Інститут комп'ютерних наук та інформаційних технологій

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

Browse

Now showing 1 - 20 of 299

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.
Cloud Computing and its Data Security Vulnerabilities
(Національний університет «Львівська політехніка», 2022) Adjei , Fredrick; Національний університет «Львівська політехніка»
Degree work executed by the student of group CS (КН)-416f Adjei Fredrick. The topic is Cloud Computing and its Data Security Vulnerabilities. Work is directed on reception obtain a bachelor’s degree on a specialty 122 «Computer Science». The purpose of the degree work is to address the various issues and data security vulnerabilities facing the cloud and its current usage and how this threats can be maintained and resolved, in particular, it discusses the essential process, needs, and a secure protocol that can be easily understood by beginners or those who are interested in using cloud computing as their daily services to counter potential network threats. The thesis deliberates the concept of network vulnerabilities for the early.
Cимуляція природнього мовлення з використанням ансамблю нейронних мереж tacotron2
(Національний університет «Львівська політехніка», 2022) Жигайло, Ярослав Олегович; Національний університет «Львівська політехніка»
Бакалаврська кваліфікаційна робота виконана студентом групи КН-410 Жигайлом Ярославом Олеговичем. Тема «Cимуляція природнього мовлення з використанням ансамблю нейронних мереж tacotron2». Робота направлена на здобуття ступеня бакалавр за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є розроблення та описання програмного забезпечення, здатного синтезувати правдоподібні зразки людського мовлення на основі тренувальних зразків, а також, тестування отриманої системи шляхом штучного зашумлення тренувальних зразків з метою вивченя впливу шуму на загальну якість роботи та пошуку методів усунення даного впливу за його присутності. Об’єктом дослідження є процес генерації природнього мовлення людини з урахуванням унікальності тональностей, тонів, пауз та інших особливостей. Предметом дослідження є ансамбль нейронних мереж «tacotron2», що є використаним для синтезу природнього мовлення. Загальний обсяг роботи: 59 сторінок, 32 рисунки, 20 посилань. Bachelor's qualification work performed by KN-410 student Zhyhailo Yaroslav. Topic "Simulation of natural speech using the ensemble of neural networks tacotron2". The work's aim is to obtain a bachelor's degree in 122 "Computer Science". The thesis aims to develop and describe software capable of synthesizing plausible human speech samples based on training samples and testing the system by artificial noise of training samples to study the impact of noise on overall quality and find ways to eliminate this impact in its presence. The object of research is the process of natural speech generation, taking into account the uniqueness of tonalities, tones, pauses, and other features. The subject of the study is the ensemble of neural networks "tacotron2", which is used for the synthesis of natural speech. A total volume of work: 59 pages, 32 figures, and 20 links.
Development of an information site for the Shevchenko Scientific Society
(Національний університет «Львівська політехніка», 2022) Arafa , Aly; Національний університет «Львівська політехніка»
Since December 2019, the eradicative coronavirus disease (COVID-19) caused by the stress of the coronavirus 2 (SARS-CoV-2) syndrome has spread widely around the arena and has become an extreme public health problems. For this highly infectious disease, the chest x-ray analysis program plays a major role.In this study, I advocate a class approach for chest x-ray images that relies primarily on the characteristic fusion of a dense convolutional network (DenseNet) and a visual geometry network (VGG16). This paper provides an interest mechanism (global interest device block and class interest block) for the version to extract deep features.Use Residual Network (ResNet) to segment powerful image data to get the correct class quickly. The common accuracy of my version of the binary classifier is 98%. The common accuracy for a three-class class can be around 97.3%. The experimental results show that the proposed version has precise outcomes on the t variable. This work is about. Therefore, the use of deep studying and characteristic fusion era withinside the class of chest X-ray pictures can become an auxiliary tool for clinicians and radiologists.
