Igor Sikorsky Kyiv Polytechnic Institute
Electronic Archive of Kyiv Polytechnic InstituteNot a member yet
72235 research outputs found
Sort by
Моделювання впливу валютного курсу на діяльність підприємства в умовах кризи
Get PDFДипломна робота першого (бакалаврського) рівня вищої освіти на тему: «Моделювання впливу валютного курсу на діяльність підприємства в умовах кризи» містить 90 сторінок, 19 таблиць, 13 рисунків, 5 додатків. Перелік посилань нараховує 34 найменування. Метою роботи є розгляд теоретичних засад валютного курсу та моделювання його впливу на ключові фінансово-економічні показники діяльності підприємства в умовах кризи. Об'єктом дипломної роботи є фінансово-економічна діяльність підприємства в умовах коливань валютного курсу. Предметом дипломної роботи є теоретичні засади валютного курсу та сукупність методів і алгоритмів моделювання впливу курсових коливань на собівартість, виручку від реалізації та прибутковість підприємства. Методи дослідження. У процесі виконання дипломної роботи першого (бакалаврського) рівня вищої освіти були використані такі методи дослідження: наукове узагальнення досліджуваної тематики, економічний аналіз, збір та обробка статистичних даних, порівняльний аналіз, прогнозування, економіко-математичне моделювання, моделювання в програмному середовищі Microsoft Excel. комп’ютерне Результати дипломної роботи. За результатами виконання дипломної роботи було проведено оцінку діяльності підприємства ПрАТ «Оболонь», побудовано економіко-математичну модель із використанням критеріїв прийняття рішень в умовах невизначеності, відповідно було визначено оптимальні стратегії часток експорту в загальному доході та імпорту в собівартості реалізованої продукції за умов впливу трьох сценаріїв валютного курсу(ревальвація, стабільність, девальвація). Рекомендації щодо використання результатів роботи. Результати роботи та надані рекомендації можуть бути використані для оперативного оцінювання ризиків, пов’язаних із валютними коливаннями, під час планування виробничих програм і бюджетування, впровадження інструментів хеджування валютного ризику згідно із визначеними оптимальними стратегіями розподілу часток експорту та імпорту у загальному доході та собівартості реалізованої продукції відповідно.Thesis of the first (bachelor's) level of higher education on «Modelling of the Exchange Rate Impact on the Enterprise Activity in a Crisis» contains 90 pages, 19 tables, 13 figures, the list of links contains 34 items. The purpose of the work is to examine the theoretical foundations of the exchange rate and to model its impact on the key financial and economic indicators of an enterprise’s performance under crisis conditions. The object of the work is the financial and economic activity of the enterprise under conditions of exchange rate fluctuations. The subject of the work - theoretical foundations of the exchange rate and the collection of methods and algorithms for modeling the impact of exchange rate fluctuations on an enterprise’s cost of production, sales revenue, and profitability. Research methods. In the process of completing the first (bachelor’s) level thesis, the following research methods were employed: scientific generalization of the studied topic, economic analysis, collection and processing of statistical data, comparative analysis, forecasting, economic-mathematical modeling, and computer modeling in the Microsoft Excel programming environment. Results of work. Based on the results of the thesis, the activities of PrJSC “Obolon” were evaluated, an economic-mathematical model was constructed using decision-making criteria under uncertainty, and the optimal strategies for the share of exports in total revenue and the share of imports in production cost were determined under the influence of three exchange rate scenarios (revaluation, stability, devaluation). Recommendations for the use of work results. The results of the work and the provided recommendations can be used for the prompt assessment of risks associated with exchange rate fluctuations during the planning of production programs and budgeting, and for the implementation of currency risk hedging instruments in accordance with the determined optimal strategies for allocating export and import shares in total revenue and in the cost of goods sold, respectively
