх 30 років з’явилося багато нових результатів, які стосуються теорії конформних, геодезичних, голоморфно- проективних, pF-планарних відображень. Особливий інтерес становлять відображе- ння многовидів, забезпечених різноманітними геометричними структурами, зокре- ма афінорними структурами різних типів (ермітовими, келеровими, симплектични- ми та ін.) [1-8,11,12]. З цієї точки зору актуальним є вивчення властивостей таких многовидів. Численні роботи вітчизняних та закордонних авторів присвячені дослідженню афінорних структур другого і третього порядку на многовидах [5,8,9 ]. Американ- ські геометри японського походження узагальнили поняття еліптичної, гіперболі- чної, параболчної та f-структури і ввели в розгляд структуру четвертого порядку[8], яку ми назвали YHC-структурою. В дипломній роботі вивчаються спеціальні дифеоморфізми псевдо-ріманових просторів з афінорною YHC-структурою за умови коваріантної сталості афінора. Робота носить теоретичний характер. Основні результати можуть бути викори- стані для подальшого розвитку теорії відображень многовидів з афінорнимі стру- ктурами .
Analysis and Implementation of Objiect Detection Information Technology Based on Deep Learning
(Одеський національний університет імені І. І. Мечникова, 2024) Фен Сюецзяо; Feng Xuejiao
The topic of "Analysis and Implementation of Object Detection Information Technology Based on Deep Learning" is considered in the thesis. Deep learning-based object detection technologies have become widespread, particularly in the field of autonomous driving and intelligent transportation systems. These technologies offer significant advantages in terms of accuracy and efficiency, enabling real-time detection and recognition of various objects, including vehicles, pedestrians, and traffic signs. However, despite their advantages, such systems face challenges in complex environments, such as foggy weather, low light conditions, and dense traffic scenarios, which can degrade detection performance. The purpose of the work is to improve existing deep learning-based object detection algorithms to enhance their robustness and accuracy in challenging conditions. As a result of the research carried out in the work, various state-of-the-art object detection algorithms were analyzed, and novel methods for improving detection performance in foggy conditions and lightweight network architectures were proposed. Specifically, the integration of dehazing techniques, attention mechanisms, and optimized loss functions were explored to enhance the detection accuracy and efficiency of the YOLOv5 and YOLOv8 models. Additionally, the work included the construction of a foggy scene vehicle detection dataset and the implementation of a model system for simulating and evaluating the proposed methods. In the work, a number of requirements for the class library, which can be used in deep learning-based object detection systems, as well as for the model system, which made it possible to simulate the considered methods, were formed. Both systems were implemented. Using the proposed methods, it was possible to achieve significant improvements in object detection accuracy under foggy conditions and in lightweight network architectures. The integration of dehazing techniques and attention mechanisms allowed for better feature extraction and focus on key areas, while the optimized loss functions improved the model's ability to detect small and occluded objects. The lightweight network architectures demonstrated a good balance between computational efficiency and detection accuracy, making them suitable for deployment on resource-constrained devices. Overall, the research provides valuable insights and practical solutions for enhancing the performance of deep learning-based object detection systems in realworld applications.