Development of an information site for the Shevchenko Scientific Society
(Національний університет «Львівська політехніка», 2022) Adjei , Francis Sowah; Національний університет «Львівська політехніка»
Degree work executed by the student of group CS(КН)-416f Francis Sowah Adjei. The topic is « Application of Data Mining Methods in Prediction of Covid-19 ICU Cases ». Work is directed on reception to obtain a bachelor’s degree on a specialty 122 «Computer Science». The purpose of the degree work is to analyse a number of predictive models in data mining and select which is best for predicting which patient will need intensive care. The object of research is to have a quick predictive model to determine who going to need intensive care. As a result of the thesis, a predictive model was chosen with the highest accuracy.
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.
Enhancing X-ray Diagnosis through AI: Lung Disease Detection
(Lviv Polytechnic National University, 2023) Khoroshchuk , Dariia; Lviv Polytechnic National University
Master’s degree work of the student of the group CSAI-22 Dariia Khoroshchuk. The topic is “Enhancing X-ray Diagnosis through AI: Lung Disease Detection”. The work aims to obtain a master’s degree in 122 “Computer Science”. The object of the research is the development and optimization of the pneumothorax detection system, considering the bias of the models towards the presence of chest tubes. The subject of the research involves methods for enhancing the processing of chest X-ray scans to achieve precise and rapid pneumothorax detection. The goal of the research is achieved by improving existing methods for detecting pneumothorax in X-ray scans without the presence of chest tubes. These cases are regarded as potentially positive and demand careful consideration by healthcare professionals. Additionally, the research encompasses methods to identify chest tubes on X-rays, allowing the categorization of such scans as pneumothorax negative. The presence of chest tubes on X-ray scans indicates that the patient has already received the necessary medical assistance. As a result of the master’s qualification work, a system was developed to determine the presence of a chest tube, followed by the identification of pneumothorax in cases where a tube is absent. The total volume of work: 72 pages, 34 figures, 39 references.
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.
Generation of drug-like molecules with spatial conformations driven by expected gene expression signature and target receptor
(Національний університет «Львівська політехніка», 2023) Примаченко, Максим Юрійович; Національний університет «Львівська політехніка»
A student of the KN-414 group, Prymachenko Maksym, completed the bachelor's qualification work. Topic "Generation of drug-like molecules with spatial conformations driven by expected gene expression signature and target receptor." The work aims to obtain a bachelor's degree in the specialty 122 "Computer Science." The object of research is the de novo design of small molecules using neural networks. The research aims to develop a neural network for generating drug-like molecules with spatial conformations driven by expected gene expression signatures and target receptors. Shape-based features are used to represent a molecule. Together with compressed data on gene expression, they form a shared latent space. From this latent space, having one part, another is generated. The molecules themselves are generated from the generated forms to the text representation. As a result of the bachelor’s qualification works, was developed and trained a neural network for the de novo design of drug-like molecules. The total volume of work: 59 pages, 25 figures, 27 references.
Identifying and analysing significantly impacted pathways: a complex review and assessment
(Національний університет «Львівська політехніка», 2023) Бойчук, Олеслав-Іван Михайлович; Національний університет «Львівська політехніка»
The bachelor's qualification work was completed by a student of the KN-414 group Boychuk Oleslav-Ivan Mychailovych. The topic is "Identifying and analysing significantly impacted pathways: a complex review and assessment". The work is aimed at obtaining a bachelor's degree in 122 "Computer Science". The object of research is the intersection between bioinformatics and computer science, especially deep learning neural networks. The subject of research are dataset of gene expression data, which was collected from combining two projects: the Cancer Genome Atlas Program and The Genotype Tissue Expression. The research methods are a complex system for learning a neural network and extracting useful features from it using an layer wise relevance propagation. These useful features will be used in further research to identify and analyse significantly impacted pathways. The goal of the research is to increase the accuracy of solving the detect and classification problem of cancer diseases. With the help of modern methods of classification by neural networks, namely the determination of significant genes and pathways.