Теорія поля. Курсова робота. Рекомендації до виконання курсової роботи
Get PDFРекомендовано Методичною радою КПІ ім. Ігоря Сікорського як навчальний посібник для здобувачів ступеня бакалавра за освітньою програмою «Електронні мікро- і наносистеми та технології» спеціальності 176 Мікро- та наносистемна техніка Гриф надано Методичною радою КПІ ім. Ігоря Сікорського (протокол № 5 від 06.03.2025 р.) за поданням вченої ради факультету електроніки (протокол № 02/2025 від 17.02.2025 р.)Наведений у навчальному посібнику матеріал містить завдання та теоретичні положення до виконання курсової роботи з дисципліни «Теорія поля». Навчальний посібник призначений для підготовки здобувачів першого (бакалаврського) рівня вищої освіти за освітньо-професійною програмою «Електронні мікро- і наносистеми та технології» зі спеціальності 176 «Мікро- та наносистемна техніка». Матеріали посібника можуть бути корисними для студентів споріднених спеціальностей
Методи й алгоритми дослідження хаотичної поведінки розподілу доходів від пасажирських і вантажних перевезень АТ «Укрзалізниця»
Get PDFОб’єктом дослідження є хаотичність розподілу доходів АТ «Укрзалізниця». Предметом дослідження є методи і алгоритми визначення і дослідження хаосу у часових рядах. Метою дипломної роботи є порівняння методів і алгоритмів, апробація методології дослідження хаосу, а також саме дослідження розподілу доходів АТ «Укрзалізниця» на хаотичність. В даній роботі досліджено існуючі методи і алгоритми, які можуть бути використані для дослідження хаосу у часових економічних рядах. Результатом дипломної роботи є дослідження хаосу у розподілах доходів АТ «Укрзалізниця», а також рекомендації для подальшого глибшого аналізу. Подальший розвиток роботи полягає в створенні математичної моделі розподілу доходів і спроба їхнього прогнозування.Diploma work contains: 70 p., 5 tables, 11 figures, 1 appendix, 18 references.
The object of the study is chaos of distribution of revenue of JSC «Ukrainian Railways». The subject of research is methods and algorithms for investigating chaotic behaviour of time series. The purpose of the work is to compare methods and algorithms, testing the methodology of investigation chaos, and investigating the revenue of JSC «Ukrainian Railways» itself for chaos. This paper investigates existing methods and algorithms that can be used to investigate chaos in economic time series. The result of the work is investigating chaos in the revenue of JSC «Ukrainian Railways» and recommendations for further, deeper analysis. Further development of the work consists of creating a mathematical model of the revenue and an attempt in forecasting it
Розробка системи електропостачання промислового підприємства з використанням альтернативних джерел для його часткового забезпечення електроенергією
Get PDFМета проєкту : розглянуто техніко-економічне обґрунтування та розробку сонячної електростанції потужністю 600 кВт для встановлення на даху інструментального цеху промислового підприємства. Метою проєкту є зниження енергоспоживання з мережі та підвищення енергоефективності виробництва за рахунок використання альтернативних джерел енергії.Project objective: The feasibility study and development of a 600kW solar power plant for installation on the roof of an industrial enterprise's tool shop were considered. The project objective is to reduce energy consumption from the grid and increase energy efficiency of production through the use of alternative energy sources
Математичне та програмне забезпечення виявлення ознак меланоми на зображеннях шкіри
Get PDFМагістерську дисертацію роботу виконано на 75 аркушах, вона містить 2 додатки, 1 таблицю та перелік використаних джерел із 15 найменувань. У роботі наведено 8 рисунків.
Розробка математичного та програмного забезпечення для виявлення ознак меланоми на зображеннях шкіри є актуальною науковою та практичною проблемою. Висока смертність від меланоми часто пов’язана з її пізнім виявленням, тому створення автоматизованих систем діагностики може суттєво покращити ситуацію. Основні труднощі полягають у точності розпізнавання патологічних змін шкіри, адаптивності алгоритмів до різних типів зображень та інтерпретації отриманих результатів.
