Бакалаврські роботи
Permanent URI for this collectionhttps://ena.lpnu.ua/handle/ntb/61743
Browse
194 results
Search Results
Item Fish recognition system with elements of machine learning(Національний університет «Львівська політехніка», 2023) Sabih, Khalid; Національний університет «Львівська політехніка»This paper is wrotten by Khalid Sabih, student of group KH-417f in the field of computer science in Lviv Polytechnic National University. The subject area of the paper is fish recognition system with machine learning elements. This paper examines the need of machine learning systems in the fishing industrie, and for what they are needed. Fishing as an industrie is one of the biggest one out there with loads of fishermen that needs loads of information. The object of research is to provide useful and important information for fishermen. The subject of the research is image recognition systems and data classification. Research method is a transfer learning algorithms. This work is focusing more towards the fishermen that are amateurs and doing it just for fun, and telling them they can make profit of it, adding to that it can be as a side job for them. As an amateur it is hard to know all kind of fish species and how much money the costs. That is the reason behind this paper to offer them this kind of information with easy steps. Using transfer learning through VGG16 and with the right data, it was able to creat a model with 94.18%. For a prototype was Streamlit a great tool for that. With all of this it was possible to creat Catchfish which is an image recognition system that allows amateur fishermen with a scan and a click to have all the information needed about the fish catched.Item Stacking machine learning model for predicting magnetic properties of rare-earth metals(Національний університет «Львівська політехніка», 2023) Hasib, Ossama Ahmed Ossama; Національний університет «Львівська політехніка»The bachelor's qualification work was completed by a student of the KN-417f group Hasib Ossama Ahmed Ossama. The topic is "Stacking machine learning model for predicting magnetic properties of rare-earth metals". The work is aimed at obtaining a bachelor's degree in 122 "Computer Science". The object of research is the processes of prediction the magnetic properties for alloys from rare earth metals. The subject of research is stacking machine learning approach for the prediction of magnetic remanence of Sm-Co magnets. The research is attained by increasing the prediction accuracy for the magnetic properties of alloys from rare earth metals using machine learning based ensemble model, furthermore several machine learning algorithms were employed to assess the performance of the alloys magnetic properties based on a real dataset specifically designed for magnetic property analysis. As a result of the research, A stacking machine learning models was created using the orange data mining software, The results obtained were compared and investigated its effectiveness, This system can be used in the future work to predict the magnetic properties of the alloys before its manufactured, So it can reduce the expenses and labor requirements associated with manufacturing.Item Development of integrated information system coffee industry(Національний університет «Львівська політехніка», 2023) Savas, Aybars; Національний університет «Львівська політехніка»The bachelor’s qualification work was completed by a student of the KN-417F group Aybars Savas. The aim of the study is to enable customers to buy coffee safely and either buy or rent a coffee machine through the website. Coffee is a $20 billion industry. After crude oil, it is the highest earning industry in the world. It has a strong reputation for also being one of the progressive industries in the world, pumping millions of dollars a year into establishing fair trade schemes and sustainability innovations. And yet, with such a high worth, problems remain. Corruption within the industry extends across the supply chain, and environmental damage continues to occur. It’s a massive industry machine that stretches across the entire world economy, and yet change is at your fingertips. Since the demand in the coffee industry is high, online marketing makes life easier so that people can buy and rent both coffee beans and coffee machines safely and quickly. While coding the website, clean code work and responsive design were applied. Users can easily use and perform their transactions both on mobile and on the website. The website is completely designed in accordance with the principles of object-oriented programming and the codes are written in this way. The website consists of 3 different sections: Header: The