Aнaлiз тa мoдeлювaння мoдифiкoвaнoгo фiльтpу Кaлмaнa для викopистaння в систeмi лoкaльнoї нaвiгaцiї pуxoмиx oб’єктiв
(Одеський національний університет імені І. І. Мечникова, 2021) Сивоконенко, Веніамін Владиславович
Oдним з нaйвaжливiшиx зaвдaнь нaвiгaцiйниx кoмплeксiв є oпepaтивнiсть oбpoбки oтpимaниx дaниx мiсцeвoстi вiд дaтчикiв якi вxoдять дo склaду нaвiгaцiйнoї систeми, oбpoбкa iнфopмaцiї в умoвax збiльшeння oтpимaнoї iнфopмaцiї тa змeншeння нaкoпичувaнoї пoxибки зa paxунoк удoскoнaлeнoгo aлгopитму. Вдoскoнaлeння (мoдepнiзaцiя, вiднoвлeння) iснуючиx зaсoбiв нaвiгaцiї пoтpeбує вeликиx фiнaнсoвиx зaтpaт, a тaкoж ствopeння нeoбxiдниx пpoмислoвиx пoтужнoстeй, щo пpизвoдить дo суттєвoгo зpoстaння aпapaтнoї peaлiзaцiї зaсoбiв. У зв’язку з цим, виникaє нeoбxiднiсть у poзpoбцi eфeктивниx мeтoдiв пoзицioнувaння для зaстoсувaння їx у сучaсниx бopтoвиx систeмax APO. Пpи цьoму, нe звaжaючи нa iнтeнсивнiсть poзвитку мiкpoeлeктpoнiки, ствopeння всe бiльшe швидкoдiючиx пpoцeсopiв, зaпaм’ятoвуючиx пpистpoїв з вeликими oб’ємaми пaм’ятi, бiльш швидкиx зaсoбiв пepeдaчi дaниx, пiдвищeння eфeктивнoстi мeтoдiв oбpoбки iнфopмaцiї, в тoму числi мeтoдiв стискaння, зaлишaється aктуaльнoю нaукoвo-тexнiчнoю зaдaчeю. Мeтoю дoслiджeнь є зaбeзпeчeння тoчнoстi визнaчeння пoтoчнoгo знaчeння кoopдинaт pуxoмиx oб’єктiв з paцioнaльним викopистaнням poзpaxункoвиx peсуpсiв бopтoвиx систeм шляxoм пoдaльшoгo poзвитку aлгopитмiв oптимaльнoї фiльтpaцiї Кaлмaнa в мeтoдax SLAM (Simultaneous Localization And Mapping).
F-планарні відображення просторів афінної зв’язності
(Одеський національний університет імені І. І. Мечникова, 2024) Яблокова, Ольга Василівна
Данна дипломна робота присвячена вивченню 𝐹𝐹 − планарних відображень просторів афінної зв’язності, які були введені в розгляд Сінюковим М. С. і Мікешем Й. Й. Цей клас відображень є природним узагальненням геодезичних, голоморфно-проективних та квазігеодезичних відображень афіннозв’язних та ріманових просторів, наділених афінорними структурами. 𝐹𝐹 − планарні відображення просторів афінної зв’язності 𝑓𝑓: 𝐴𝐴𝑛𝑛 → 𝐴𝐴̅𝑛𝑛 можуть бути двох типів: повні та канонічні. В нашій роботі розглянуто канонічний тип. За означенням 𝐹𝐹 − планарне відображення визначається лише на просторах з афінорною структурою 𝐹𝐹𝑖𝑖ℎ (в загальному випадку довільного типу). Ми досліджували спеціальний випадок, коли простір 𝐴𝐴𝑛𝑛 = 𝑉𝑉𝑛𝑛 , тобто є рімановим, і афінор 𝐹𝐹𝑖𝑖ℎ задає на ньому келерову структуру, а 𝐴𝐴̅𝑛𝑛 - локально плоский. Простори, які допускають 𝐹𝐹 − планарне відображення на плоский простір, називають 𝐹𝐹 −плоскими, а ті, що допускають канонічне 𝐹𝐹 − планарне відображення на плоский простір, називають канонічно 𝐹𝐹 −плоскими Для еліптично і гіперболічно келерових канонічно 𝐹𝐹 −плоских просторів знайдена структура тензора Рімана: 𝐾𝐾 𝑅𝑅ℎ𝑖𝑖𝑖𝑖𝑖𝑖 = 4 gℎ𝑖𝑖g𝑖𝑖𝑖𝑖 − gℎ𝑖𝑖g𝑖𝑖𝑖𝑖 − 𝑒𝑒gℎ𝚥𝚥̅g𝑖𝑖𝑖𝑖 + 𝑒𝑒gℎ𝑖𝑖 g𝑖𝑖𝚥𝚥̅ − 2𝑒𝑒gℎ𝚤𝚤̅g𝑖𝑖𝑖𝑖 Доведено, що вони є просторами сталої голоморфної кривини, а також симетричними, тобто їх тензор Рімана є коваріантно сталим. Використовуючи формулу П. А. Широкова для метричного тензора g𝑖𝑖𝑖𝑖 симетричного ріманового простору в рімановій системі координат, можна отримати метрики для еліптичних та гіперболічних канонічно 𝐹𝐹 −плоских келерових просторів. Ми знайшли в явному вигляді компоненти зворотної матриці g𝑖𝑖𝑖𝑖 до метричного тензора g𝑖𝑖𝑖𝑖 цих просторів.