Ця робота спрямована на розробку методів комп’ютерного аналізу, що дозволяють виявляти характерні ознаки меланоми з високою точністю. Для цього необхідно використати сучасні алгоритми машинного навчання, нейронні мережі та методи обробки зображень.
Метою даної роботи є розробка ефективної математичної та програмної моделі, здатної автоматично аналізувати цифрові зображення шкіри та виявляти ознаки меланоми на ранніх стадіях.
Досягнення цієї мети передбачає:
1. Опрацювання математичних методів аналізу медичних зображень.
2. Використання технологій машинного навчання та нейронних мереж для автоматичного розпізнавання меланоми.
3. Створення програмного забезпечення, що дозволить медичним фахівцям більш точно діагностувати захворювання.
4. Проведення тестування розробленої моделі на реальних медичних даних.
У межах роботи досліджуються:
1. Методи комп’ютерного зору для аналізу шкірних зображень.
2. Алгоритми глибокого навчання для класифікації новоутворень шкіри.
3. Вплив параметрів зображень на точність діагностики.
4. Різні методи попередньої обробки та сегментації медичних знімків.
5. Способи інтеграції запропонованих рішень у практичну медичну діяльність.
Головні цілі дослідження:
1. Розробити алгоритми автоматичного розпізнавання меланоми.
2. Створити програмне забезпечення для аналізу дерматологічних зображень. Провести тестування точності моделі на реальних медичних даних.
3. Проаналізувати ефективність машинного навчання у діагностиці меланоми. Визначити оптимальні підходи до попередньої обробки зображень.
4. Дослідити способи підвищення точності та швидкості розпізнавання.
5. Порівняти запропоновані методи з існуючими традиційними підходами.
Об’єктом дослідження є математичні та програмні моделі аналізу медичних зображень, зокрема методи машинного навчання для автоматизованого виявлення ознак меланоми на шкірі.
Предметом дослідження є алгоритмічні підходи та методи глибокого навчання, що використовуються для обробки дерматологічних зображень. Особливу увагу приділено математичному опису процесу класифікації, вибору оптимальних архітектур нейронних мереж, а також методам валідації отриманих результатів.
Методи дослідження. У магістерській дисертації було використано низку сучасних методів, що охоплюють математичне моделювання, обробку зображень та машинне навчання, зокрема, методи математичного моделювання (диференціальні рівняння – для теоретичного опису динаміки медичних процесів); клітинні автомати – для моделювання просторово-часових змін у біологічних системах; методи зниження розмірності (зокрема PCA — Principal Component Analysis) – для аналізу багатовимірних медичних даних. Також були використані методи обробки зображень: попередня обробка (препроцесинг) зображень: нормалізація яскравості, аугментація (обертання, масштабування, зміна контрасту), фільтрація та усунення шумів (включно з видаленням артефактів, таких як волосся); сегментація зображень – виокремлення ділянок шкіри з потенційними новоутвореннями; перетворення кольорових просторів (RGB → HSV, YCbCr) – для підвищення контрастності між меланомою та навколишньою шкірою. Для програмної реалізації були використані Методи машинного навчання: глибоке навчання (Deep Learning): згорткові нейронні мережі (CNN) — для автоматичної класифікації зображень шкіри; багатошаровий персептрон (MLP) — як базова модель для порівняння; методи оптимізації параметрів нейронних мереж, у тому числі використання функцій втрат, функцій активації та стратегій зниження похибки; оцінка ефективності моделей за метриками: Accuracy, Precision, Recall, F1-score, AUC.
Наукова новизна дослідження полягає у розробленні математичної моделі нейромережевого типу для розпізнавання меланоми шкіри за реальними знімками, а також відповідного прикладного програмного забезпечення, що розпізнає дані захворювання.