header section covers the area where the website logo and burger menu are. Main: The main section is where the main content that is intended to be shown to the user or customer is located. Footer: The footer section is the section that provides information about the company, shares social media platforms, shows the address and contains license information.Item Передбачення серцевих хвороб за допомогою алгоритмів машинного навчання(Національний університет «Львівська політехніка», 2023) Сиротюк, Владислав Володимирович; Національний університет «Львівська політехніка»Бакалаврська кваліфікаційна робота виконана студентом групи КН-413 Сиротюком Владиславом Володимировичем. Тема “Передбачення серцевих хвороб за допомогою алгоритмів машинного навчання”. Робота направлена на здобуття ступеня бакалавра за спеціальністю 122 «Комп’ютерні науки». Метою роботи є обрання найкращої моделі алгоритму машинного навчання, яка буде передбачати наявність серцевої хвороби на основі вхідних даних пацієнта із найвищою точністю. Об’єктом дослідження є процес передбачення наявності хвороби пацієнта на основі вхідних даних за допомогою методів машинного навчання. Методами до слідження є методи машинного навчання які використовуються для задач класифікації. Предметом дослідження є алгоритми машинного навчання, що використовуються для передбачення серцевих хвороб. У результаті виконання бакалаврської роботи буде обраний найефективніший метод машинного навчання який з високою точністю передбачатиме наявність чи відсутність хвороби у пацієнтів, що в свою чергу стане чудовим інструментом для лікарів у процесі встановлення діагнозів пацієнтам Загальний обсяг роботи: 68 сторінок, 26 рисунки, 19 посилань, 7 таблиць. The bachelor's qualification work was completed by a student of the group KN-413 Syrotiuk Vladyslav Volodymyrovych. The topic of work is "Prediction of heart diseases using machine learning algorithms". The work is aimed at obtaining a bachelor's degree in the specialty 122 "Computer Science". The aim of the work is to select the best machine learning algorithm model that will predict the presence of heart disease based on the patient's input data with the highest accuracy.Item Аналіз даних та патернів у сфері лотерейних розіграшів(Національний університет «Львівська політехніка», 2023) Сидір, Олена Юріївна; Національний університет «Львівська політехніка»Бакалаврська кваліфікаційна робота виконана студенткою групи КН-413 Сидір Оленою Юріївною. Тема “Аналіз даних та патернів у сфері лотерейних розіграшів”. Робота спрямована на отримання ступеня бакалавр на спеціальністю 122 “Компʼютерні науки”. Обʼєктом дослідження є процеси аналізу даних та пошуку патернів даних у сфері лотерейних розіграшів. Предметом досліджень є методи та алгоритми аналізу даних. Метою дипломної роботи є створення інформаційної системи аналізу даних лотерейного розіграшу та візуалізація та пошук патернів серед виграшних комбінацій. Для досягнення мети були проаналізовані та візуалізовані дані лотерейного розіграшу, використані 3 алгоритми пошуку та розпізнавання патернів для пошуку залежностей між наборами чисел у виграшних комбінаціях, а також перевірено достовірність цих правил та проаналізовано результати У результаті виконання дипломної роботи була розроблена система, що аналізує вхідні дані, візуалізує їх, а також проводить пошук та розпізнавання патернів серед виграшних комбінацій. Це дає можливість гравцям використовувати отримані правила для збільшення ймовірності виграшу. Загальний обсяг роботи: 91 сторінка, 56 рисунків, 18 посилань. This bachelor's qualification work was completed by the student of group CS-413 Sydir Olena Yuriivna. The topic is "Analysis of data and patterns in the field of lottery draws". The work is aimed at obtaining a bachelor's degree in the specialty 122 "Computer Science". The object of the study is the process of data analysis and search for data patterns in the field of lottery draws.Item Веб-додаток з аналізом та візуалізацією метрик криптовалют з передбаченням майбутньої ціни за допомогою нейронних мереж(Національний університет «Львівська політехніка», 2023) Пихней, Вероніка Романівна; Національний університет «Львівська політехніка»Бакалаврська кваліфікаційна робота виконана студенткою групи КН-413 Пихней Веронікою Романівною. Тема “Веб-додаток з аналізом та візуалізацією метрик криптовалют з передбаченням майбутньої ціни за допомогою нейронних мереж”. Робота направлена на здобуття ступеня бакалавр за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є розробка веб-аплікації з відображенням аналізу, візуалізації метрик криптовалют та передбачення майбутньої ціни на основі нейронних мереж та проведеного аналізу. Об’єктом дослідження є розробка веб-додатку, який