Information Technology for Optimization of Common Cold Weapon Object Detection Algorithm Based on YOLOv11
(Одеський національний університет імені І. І. Мечникова, 2024) Li Yongming
Under the theme of "Optimization of the cold weapon detection algorithm based on YOLOv11", this paper explores the pressing demand for enhancing the accuracy and efficiency of cold weapon detection against the backdrop of increasingly severe public security issues. This study is particularly important in view of the increasing number of criminal incidents involving cold weapons, which pose a major threat to social stability and personal safety. The study began by collecting and managing a comprehensive dataset of cold weapons, leveraging the e-commerce platform's vast repository to ensure a diverse and representative collection of weapon types. This dataset contains a variety of cold weapons and is the basis for training and evaluation of the YOLOv11 algorithm. The dataset is carefully curated to reflect the variability of cold weapon appearance, including different models, conditions, and backgrounds, thus providing a solid foundation for algorithm training and testing. Through several strategy adjustments, the optimization of YOLOv11 algorithm is realized. The configuration of the network layer is finely adjusted to boost the model's capability of extracting cold weapon features. Advanced loss functions are utilized to improve the model's capacity to generalize from training data and heighten its robustness against changes in real-world scenarios. These modifications were critical to adapting the YOLOv11 algorithm to the nuances of cold weapon detection, resulting in significant improvements in its detection capabilities. A key contribution of this study is the introduction of focal - iou loss function, which solves the class imbalance problem prevalent in target detection datasets. This innovative loss function not only provides a more comprehensive assessment of the quality of the prediction box, but also adjusts the loss weights to focus the model's attention on samples that are harder to classify. The integration of the GSConv module represents another important advance, as it simplifies the calculation process without compromising the accuracy of the model. This module offers a more efficient feature extraction approach via grouping and separable volume design, thereby making the algorithm more applicable to real-time applications. The results of the experiments carried out in this study indicate that the optimized YOLOv11 algorithm (called YOLOv11s+) has superior performance in various indexes. Compared to the previous model and other models, YOLOv11s+ has higher accuracy, recall and average accuracy (mAP) at different cross over association (IoU) thresholds. These metrics play a critical role in assessing the efficacy of target detection algorithms, particularly in situations where detection accuracy is of vital significance. In a word, the research not only promotes the technological frontier of cold weapon detection, but also has practical significance for strengthening public safety. The optimized YOLOv11 algorithm provides a promising solution for accurate and efficient detection of cold weapons, and has potential application prospects in smart city development and social governance.
Information Technology for Optimization of High-Resolution Remote Sensing Image Semantic Segmentation Based on Self-Attention Mechanism
(Одеський національний університет імені І. І. Мечникова, 2024) Юй Фей; Yu Fei
This study explores detail optimization for semantic segmentation of remote sensing images with high-resolution, emphasizing the use of self-attention mechanism to alleviate detail loss and improve segmentation accuracy and robustness. of segmentations. In this paper, the principle of the self-attention mechanism is explored, an innovative semantic segmentation model is designed and implemented, and its effectiveness is verified by experiments, all of which could provide theoretical guidance and practical support for technological development. In the experimental section, the proposed method was applied to several datasets: PASCAL VOC, Cityscapes, and COCO. The results showed that the selfattention mechanism based improved model had better performance in image segmentation tasks. Especially, on the Cityscapes dataset, the mAP reached 90.2%, which attests to the effectiveness of the approach in handling urban scenes. Besides, an evaluation of various loss functions revealed that hybrid loss functions consistently outperformed others in enhancing object detection performance. These achievements not only enhanced the precision of semantic segmentation for remote sensing images with high-resolution but also strengthened the model's adaptability to complex scenarios.
