Kharkiv National University of Radio Electronics
ElAR Electronic Archive of Kharkov National University of Radioelectronics / Електронний архів Харківського національного університету радіоелектронікиNot a member yet
31935 research outputs found
Sort by
Моделювання фотонно кристалічних хвилеводів та їх оптимізація
No full textОб’єкт дослідження – фотонно-кристалічні хвилеводи з різним заповненням хвилеводного каналу. Мета роботи – визначення характеристик власних режимів різних конфігурацій фотонно-кристалічних хвилеводів та їх змінних параметрів, які можуть бути застосовані для оптимізації
Мобільний додаток для читання та прослуховування електронних книг
No full textОб’єкт розробки – мобільний програмний додаток для читання та прослуховування електронних книг. Мета розробки – створення кросплатформенного мобільного додатка для читання електронних книг з підтримкою автоматичного озвучування тексту та перекладу окремих слів у режимі реального часу.
Метод рішення – використання фреймворку React Native, мови програмування TypeScript, а також технологій машинного навчання для озвучування тексту та перекладу. У результаті розробки буде створено мобільний програмний додаток, що дозволяє користувачам читати електронні книги різних форматів, озвучувати їх вголос, перекладати незнайомі слова та персоналізувати інтерфейс читання для зручності всіх груп користувачів
Розробка модуля «Аналіз музичних уподобань користувачів для створення персоналізованих плей листів» інформаційної системи музичного сервісу
No full textУ сучасному цифровому суспільстві музика є невід’ємною частиною повсякденного життя, а кількість доступного контенту стрімко зростає. Користувачам стає все складніше знаходити треки, що відповідають їхнім інтересам і емоційному стану. Саме тому виникає потреба в розробці інтелектуального модуля, яка б автоматично аналізувала музичні вподобання користувача та пропонувала персоналізовані плейлисти. У рамках проєкту досліджуються існуючі рекомендаційні системи, методи текстової класифікації. Основна мета - створити модуль, що використовує штучний інтелект для аналізу текстів пісень і створення персоналізованих плейлистів. Система має враховувати особисті вподобання, частоту прослуховування, емоційні характеристики композицій. У проєкті було розроблено інформаційну систему, що збирає дані з музичних сервісів, аналізує тексти пісень, визначає жанр, настрій тощо. На основі цих даних створюється персоналізований список треків. Також передбачено врахування популярності пісень та кількості їх прослуховувань для підвищення точності рекомендацій. Програмна частина створена з використанням мови Python та бібліотек transformers, langdetect [5]. Для використано моделі машинного навчання: zero shot-класифікатор для жанру й настрою, а також модель для визначення мови. У результаті формується адаптивний плейлист відповідно до користувача
Responsive Web Application for Ordering and Delivering Food
No full textМетою кваліфікаційної роботи є розробка веб-застосунку для замовлення та доставки продуктів харчування з інтуїтивно зрозумілим та ефективним для користувача та працівника інтерфейсом з використанням сучасних технологій для розробки веб-застосунків. У ході виконання кваліфікаційної роботи було розроблено функціональний веб-застосунок для замовлення та доставки продуктів харчування з використанням мови програмування JavaScript. Серверна частина сайту була виконана за допомогою Node.js та Express, інтерфейс користувача – за допомогою HTML сторінок, а саме у шаблонізаторі EJS. Для збереження даних використовувалась база даних SQLite. Для різних функцій використовувалися бібліотеки, доступні завдяки використанню платформи Node.js, такі як dotEnv, Express.js, bcrypts та ін. Веб-сайт надає користувачеві такі можливості як: реєстрація та авторизація користувача, перегляд та замовлення продуктів харчування, створення замовлення, відслідковування замовлення, редагування особистої інформації, зміна паролю. Також користувач має ролі адміністратора та кур’єра, які дозволяють редагувати статус замовлення, передавати статус кур’єру та відслідковувати замовлення, яке потрібно доставити
Model for Automating Data Collection from Web Resources Based on Generative Artificial Intelligence
No full textМетою роботи є вдосконалення моделі автоматизованого вебскрапінгу через інтеграцію сучасних технологій штучного інтелекту та оптимізацію архітектури. Особливу увагу слід приділити адаптивності системи до змін вебресурсів, масштабованості обчислювальних процесів та підвищенню продуктивності за рахунок використання розподілених обчислень. У ході виконання кваліфікаційної роботи було здійснено аналіз сучасних методів автоматизації збору даних із вебресурсів на основі генеративного штучного інтелекту, зокрема із застосуванням великих мовних моделей (LLM). Розглянуто переваги та недоліки традиційних вебскраперів, визначено основні критерії ефективності таких систем: адаптивність до змін структури вебсторінок, гнучкість, стабільність, продуктивність та зручність обслуговування. Було запропоновано розширену модель, яка передбачає багаторівневу взаємодію між окремими модулями. За результатами дослідження проведено порівняння запропонованої моделі з існуючими підходами та підтверджено, що інтеграція LLM забезпечує високу точність збору інформації, знижує потребу в ручному налаштуванні та покращує адаптивність до швидкозмінних вебсередовищ. Результати дослідження візуалізовано графічно та сформовано практичні рекомендації щодо використання запропонованої моделі в аналітичних проєктах, які працюють з великими обсягами вебданих