відображає аналіз, візуалізацію метрик криптовалют та передбачення майбутньої ціни, виконане за допомогою нейронних мереж. Предметом дослідження є методи та алгоритми аналізу та передбачення майбутньої ціни криптовалют за допомогою нейронних мереж, а також веб-технології для розробки відповідного веб-додатку. У результаті виконання дипломної роботи було розроблено веб-додаток, який забезпечує аналіз та візуалізацію різних метрик криптовалют, а саме: ціна, обсяг торгів, капіталізація тощо. Додаток також містить можливість передбачення майбутньої ціни криптовалюти за допомогою нейронних мереж. Загальний обсяг роботи: 75 сторінок, 35 рисунків, 6 формул. Bachelor's qualification work was done by Veronica Romanivna Pykhnei, a student of group CS-413 in pursuit of a degree in Computer Science (specialty 122). The objective of this work is to attain a bachelor's degree in the field of 122 "Computer Science". The aim of this thesis is to develop a web application with the ability to analyse and visualise cryptocurrency metrics and predict future prices based on neural networks and conducted analysis.Item Використання методів машинного навчання для передбачення рейтингу мобільних застосунків(Національний університет «Львівська політехніка», 2023) Петунін, Георгій Едуардович; Національний університет «Львівська політехніка»Бакалаврська кваліфікаційна робота виконана студентом групи КН-413 Петуніном Георгієм Едуардовичем. Тема “Використання методів машинного навчання для передбачення рейтингу мобільних застосунків”. Робота направлена на здобуття ступеня бакалавра за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є створення платформи для аналізу мобільних застосунків та передбачення їх успішності, зважаючи на вже існуючі дані, стосовно цього застосунку. Об’єктом дослідження є передбачення успішності мобільного застосунку та розробка системи для використання розроблених алгоритмів на практиці. У результаті виконання дипломної роботи було розроблено комбіновану нейронну мережу та інформаційну систему для передбачення успішності мобільного застосунку, система приймає дані про застосунок, як ввід і повертає можливі метрики росту за певний(обраний користувачем) час. Дана система може використовуватися на практиці для оптимізації роботи бізнес-аналітиків, а також для малих компаній чи розробників-одинаків, які хочуть зрозуміти, чи варто продовжувати підтримку застосунку. The bachelor's qualification work was completed by a student of the KN-413 group Petunin Heorhii Eduardovych. The topic is "Predicting the ranking of mobile applications using machine learning". The work is aimed at obtaining a bachelor's degree in 122 "Computer Science". The purpose of this work is to create a platform for analyzing mobile applications and predicting their success, taking into account the already available data on this application.Item Система підтримки прийняття рішень найму персоналу для підвищення ефективності команд(Національний університет «Львівська політехніка», 2023) Мруць , Андрій Мар’янович; Національний університет «Львівська політехніка»Бакалаврська кваліфікаційна робота виконана студентом групи КН-414 Мруцем Андрієм Мар’яновичем. Тема “Система підтримки прийняття рішень найму персоналу для підвищення ефективності команд”. Робота направлена на здобуття ступеня бакалавра за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є побудова нейронної мережі для підвищення ефективності команд на етапі кадрових рішень шляхом передбачення та класифікації працівників за їх різними характеристиками. Об’єктом дослідження є передбачення характеристик новостворених потенційних колег на основі наявних характеристик та розробка системи для використання розроблених алгоритмів на практиці. У результаті виконання дипломної роботи було розроблено нейронну мережу та допоміжну систему підтримки прийняття рішень найму персоналу для підвищення ефективності команд. Система приймає має дані наявних працівників, приймає інформацію про нового, як ввід та демонструє у яку команду даний працівник «впишеться» найкраще на основі передбачених характеристик. Дана система може використовуватися на практиці як помічник у прийнятті кадрових рішень, для оптимізації опрацювання резюме та оптимізації процесів найму. The bachelor's qualification work was completed by the student of KN-414 group Mruts Andriy Maryanovych. Topic "Hiring decision-making support system to improve team efficiency." The work aims to obtain a bachelor's degree in the specialty 122 "Computer Science". The thesis aims to build a neural network to increase teams' efficiency at the stage of personnel decisions by predicting and classifying employees according to their various characteristics. The object of the research is