Information Technology of Learning Personalization based on the Advanced Big Data Analytics Methods
(Одеський національний університет імені І. І. Мечникова, 2024) Han Zaihui
The thesis explores the transformative potential of information technology of learning personalization based on the advanced Big Data analytics methods. It underscores the significance of leveraging advanced BDA techniques to enhance educational outcomes by tailoring learning experiences to individual needs. The study evaluates various BDA tools and methodologies, assessing their efficacy in processing and analyzing vast educational datasets. The research employs a mixed-method approach, integrating quantitative data analysis with qualitative case studies. The findings suggest that BDA can significantly improve personalized learning, leading to better academic performance and student satisfaction. The thesis concludes with recommendations for educational institutions to integrate BDA into their learning management systems to facilitate personalized learning pathways. In the wake of the digital transformation catalyzed by the COVID-19 pandemic, educational institutions have witnessed an unprecedented surge in the adoption of online learning platforms. This shift has resulted in an explosion of educational data, providing a rich repository of information that can be harnessed to enhance the learning experience. Big Data Analytics (BDA) plays a pivotal role in this context, offering insights into student behaviors, preferences, and performance patterns that can inform the design of personalized learning pathways. The purpose of this thesis is to investigate the role of advanced BDA in revolutionizing personalized learning and its impact on educational outcomes post-2020. The study aims to understand how BDA can be utilized to process and analyze educational data to create tailored learning experiences that address the unique needs of individual students. The research focuses on the evaluation of various BDA tools and methodologies, including Machine Learning (ML), Artificial Intelligence (AI), and Educational Data Mining (EDM), to assess their effectiveness in enhancing personalized learning. A mixed-method research approach is adopted, combining quantitative data analysis with qualitative case studies to provide a comprehensive understanding of 3 the impact of BDA on personalized learning. The quantitative analysis involves the examination of large educational datasets from various learning management systems (LMS), while the qualitative component includes detailed case studies of educational institutions that have successfully integrated BDA into their teaching and learning strategies. The case studies reveal that the integration of BDA in educational practices has led to significant improvements in student academic performance and satisfaction. BDA enables educators to identify at-risk students early, personalize content delivery, and adapt teaching methods to better meet the needs of diverse learners. Additionally, BDA facilitates the creation of dynamic learning environments that can adapt in real-time to student interactions and feedback, thus enhancing the overall learning experience. The thesis also discusses the challenges associated with the implementation of BDA in education. These include issues related to data privacy, the need for robust data infrastructure, and the requirement for technical expertise to manage and analyze the data effectively. Despite these challenges, the opportunities presented by BDA are substantial, with the potential to revolutionize education by making it more accessible, inclusive, and effective.