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.
Mask wearing detection algorithm based on improved YOLOv3
(Національний університет ”Львівська політехніка”, 2022) Cui, Tianyuan; Національний університет ”Львівська політехніка”
The thesis is carried out by the student of group CSAI-21f Cui Tianyuan. The topic is «Mask wearing detection algorithm based on improved YOLOv3». The thesis is submitted to earn a master’s degree in a specialty 122 «Computer Science». This degree work starts from the idea of determining whether a face is wearing a mask or not, based on the YOLOv3 algorithm, with the intention of exploring a lightweight mask wearing detection algorithm with high detection accuracy and high speed. As a result of the thesis, an algorithm is designed that greatly reduces the network complexity while guaranteeing the detection accuracy, and the detection speed reaches 125 frames/second on the experimental platform, which occupies an absolute speed advantage compared with several excellent detection algorithms. At the same time, it has good robustness in the case of luminance scale change and occlusion, and has certain adaptability to real-time detection in complex environments.
Measured methods for protecting computer network against computer virus
(Національний університет «Львівська політехніка», 2022) Leiyawor, Asase Jesse; Національний університет «Львівська політехніка»
Context: Since the creation of the computer, there has been a rapid increase in computer viruses from the past years. With the increasing number of computers resorting to the use of software, there is a necessity of keeping data of various users using different ways. Some significant difficulties that Computer Networks are facing are securing, protecting, and processing the data, which is the user's property. Aims and Objective: The main goal of this research is to know and understand the security threats and recognize the appropriate security methods that will be used to prevent computer viruses. The main objectives of this research are: • To recognize the security issues and the techniques used in the expansion of computer viruses in the current world of computer networks. • To pinpoint the security challenges and those that are expected in the future of computer networks • To indicate countermeasures for the future challenges to be countered in computer networks Research Methodology: In this study, we have used two exploring methods; • Survey and evaluation with various users of computer networks • Systematic Literature Review. Conclusion: The identification of security challenges and preventive the approach to computer viruses is a very challenging task. In the procedure of discovery from research methods (SLR and Survey), we had pinpointed an adequate number of challenges and preventive approaches used at present and so in future computer networks.
PID контролери, їхні модифікації та тюнери для них
(Національний університет «Львівська політехніка», 2021) Питель, Андрій Богданович; Національний університет «Львівська політехніка»
Бакалаврська кваліфікаційна робота студента групи КН-409 Пителя Андрія Богдановича. Темою моєї роботи є “PID контролери, їхні модифікації та тюнери для них”. Метою даної роботи є дослідження та порівняння PID контролерів їхніх модифікацій та способи тюнення їх параметрів. Об’єктом же дослідження є різні види PID контролерів методи підбору параметрів регуляторів(методи тюнінгу). В роботі я спроектував симуляцію системи для регулювання PID контролером, PID контролер так тюнер для нього. Розробка системи відбувалася на мові Python та засобами бібліотеки numpy. Розмір роботи кількість картинок розділів і тд.