the prediction of the characteristics of newly created potential colleagues based on the existing characteristics and the development of a system for using the developed algorithms in practice. As a result of the diploma work, a neural network, and an auxiliary system for supporting personnel hiring decisions were developed to improve the effectiveness of teams. The system accepts the data of existing employees, accepts information about new ones as input, and demonstrates in which team this employee will "fit" best based on the provided characteristics. This system can be used in practice as an assistant in making personnel decisions, optimizing resume processing, and optimizing hiring processes.Item Класифікація програмних модулів за дефектністю методами машинного навчання(Національний університет «Львівська політехніка», 2023) Мельник, Данило Тадейович; Національний університет «Львівська політехніка»Бакалаврська кваліфікаційна робота виконана студентом групи КН-414 Мельником Данилом Тадейовичем. Тема “Класифікація програмних модулів за дефектністю методами машинного навчання”. Робота направлена на здобуття ступеня бакалавра за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є підвищення точності класифікації програмних модулів за дефектністю шляхом застосування методів машинного навчання. Об’єктом дослідження є процеси виявлення дефектів у програмному забезпеченні. У результаті виконання дипломної роботи було розроблено підхід для класифікації програмних модулів за дефектністю з використанням метрик сирцевого коду. Розроблений підхід може використовуватись для оцінки схильності програмних модулів до дефектів, що може зменшити витрати на розробку та підтримку програмного забезпечення завдяки ефективному плануванню заходів виявлення недоліків розроблюваного ПЗ. Обсяг роботи становить 66 сторінок. The bachelor's qualification work was written by Danylo Melnyk, a student of group KN-414. The topic is "Classification of program modules by defectiveness using machine learning methods". The work is aimed at obtaining a bachelor's degree in the specialty 122 "Computer Science". The purpose of the thesis is improving accuracy of classification of program modules by defectiveness by applying machine learning methods. The object of research is the process of detecting defects in software. As a result of the thesis, an approach was developed to classify software modules by defectiveness using raw code metrics. The developed approach can be used to assess the susceptibility of software modules to defects, which can reduce the cost of software development and support through effective planning of measures to identify defects in the software being developed. The volume of the work is 66 pages.Item Застосування ройового інтелекту для адаптації колонії до зовнішніх умов(Національний університет «Львівська політехніка», 2023) Мандрик, Борис Юрійович; Національний університет «Львівська політехніка»Бакалаврська кваліфікаційна робота виконана студентом групи КН-414 Мандриком Борисом Юрійовичем. Тема «Застосування ройового інтелекту для адаптації колонії до зовнішніх умов»». Робота направлена на здобуття ступеня бакалавра за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є моделювання колективної поведінки членів мультирольової колонії для реагування і адаптації до зовнішніх умов та подальше застосування розробленої моделі у розробці відеоігор. Об’єктом дослідження є модель поведінки колонії як децентралізованої системи. У результаті виконання дипломної роботи було розроблено модель поведінки членів колонії на основі ройового інтелекту з використанням дерев поведінки для адаптації до зовнішніх умов. Дана модель може використовуватися на практиці при розробці відеоігор для пошуку найкращих умов у середовищі на основі використання алгоритмів ройового інтелекту. The bachelor's qualification work was completed by a student of the KN-414 group Mandryk Borys Yuriiovych. The topic is "Application of swarm intelligence for colony adaptation to external conditions". The work is aimed at obtaining a bachelor's degree in 122 "Computer Science". The purpose of this work is is to model the collective behavior of members of a multi-role colony to respond and adapt to external conditions and further apply the developed model in the development of video games. The object of the research is a model of colony behavior as a decentralized system. As a result of the research, a model of colony members' behavior based on swarm intelligence using behavioral trees to adapt to external conditions was developed. This model can be used in practice in the development of video games to find the best conditions in the environment based on the use of swarm intelligence algorithms.