У роботі застосовано методи машинного навчання, включаючи згорткові нейронні мережі (CNN) та багатошаровий персептрон (MLP), які використовуються для класифікації зображень шкірних утворень. Для обробки медичних даних застосовано статистичні методи аналізу, такі як нормалізація, аугментація та розрахунок головних компонент (PCA), що дозволяють виділити ключові характеристики. Також використано методи оптимізації параметрів нейронних мереж та алгоритми зниження розмірності даних.The thesis comprises 75 pages and includes 2 appendices, 1 table, and a list of 15 references. The work contains 8 figures.
The development of mathematical and software tools for detecting melanoma features in skin images is a relevant scientific and practical challenge. High mortality from melanoma is often associated with its late detection; therefore, the creation of automated diagnostic systems can significantly improve the situation. The main difficulties lie in the accuracy of recognizing pathological skin changes, the adaptability of algorithms to various image types, and the interpretation of the obtained results.
This work focuses on developing computer analysis methods that enable the accurate identification of characteristic melanoma features. This requires the use of modern machine learning algorithms, neural networks, and image processing techniques.
The objective of this thesis is to develop an effective mathematical and software model capable of automatically analyzing digital skin images and detecting signs of melanoma at early stages.
Achieving this objective involves:
1. Studying mathematical methods for analyzing medical images.
2. Applying machine learning technologies and neural networks for the automatic recognition of melanoma.
3. Developing software to help medical professionals more accurately diagnose the disease.
4. Testing the developed model on real medical data.
This thesis explores:
1. Computer vision methods for analyzing skin images.
2. Deep learning algorithms for classifying skin neoplasms.
3. The impact of image parameters on diagnostic accuracy.
4. Various preprocessing and segmentation methods for medical images.
5. Approaches to integrating the proposed solutions into practical medical practice.
The main research goals are:
1. To develop algorithms for the automatic recognition of melanoma.
2. To create software for analyzing dermatological images and test the model’s accuracy using real medical data.
3. To analyze the effectiveness of machine learning in melanoma diagnosis and determine the optimal approaches to image preprocessing.
4. To explore methods for improving recognition accuracy and speed.
5. To compare the proposed methods with existing traditional approaches.
The object of the research is mathematical and software models for analyzing medical images, particularly machine learning methods for automated melanoma detection in skin images.
The subject of the research is algorithmic approaches and deep learning methods used for processing dermatological images. Special attention is paid to the mathematical description of the classification process, the selection of optimal neural network architectures, and validation methods for the obtained results.
Research methods. The master's thesis used a number of modern methods covering mathematical modeling, image processing and machine learning, in particular, mathematical modeling methods (differential equations - for a theoretical description of the dynamics of medical processes); cellular automata - for modeling spatio-temporal changes in biological systems; dimensionality reduction methods (in particular PCA – Principal Component Analysis) – for analyzing multidimensional medical data. Image processing methods were also used: preprocessing of images: brightness normalization, augmentation (rotation, scaling, contrast change), filtering and noise removal (including removal of artifacts such as hair); image segmentation - separation of skin areas with potential neoplasms; color space transformation (RGB → HSV, YCbCr) is to increase the contrast between melanoma and surrounding skin. For software implementation, the following Machine Learning Methods were used: Deep Learning: Convolutional Neural Networks (CNN) — for automatic classification of skin images; Multilayer Perceptron (MLP) — as a base model for comparison; Methods for optimizing neural network parameters, including the use of loss functions, activation functions, and error reduction strategies; Evaluation of the effectiveness of models by metrics: Accuracy, Precision, Recall, F1-score, AUC.
The scientific novelty of the study lies in the development of a neural network-type mathematical model for recognizing skin melanoma from real images, as well as the corresponding application software that recognizes disease data.