Мінімалізм та екологічний дизайн: тенденції XXI століття
No full textУ XXI столітті мінімалізм і екологічний дизайн стають не лише стилістичними рішеннями, а й етичними та філософськими концепціями. Вони набувають особливої популярності в умовах посилення екологічних викликів та глобалізації, коли споживання природних ресурсів стає критичним для навколишнього середовища
Model for Optimal Storage of Large Amounts of Information in Hybrid Storage Facilities
No full textМетою кваліфікаційної роботи є розробка та дослідження адаптивної моделі оптимального збереження великих обсягів інформації у гібридних сховищах, що забезпечує динамічний розподіл даних між локальними та хмарними середовищами з урахуванням чутливості, частоти доступу та продуктивності системи. У роботі представлено комплексне дослідження сучасних архітектур та методів зберігання великих обсягів інформації у гібридних сховищах даних. Проаналізовано підходи до організації систем збереження: від традиційних Data Warehouse і Data Lakes до сучасних моделей Data Lakehouse, Data Vault 2.0 та гібридних архітектур. Запропоновано адаптивну математичну модель на базі ADH-DVL, що дозволяє оптимально розподіляти дані між локальними та хмарними середовищами. Проведено моделювання роботи моделі при різних сценаріях навантаження. Результати дослідження підтверджують доцільність застосування розробленої моделі у складних інформаційних системах, де важливо забезпечити баланс між продуктивністю, безпекою та вартістю зберігання даних. Робота створює науково-практичну базу для подальших досліджень та впроваджень інтелектуальних систем оптимізації розподілу даних у гібридних середовищах
Web Application on Flutter with Support for Personalized Reminders
No full textМетою кваліфікаційної роботи є розробка веб-застосунку та мобільного додатку для створення персоналізованих нагадувань, надання користувачеві можливості легкого створення, а також редагування нагадувань, які будуть спрацьовувати у заданий час і допомагатимуть не втрачати контроль над справами. У ході виконання кваліфікаційної роботи було розроблено веб-застосунок з нагадувань для користувача та мобільний застосунок для пристроїв з операційною системою Android з використанням фреймворку Flutter, що дозволив реалізувати архітектуру, інтерфейс користувача та інтеграцію з хмарними сервісами. Flutter дозволив зручно реалізувати багато елементів інтерфейсу користувача – таких як кнопки, анімовані переходи, діалоги, інтерактивні форми. Застосунок підтримує особисті нагадування, які користувач може додати, редагувати чи видалити. Було реалізовано щоденні повторювані сповіщення, можливість вмикання та вимикання нагадувань, а також підтримка Firebase для того, аби зберігати дані користувачів
Методи визначення, класифікації та прогнозування рухомих об’єктів у повітряному просторі на основі глибокого навчання
No full textМета роботи – розробка системи для детекції, трекінгу та прогнозування траєкторії руху дронів, яка ефективно розрізняє дрони від птахів. Методи дослідження – теоретичний (аналіз існуючих підходів), експериментальний (розробка архітектури, навчання математичний (фільтрація траєкторій, статистичний аналіз). моделей), Створено комплексну систему детекції, трекінгу та прогнозування руху дронів на основі YOLOv8 та фільтра Калмана. Система демонструє mAP50 = 0.914, F1-score 0.92 для розрізнення дронів від птахів та здатність працювати в реальному часі. Практична цінність полягає у розробці системи для моніторингу повітряного простору, забезпечення безпеки критичної інфраструктури та контролю заборонених зон польотів БПЛА. Система функціонує на доступному обладнанні та інтегрується з існуючими системами безпеки. Ключове досягнення – ефективне розрізнення дронів від птахів, що мінімізує помилкові спрацьовування систем безпеки
Development and Deployment of a Discord Bot for Tracking Class Schedules at KhNURE
No full textМетою кваліфікаційної роботи є створення discord бота для перегляду розкладу. Основними особливостями розробленого бота є вибір групи студента, власна база даних з розкладом, нагадування про заняття та створення нотаток. У ході виконання кваліфікаційної роботи були проаналізовані існуючі програмні рішення для перегляду розкладу. На висновках аналізу їх недоліків та переваг було сформовано усі необхідні функції, які повинні бути у бота. Для реалізації поставленого завдання використано Visual Studio Code для редагування коду, мову програмування JavaScript (Node.js), бібліотеку discord.js для взаємодії з Discord API, SQLite як систему управління базами даних, а також бібліотеку puppeteer для обробки веб-сторінок і збору даних