Information technology of the Optimizing Internal Railway Transportation Paths in Metallurgical Enterprises Using Dijkstra's Algorithm
(Одеський національний університет імені І. І. Мечникова, 2024) Pengyang Liu
This paper explores the theme of "Information Technology Based on Dijkstra Algorithm in Metallurgical Railways." It discusses the application of the Dijkstra algorithm to optimize the selection of railway transportation paths in the metallurgical industry, aiming to enhance transportation efficiency, reduce costs, and alleviate the workload of internal railway employees in metallurgical enterprises. With the continuous advancement of the metallurgical industry, the growth in production volume has led to a significant increase in the frequency of molten iron transportation, making the role of railway transportation increasingly important. However, the complex layout of railway lines within metallurgical plants, numerous switches, coupled with the high speed of shunting and the diversity of transportation demands, pose considerable challenges for railway path planning. The Dijkstra algorithm, as an efficient tool for shortest path searches, has demonstrated significant effectiveness in addressing route planning issues. Its potency stems from its ability to manage single source shortest path problems, its path recording mechanism, and its graphical representation advantages. The essence of this algorithm lies in its gradual expansion process: starting from the origin, it visits nodes in the graph one by one and calculates the shortest path from the starting point to each node. The Dijkstra algorithm not only effectively identifies the shortest path but also records the specific details of the path, providing comprehensive reference information for subsequent path selection. This paper initially outlines the core concepts of the Dijkstra algorithm and its applicability in the field of route planning. Following that, a path optimization strategy based on the Dijkstra algorithm is designed, tailored to the specific characteristics of metallurgical railway transportation. This strategy takes into account not only the distance aspect of the path but also comprehensively considers multiple dimensions, including safety, economic cost, time efficiency, and expansion potential, all in an effort to find the optimal transportation solution. By constructing a mathematical model and combining it with specific practical cases, the algorithm's application value and practical effectiveness are verified. In practical applications, the Dijkstra algorithm can effectively tackle various issues encountered in metallurgical railway transportation. For instance, it can assist dispatchers in selecting the optimal path by accurately calculating the cost of each path, thereby reducing unnecessary travel distances and saving time and resources. Moreover, this method exhibits excellent flexibility and adaptability, capable of adjusting relevant parameters according to different transportation requirements, providing an efficient and stable solution for railway transportation in the metallurgical industry. For example, when rapid response to emergencies or adjustments to transportation plans are needed, the Dijkstra algorithm can quickly recalculate the path to ensure the smooth progress of transportation tasks. Furthermore, the application of the Dijkstra algorithm also lays the groundwork for the construction of subsequent intelligent dispatching systems. By integrating with big data analysis, Internet of Things (IoT) technology, and Artificial Intelligence (AI), the Dijkstra algorithm can achieve dynamic path optimization in more complex environments. For example, using real time data monitoring and predictive analysis, potential transportation bottlenecks can be identified in advance, allowing for preventive measures; through machine learning algorithms, path selection strategies can be automatically adjusted, further enhancing the intelligence and precision of path planning. In summary, path optimization using the Dijkstra algorithm not only enhances the precision and efficiency of path planning but also provides more flexible and reliable technical support for railway transportation in the metallurgical industry. This contributes to enhancing the competitiveness of enterprises and promoting the sustainable development of the entire industry. In the future, with the continuous advancement of information technology, the Dijkstra algorithm will play a greater role in metallurgical railway transportation, promoting the diversified development of shortest path algorithm selection.
L-функцiя Ранкiна-Сельберга параболiчних форм
(Одеський національний університет імені І. І. Мечникова, 2019) Хома, Анастасія Максимівна
Теоретико-методологiчна основа дослiдження. L-фунцiя роз- глядалася багатьмя вiдомими вченими, такими як Роберт Ранкiн, Атле Сельберг, Горо Шимура, Олесандр Iвiч та iншi. Об’єкт дослiдження — L-функцiя Ранкiна-Сельберга параболiчних форм. Предмет дослiдження — Побудова наближень функцiональних рiвнянь та скороченнi суми типу Воронного. Цiлi дослiдження: • розглянути загальнi поняття L-функцiї; • дослiдити зв’язок рядiв Дирихле з L-функцiєю; • побудувати наближеннi функцiональнi рiвняння; • розглянути середнi Рiсса коефiцiентiв рядiв Ранкiна-Сельбега; • дослiдити проблему Ранкiна-Сельберга в коротких iнтервалах.
