Інформаційні системи та мережі
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/2105
Browse
4 results
Search Results
Item Інформаційна підтримка процесів соціалізації особистості на основі спільних інтересів(Видавництво Львівської політехніки, 2022-03-01) Батюк, Тарас; Висоцька, Вікторія; Batiuk, Taras; Vysotska, Victoria; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityСтворено проєкт інформаційної системи для соціалізації за особистими інтересами на основі SEO-технологій та методів машинного навчання. Основна мета цієї інформаційної системи – ідентифікація користувача в системі за допомогою нейронних мереж і вибір подібних користувачів на підставі аналізу поточної інформації користувача. Створено інформаційну систему, яка за допомогою токенів Identity та JWT забезпечує оптимізовані та безпечні функції авторизації, реєстрації та підтримки поточного сеансу користувача системи. Пошук обличчя на фотографії користувача та перевірку наявності подібного користувача в базі даних реалізовано за допомогою згорткових і сіамських нейронних мереж. Аналіз та формування подібних гудків користувачів реалізовано за допомогою алгоритмів нечіткого пошуку, алгоритму Левенштейна та моделі Noisy Channel, що дало змогу максимально автоматизувати вибір користувача та оптимізувати час, витрачений на цей процес. Також створено інструменти для перегляду профілів інших користувачів, уподобань та особистого листування. Уся приватна кореспонденція та інформація про неї зберігаються в поточній базі даних. Кожен користувач інформаційної системи може переглянути всю інформацію про надіслані та отримані повідомлення. Створена інформаційна система реалізує ідентифікацію користувачів, аналіз, відбір та подальшу соціалізацію користувачівItem Мобільна інформаційна система контролю раціону харчування людини(Видавництво Львівської політехніки, 2022-03-01) Олексів, Назар; Висоцька, Вікторія; Oleksiv, Nazar; Vysotska, Victoria; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityЖиття кожної людини, групи людей і нації залежить від географічних, економічних, політичних, культурних і релігійних умов. Спосіб життя формується у результаті щоденного повторення і складається із таких факторів: харчування, фізичні навантаження, наявність шкідливих звичок, моральний і духовний розвиток тощо. В останні десятиліття спосіб життя вважають невід’ємною частиною добробуту, що сприяло збільшенню кількості досліджень. Медики стверджують, що більш ніж половина проблем зі здоров’ям пов’язані із дієтою. Мільйони людей харчуються неправильно, навіть не підозрюючи про це. Актуальність теми зумовлена численністю підходів до вирішення проблеми контролю дієти, проте різні аналоги пропонують можливості, які відрізняються і не завжди зрозумілі та зручні, оскільки існує кілька способів досягнення однієї мети. Дослідження стосовно здорового харчування в сучасних умовах є одним із пріоритетних завдань задля покращення фізичного стану різних вікових груп. Мета – створення системи, спрямованої на те, щоб допомогти кінцевому споживачеві дотримуватися здорового харчування, визначаючи склад та калорійність продукту, сформувати рекомендації відповідно до ритму життя. Система призначена для вирішення конкретних завдань: розпізнавати продукти, співвідносити продукт і його калорійність, формувати харчовий щоденник, нагадувати користувачеві про пропущені прийоми їжі та вести статистику.Item Побудова оптимізованої багатошарової нейронної мережі в межах нелінійної моделі узагальненої похибки(Видавництво Львівської політехніки, 2021-03-01) Пелещак, Роман; Литвин, Василь; Пелещак, Іван; Висоцька, Вікторія; Черняк, Оксана; Peleshchak, Roman; Lytvyn, Vasyl; Peleshchak, Ivan; Vysotska, Victoria; Chernyak, Oksana; Національний університет “Львівська політехніка”; Дрогобицький державний педагогічний університет імені Івана Франка; Lviv Polytechnic National University; Drohobych Ivan Franko State Pedagogical UniversityУ роботі запропоновано спосіб оптимізації структури багатошарової нейронної мережі на основі мінімізації нелінійної узагальненої похибки, яка ґрунтується на принципі мінімальної довжини опису. Відповідно до цього принципу, узагальнена похибка мережі під час роботи з новими даними визначається похибкою апроксимації даних нейронною мережею у нелінійному наближенні та похибкою опису моделі. З умови мінімуму узагальненої похибки мережі виведено вирази для обчислення оптимального розміру мережі (кількість синаптичних зв’язків та кількість нейронів у прихованих шарах). Побудовано графічні залежності узагальненої похибки мережі від кількості синаптичних зв’язків між нейронами за різних значень вхідних образів і фіксованої кількості навчальних прикладів та графічні залежності оптимальної кількості синаптичних зв’язків від кількості навчальних прикладів за різних значень вхідних образів. На основі співвідношень для оптимальної кількості синаптичних зв’язків між нейронами та оптимальної кількості нейронів у прихованих шарах оцінено ступінь складності навчання нейронної мережі.Item Розробка штучної нейронної мережі з осциляторними нейронами для розпізнавання спектральних образів(Видавництво Львівської політехніки, 2020-02-24) Пелещак, Роман; Литвин, Василь; Пелещак, Іван; Висоцька, Вікторія; Peleshchak, Roman; Lytvyn, Vasyl; Peleshchak, Ivan; Vysotska, Victoria; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityРозроблено новий тип штучної нейронної мережі з осциляторними нейронами, які мають власні частоти. За допомогою такої штучної нейронної мережі на основі інформаційного резонансу реалізовано новий метод розпізнавання мультиспектральних образів (мультиспектральних електромагнітних сигналів), що випромінюють динамічні об’єкти. Побудована нейронна мережа розпізнаватиме вхідні спектральні образи з амплітудою нестаціонарного сигналу, співвимірною з амплітудою сигналу шуму, завдяки резонансному ефекту в нелінійних осциляторних нейронах. Проведено комп’ютерний експеримент із розпізнавання мультиспектральних образів динамічною нейронною мережею на основі резонансного ефекту.