The work applies machine learning methods, including Convolutional Neural Networks (CNN) and Multilayer Perceptron (MLP), for classifying images of skin lesions. Statistical analysis methods such as normalization, augmentation, and Principal Component Analysis (PCA) are used for processing medical data to extract key features. Additionally, neural network parameter optimization techniques and dimensionality reduction algorithms are applied
Педагогічна практика: організація, етапи проходження, звітування
Get PDFНавчальний посібник містить методичні рекомендації щодо організації та проходження педагогічної практики як складової професійної підготовки.
Представлена інформація про мету, завдання, основні етапи, особливості організації практики; основні обов’язки аспірантів та керівників практики. Приділено увагу
методиці проведення лекційних та семінарських занять, різновидам самостійної та позааудиторної роботи. Визначені особливості організації педагогічної практики на
профільних кафедрах КПІ ім. Ігоря Сікорського та в інших університетах України.
Посібник складається з окремих розділів та додатків, пропонує схеми та зразки ведення навчально-методичної документації, критерії оцінювання, форми підведення
підсумків та оформлення звітів.
Призначено для здобувачів ступеня доктора філософії за спеціальністю В9 Історія та археологія, викладачів та відповідальних осіб за практику на кафедрі
Метод використання хмарних сервісів у комбінації з CI CD для системи Smart City
Get PDFУ магістерській роботі досліджено підхід до впровадження хмарних сервісів у комбінації з технологіями безперервної інтеграції та доставки (CI/CD) для побудови надійної та масштабованої архітектури системи Smart City. Компоненти системи було контейнеризовано за допомогою Docker та розгорнуто в Azure за допомогою Azure Container Apps, PostgreSQL Flexible Server, Redis та сервісів логування. Програмне середовище включає повністю автоматизований CI/CD-конвеєр, що забезпечує безперервне тестування, збірку та оновлення сервісів без простою. Проведено експериментальні дослідження продуктивності, що підтвердили ефективність застосованого підходу щодо стабільності передачі даних і зручності масштабування. Результати можуть бути застосовані в інших міських ІТ-рішеннях, включно з моніторингом якості повітря, відеонаглядом або транспортною аналітикою.The master's thesis explores the approach of implementing cloud services in combination with Continuous Integration and Continuous Delivery (CI/CD) technologies to build a reliable and scalable architecture for a Smart City system. All components were containerized using Docker and deployed in Microsoft Azure using Azure Container Apps, PostgreSQL Flexible Server, Redis, and monitoring services. The software environment includes a fully automated CI/CD pipeline that enables continuous testing, building, and updating of services without downtime. Experimental studies confirmed the effectiveness of the proposed approach in terms of stable data transmission and flexible system scalability. The results can be applied in other urban IT solutions, including air quality monitoring, video surveillance, and traffic analytics
Система прогнозування рівня інфляції в країні
No full textДипломна робота: 118 с., 14 рис., 7 табл., 18 посилань, 2 додатки
Об'єкт дослідження – процес прогнозування інфляції із використанням ретроспективних макроекономічних даних. Предмет дослідження – методи машинного навчання, які використовуються для створення моделей прогнозування, підбору їх параметрів та оцінки якості отриманих результатів. Мета роботи – порівняння існуючих методів і підходів до прогнозування інфляції, а також практична реалізація одного з них на основі сучасних алгоритмів машинного навчання. Актуальність теми обумовлена надзвичайною важливістю точного прогнозування інфляції для прийняття рішень у сфері монетарної політики, управління ризиками, формування бюджету та загальної економічної стабільності держави. Особливої значущості проблема набуває в умовах України, де макроекономічна ситуація характеризується підвищеною нестабільністю, впливом зовнішніх шоків, воєнних дій, пандемії COVID-19, коливань валютного курсу й енергетичних криз. Традиційні статистичні та економетричні підходи не завжди дозволяють врахувати всю складність та багатовимірність економічних процесів, а також вчасно адаптуватися до нових умов, що виникають під впливом надзвичайних подій.Master's thesis: 118 p., 14 figures, 7 tables, 18 references, 2 appendices
The object of research is the process of forecasting inflation using retrospective macroeconomic data. The subject of the study is machine learning methods used to create forecasting models, select their parameters and evaluate the quality of the results obtained. The purpose of the study is to compare existing methods and approaches to inflation forecasting, as well as to implement one of them in practice based on modern machine learning algorithms. The relevance of the topic is due to the extreme importance of accurate inflation forecasting for decision-making in the field of monetary policy, risk management, budgeting, and overall economic stability of the state. The problem is especially significant in Ukraine, where the macroeconomic situation is characterized by increased instability, the impact of external shocks, military operations, the COVID-19 pandemic, exchange rate fluctuations, and energy crises. Traditional statistical and econometric approaches do not always allow to take into account the complexity and multidimensionality of economic processes, as well as to adapt to new conditions arising from emergencies in a timely manner
Modernization of acetaldehyde production plant with the development of a dephlegmator
No full textМетою переддипломної практики є здобуття на практиці знань, умінь та навичок по проектуванню тепло та масообмінного обладнання.
