Інститут комп'ютерних наук та інформаційних технологій

Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/61741

Browse

Search Results

Now showing 1 - 10 of 320
  • Thumbnail Image
    Item
    India’s stock market value prediction using deep neural networks
    (Національний університет «Львівська політехніка», 2022) Singh, Deep Shankar Pratap; Національний університет «Львівська політехніка»
    Master's qualification work was performed by a student of the group KNSSH-21f Deep Shankar Pratap Singh. Theme " India’s Stock Market Value Prediction Using Deep Neural Networks ". The work is aimed at obtaining a master's degree in the specialty 122 "Computer Science". The research was done from February, 2022 till December, 2022. The purpose of the thesis is to build a deep neural network for predicting stock prices of the NIFTY50 index for the Indian stock market and to develop a strategy system to use the built network in investments by investors and researchers. As a result, two neural networks were developed, namely LSTM and GRU. This network architecture was chosen because both are good at capturing the patterns of time-series data, which in our case is stock market data. A total of twenty-four models were created and then compared for their performance. LSTM has been observed to have higher performance than GRU and both models are very good at predicting stock market data.
  • Thumbnail Image
    Item
    Alzheimer’s disease diagnosis using machine learning approach
    (Національний університет «Львівська політехніка», 2022) Bajpai, Akshay; Національний університет «Львівська політехніка»
    The master's qualification work was completed by Akshay Bajpai, a student of the KNSSh-21 group. Topic " Alzheimer’s Disease Diagnosis Using Machine Learning Approach". The work is aimed at obtaining a master's degree in the specialty 122 "Computer Science". The aim of the thesis is to build multiple neural networks to diagnose Alzheimer’s disease in older adults at an early stage for using the constructed models in practice. The aim of this research is to assist medical professionals in the early diagnosis of Alzheimer’s disease before it has fully metastasised and medical practices become useless. In this research I have used a total of nine machine learning models which include standalone models as well as ensemble machine learning models to automate the process of diagnosis of this illness and compare the efficiency of each model. Each model uses the best parameters to make predictions which revealed that the employed classification model using random forest performed the best among all the other models. The best parameters for each model were automatically set by employing for loops and conditional statements.
  • Thumbnail Image
    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.
  • Thumbnail Image
    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.
  • Thumbnail Image
    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.
  • Thumbnail Image
    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.
  • Thumbnail Image
    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.
  • Thumbnail Image
    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.
  • Thumbnail Image
    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.
  • Thumbnail Image
    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.