Object detection algorithms
(Одеський національний університет імені І. І. Мечникова, 2023) Sun Zhihua,
In recent years, object detection technology has become a hotspot in the research field of computer vision, which is widely used in UAV scene analysis, video surveillance, smart medical care and other fields. Nowadays, the detection of large and medium objects can't meet the actual needs. People put forward higher requirements for the performance of the algorithm. It is particularly important to improve the detection ability of the algorithm for small objects. However, small objects are difficult to detect because of the following reasons: poor resolution of small objects, dense distribution of tags, large scale difference between objects and susceptibility to background interference.
Optimizing data security and stability of blockchain technology in the global value exchange system
(Одеський національний університет імені І. І. Мечникова, 2023) He Ji,
The "blockchain" technology has gradually entered the lives of the public and become the focus of attention in society. Blockchain originated from Bitcoin and utilizes an encrypted chain blockchain structure to store data. Consensus algorithm is a core issue in blockchain technology. Using consensus algorithm to generate and validate data can effectively solve the problem of reliable transmission of trust and value on the Internet.However, in the value exchange system, blockchain has never truly been resolved and has achieved sufficient security. If its security and efficiency can be improved, it will greatly strengthen the fundamental tool effect in the global value exchange system
WEB-система дистанційного навчання з адаптивним вибором складності та відео контролем
(Одеський національний університет імені І. І. Мечникова, 2019) Зайченко, Олександр Сергійович
Метою даної роботи визначено підвищення ефективності засвоєння, заданого або обраного матеріалу в системі дистанційного навчання за рахунок впровадження розробником програмно-апаратного комплексу з адаптивною складністю і відео контролем.
Автоматизована система управління кадровими ресурсами
(Одеський національний університет імені І. І. Мечникова, 2024) Васько, Євгеній Олександрович
Мета магістерської роботи полягає в підвищенні зручності та ефективності управління кадровими ресурсами підприємства за допомогою сучасних інформаційних технологій шляхом створення автоматизованої системи. У роботі проведено аналіз існуючих систем управління персоналом, визначено їх недоліки та обґрунтовано актуальність розробки власного рішення. Система створена з використанням мови програмування Java та інтегрованого середовища розробки IntelliJ IDEA, що забезпечує високу продуктивність розробки. Для реалізації веб-компонентів використано фреймворк Spring MVC, який сприяє модульності та розширюваності проєкту. Інтерфейс користувача побудовано з використанням технологій HTML і CSS, що гарантує зручність та інтуїтивність у взаємодії з системою. Для зберігання даних використано СУБД MySQL, яка забезпечує надійність та швидкість роботи з великими обсягами інформації. Контроль версій програмного забезпечення реалізовано через систему Git, що дозволяє відстежувати зміни та підтримувати командну роботу. У результаті розроблено програмну систему, яка дозволяє автоматизувати основні процеси управління кадровими ресурсами, включаючи планування, моніторинг, аналіз даних про персонал і створення звітів. Це сприяє оптимізації витрат часу на обробку кадрових даних, покращенню якості планування та прийняття управлінських рішень.
Адаптивна схема методу скiнченних елементiв для задач на власнi значення
(Одеський національний університет імені І. І. Мечникова, 2024) Репнiн, Микита Анатолiйович
Спектральнi задачi для операторiв широко застосовуються в математичнiй фiзицi та iнженерiї, оскiльки визначають власнi значення i функцiї, що описують фiзичнi явища. Для їх розв’язання важливим є поєднання точностi результатiв i ефективностi обчислювальних методiв. Метод скiнченних елементiв (МСЕ) є потужним iнструментом для чисельного розв’язання таких задач. Однак його використання може бути обчислювально затратним через необхiднiсть деталiзацiї сiтки у певних частинах областi [12] Адаптивна схема МСЕ пропонують розв’язання цiєї проблеми шляхом побудови розбиття сiтки на основi апостерiорних оцiнок похибки, що дозволяє оптимiзувати обчислення i досягати заданої точностi результатiв. У рамках цiєї роботи розглянуто спектральну задачу для оператора Лапласа на прямокутнiй областi. Метою дослiдження є отримання знань та навичок та розробка програмного забезпечення для чисельного розв’язання спектральних задач, що реалiзує адаптивну схему МСЕ, а також оцiнка ефективностi через обчислювальнi експерименти. Завдання передбачають: реалiзацiю алгоритмiв у Octave, обчислення перших власних значень i функцiй спектральної задачi, а також аналiз точностi наближення та ефективностi адаптивного пiдходу.