Поставлена задача досягається шляхом виконанням параметричного розрахунку дефлегматора. Виконано аналіз результатів та зроблено висновки.
Наведено список використаної літератури. Розрахунково-пояснювальна записка містить схему і опис технологічної схеми виробництва ацетальдегіду та опис конструкції дефлегматора для виробництва ацетальдегіду. Графічна частина проекту включає два креслення формату А1, що містять: технологічну схему виробництва ацетальдегіду та складальне креслення теплообмінника та специфікацію.The purpose of the pre-diploma practice is to acquire knowledge, skills and abilities
in the design of heat and mass transfer equipment in practice.
The task is achieved by performing a parametric calculation of the dephlegmator.
The results are analyzed and conclusions are drawn. A list of used literature is provided.
The calculation and explanatory note contains a diagram and description of the
technological scheme for the production of acetaldehyde and a description of the design of
the dephlegmator for the production of acetaldehyde. The graphic part of the project includes
two A1 format drawings containing: a technological scheme for the production of ethanol
and an assembly drawing of the heat exchanger and a specification
Стенд тестування та налаштування FMCW радару для селекції рухомих цілей
No full textДипломний проект складається з пояснювальної записки обсягом 85 сторінок, містить 19 рисунків, 5 таблиць, 1 додатка та 40 посилань.
Мета даного проекту: удосконалити стенд тестування FMCW радару для оцінки ефективності селекції рухомих рухомих цілей та подальшого його налаштування.
Основним призначенням приладу є переміщення імітаційного об’єкту виявлення його з можливістю визначення швидкості та відсані і передачі відповідних даних за допомогою РЛС. У проекті було проведенно огляд аналогів, визначено тенденції побудови сучасних РЛС, розглянуто теоретичні основи побудови FMCW радарів, Вивчено особливості селекції рухомих цілей FMCW радаром, Визначено підходи удосконалення макету FMCW радару, розроблено систему керування імітаційним об’єктом і корпус до мікроконтролера, що керує серводвином.
Пристрій призначений для проведення лабораторних робіт.The diploma project consists of an explanatory note of 85 pages, contains 19 figures, 5 tables, 1 appendix and 40 references.
The purpose of this project: to improve the FMCW radar test stand to assess the effectiveness of the selection of moving moving targets and its further adjustment.
The main purpose of the device is to move the simulated object, detect it with the ability to determine the speed and distance and transmit the relevant data using the radar. The project reviewed analogues, identified trends in the construction of modern radars, considered the theoretical foundations of the construction of FMCW radars, studied the features of the selection of moving targets by FMCW radar, determined approaches to improving the FMCW radar layout, developed a control system for the simulated object and a housing for a microcontroller that controls the servomotor.
The device is intended for laboratory work