Алгебраїчні методи організації електронного голосування
(Одеський національний університет ім. І. І. Мечникова, 2022) Позднікова, Анастасія Олексіївна
Метою роботи постає забезпечення захисту технології таємного електронного голосування від підміни голосів виборців. Така ціль достягається шляхом розробки практичних алгоритмів перетворення інформації, які мають властивість неоднозначності відновлення повідомлення з перетвореного тексту, що є ефективним для виборчих систем управління. Було проведено аналіз існуючих алгоритмів та протоколів захисту інформації, сформульовано та вирішено ряд науково-технічних завдань, визначено теоретичну та практичну значущість роботи, визначені вимоги до проектування алгоритму заперечного шифрування, а також виявлено спосіб реалізації спроектованого алгоритму перетворення інформації. Для реалізації бібліотеки з використанням дослідженого та спроектованого алгоритму було використано мову програмування Rust.
Аналіз вподобань методами Data Mining на картографічних даних
(Одеський національний університет імені І. І. Мечникова, 2020) Єремеєв, Андрій Юрійович
Метою роботи є підвищення якості рекомендацій місць відпочинку на основі аналізу вподобань відпочиваючих. В результаті даної роботи запропонована гнучка архітектура, заснована на виконані фонових процесів, яка містить функціонал для обробки даних, зберігання всієї необхідної інформації в тому числі про об'єкти відвідування, відгуків про них і користувачів. Запропоновані засоби збору, очистки та трансформації даних і виконана апробація запропонованих рішень у вигляді реалізації фонових процесів для виконання цього функціоналу. Передбачена можливість гнучкого додавання нового джерела даних в розробленому спеціальному набору механізмів виконання ресурсномістких обчислювальних процесів. Моніторинг стану процесів запропоновано здійснювати за допомогою спеціального графічного інтерфейсу. Також реалізований процес комунікації основної системи зі кластером Spark для зберігання даних і навчання моделі.
Аналіз ефективності алгоритмів випадкового пошуку в машинному навчанні
(Одеський національний університет ім. І. І. Мечникова, 2022) Висторобська, Лоліта Вячеславівна
Optimization is a frequent goal in many studies, and here optimization in the context of neural networks will be discussed as well, namely the optimization of hyper parameters. Here, a set of methods is to be evaluated and compared with significant emphasis on random search and natural computing algorithms. So let us introduce the first base term referring to this work, namely as from [1] Stochastic optimization (SO) methods are optimization methods that generate and use random variables. For stochastic problems, the random variables appear in the formulation of the optimization problem itself, which involves random objective functions or random constraints. Stochastic optimization methods also include methods with random iterates. More specific sub-type of such methods introduced here are Natural Computing (NC) ones.
Аналіз критеріїв зупинки для методів мінімізації функцій
(Одеський національний університет імені І. І. Мечникова, 2024) Красніков, Владислав Олександрович
Оптимізація відіграє важливу роль як у природі, так і в діяльності людини. Інвестори прагнуть створювати портфелі, що мінімізують ризики і максимізують дохідність. Інженери оптимізують параметри для покращення характеристик своїх розробок, а виробники вдосконалюють процеси для досягнення максимальної ефективності. Природні системи також слідують законам оптимізації, наприклад, фізичні системи природним чином переходять до стану мінімальної енергії, а молекули в хімічних реакціях прагнуть зменшити загальну потенційну енергію. У задачах оптимізації основною метою є знаходження значень змінних, які максимізують або мінімізують задану цільову функцію — кількісну характеристику ефективності досліджуваної систем. Ця ціль може бути представлена різними параметрами, такими як прибуток, час або потенціальна енергія, і часто пов’язана з певними обмеженнями. У сучасній науці та техніці оптимізація нерозривно пов’язана з розробкою ефективних алгоритмів, здатних вирішувати складні багатовимірні завдання. У цій роботі досліджуються критерії зупинки для трьох методів оптимізації, які є ключовими для забезпечення збіжності алгоритмів та їхньої ефективності. Проведений аналіз дозволить оцінити вплив критеріїв зупинки на точність і швидкість розв'язання оптимізаційних задач, що має важливе практичне значення в різних галузях, таки як наука та інженерія. Багато алгоритмів для нелінійних задач оптимізації шукають лише локальний розв'язок, тобто точку, в якій цільова функція менша, ніж у всіх інших можливих сусідніх точках. Вони не завжди знаходять глобальний розв'язок, тобто точку з найменшим значенням функції серед усіх можливих точок. Глобальні розв'язки потрібні в деяких задачах, але для багатьох проблем вони важко розпізнати і ще важче знайти.
Аналіз потенційних вразливостей інформаційної системи факультету та розробка стратегій їхнього вирішення через пентестинг
(Одеський національний університет імені І. І. Мечникова, 2024) Захаркін, Альберт Вікторович
Актуальність теми магістерської кваліфікаційної роботи зумовлена необхідністю аналізу вразливостей інформаційної системи (ІС) і розробки стратегій їх усунення через пентестинг, що стає критичним у світлі зростання кіберзагроз. Мета роботи – аналіз безпеки ІС факультету, виявлення вразливостей і створення стратегій їх вирішення через пентестинг для підвищення кібербезпеки, захисту конфіденційної інформації та забезпечення безперервності навчального процесу. Об’єкт дослідження – ІС факультету, яка забезпечує інформаційні потреби студентів, викладачів та адміністрації. Предмет дослідження – вразливості ІС та стратегії їх вирішення через пентестинг. Методи дослідження – комбінація автоматизованих і ручних підходів для ефективного виявлення та усунення вразливостей. Результатом магістерської кваліфікаційної роботи є комплексна оцінка безпеки ІС факультету, виявлення та документування потенційних вразливостей, розробка стратегій та рекомендацій для їх вирішення через пентестинг. А також підвищення рівня кібербезпеки ІС, захист конфіденційної інформації, а також забезпечення стійкості та неперервності функціонування навчального процесу.
Аналіз процесів теплообміну в сонячному комбінованому тепловому-фотоелектричному колекторі з теплоносієм тетралін/C60
(Одеський національний університет імені І. І. Мечникова, 2021) Хлієв, Нікіта Олександрович
Запропоновано новий композитний теплоносій для фотоелектрично-го/теплового комбінованого сонячного колектору, який складається з тетраліну та фулерену C60. Теплоносій має унікальний спектр поглинання, який здатний різко відсікати сонячну енергію, що надходить, у діапазоні довжин хвиль від 300 до 650 нм. Такий ефект робить цій теплоносій перспективним для одночас-ного збору сонячної енергії як фотоелектричними, так і тепловими колектора-ми. Запропонована композитна рідина виявила виняткову стабільність і легку процедуру її приготування, що дозволяє вирішити дві основні перешкоди для застосування нанорідин. Експериментально було показано, що добавки фуле-рену до тетраліну не змінюють істотно його теплофізичні властивості, крім в’язкості, яка помірно зростає. Крім того, розчини тетралін/фулерен С60 де-монструють подібні до чистого тетраліну термогідравлічні характеристики в ламінарному режимі течії та незначні відхилення в перехідній та турбулентній областях. Проведені розрахунки та CFD моделювання свідчать про те, що за-гальна енергетична ефективність плоских фотоелектричних/теплових сонячних колекторів досягає 60,4 % (оцінку було виконано згідно з регламентом ЄС № 811/2013).

Переглянути

Перегляд Магістри МФІТ за browse.metadata.type "Diplomas"

Результатів на сторінці

Налаштування сортування