Program synthesis for genome compression
(Lviv Polytechnic National University, 2023) Maletskyi, Denys; Lviv Polytechnic National University
In the era where genomic data is being generated at an unprecedented pace, the imperative to develop efficient methods for its compression cannot be overstated. This is particularly critical for large-scale genomic projects where the sheer volume of data presents substantial challenges in terms of storage and analysis. This thesis delves into the realm of genome data compression, addressing its significance and exploring innovative solutions to overcome the associated challenges. Central to this discourse is the introduction and exploration of program synthesis as a formidable tool for data compression. Program synthesis, in this context, is leveraged to create sophisticated programs capable of efficiently representing and reproducing genomic data. This technique emerges as a promising approach for genome compression, particularly due to its ability to process large datasets effectively while maintaining data integrity. Throughout this thesis, readers will gain a comprehensive understanding of program synthesis – its mechanics, applications, and how it can be specifically tailored for genome data compression. A significant focus is placed on elucidating how program synthesis can enhance the compression of genome sequences, offering not only a more efficient alternative to traditional methods but also ensuring faster processing times and reduced computational demands. Moreover, the insights and methodologies discussed extend beyond the confines of genomic data. The principles and techniques expounded upon in this thesis have broader applications and can be adapted for compressing various data types. This universality provides a fresh and expansive perspective to the ongoing conversation around data compression strategies, making the findings of this research relevant to a wider audience. In conclusion, this thesis presents a novel approach to genome data compression using program synthesis, specifically the equality saturation approach. The proposed method stands as a testament to the potential of cross-disciplinary 4 innovation in tackling the challenges posed by the ever-growing expanse of genomic data. As the field of genomics continues to evolve, so too must the strategies for managing its data, and this research contributes a pivotal piece to that evolving puzzle. The total volume of work: 61 pages, containing 5 figures and 17 references.
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.
Telegram-бот для рецептів коктейлів з розумними рекомендаціями
(Національний університет «Львівська політехніка», 2023) Тиський, Святослав Михайлович; Національний університет «Львівська політехніка»
Бакалаврська кваліфікаційна робота виконана студентом групи КН-412 Тиським Святославом Михайловичем. Тема “Telegram-бот для рецептів коктейлів з розумними рекомендаціями”. Робота направлена на здобуття ступеня бакалавра за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є створення Telegram-бота, який надає функціонал для зручного пошуку рецептів коктейлів, базуючись на наявних в користувача інгредієнтах та його смаках. Об’єктом дослідження є система рекомендацій для малої вибірки даних та застосування цієї системи в Telegram-боті. У результаті дослідження було створено Telegram-бот, який дозволяє користувачам швидко та ефективно знайти рецепт коктейлю за назвою або типом напою. Бот також надає персоналізовані рекомендації на основі вподобань користувача. Отримані результати підтверджують ефективність запропонованого підходу та дозволяють рекомендувати використання розробленого Telegram-бота для швидкого та зручного пошуку рецептів коктейлів з персоналізованими рекомендаціями. The bachelor's qualification work was completed by the student of KN-412 group Tyskyi Sviatoslav Mykhailovych. Theme "Telegram bot for cocktail recipes with smart recommendations". The work is aimed at obtaining a bachelor's degree in the specialty 122 "Computer Science". The aim of the thesis is to create a Telegram bot that provides functionality for convenient search of cocktail recipes, based on the user's available ingredients and his tastes.
Автоматизована система аналізу боксованих документів
(Національний університет “Львівська політехніка”, 2023) Киричук , Дмитро Олексійович; Національний університет “Львівська політехніка”
Магістерська кваліфікаційна робота виконана студентом групи КНСШ-24 Киричуком Дмитром Олексійовичем. Тема “Автоматизована система аналізу боксованих документів”. Робота направлена на здобуття ступеня магістр за спеціальністю 122 «Комп’ютерні науки». Об’єкт дослідження є універсальна система екстракції даних з боксованих персоніфікованих документів. Предметом дослідження є методи класифікації зображень при наявності одного взірця документу на кожен клас, сегментація боксованих регіонів інтересу зображення з метою екстракції, та оцінки точності сегментація. Досягнення мети відбувається за рахунок класифікації вхідного документу шляхом порівняння ознак з наявними шаблонами документів; бінарної сегментації зображення при переході в HSV колірну модель та накладання маски шляхом підлаштування порогового значення параметру насиченості. Точність сегментації оцінювалася шляхом накладання й порівняння масок, отриманих алгоритмом сегментації та розмічених людиною вручну, з використанням метрик precision, recall та F1 score. У результаті виконання дипломної роботи створено автоматизовану систему аналізу боксованих документів, яка дозволяє виділяти боксовані регіони інтересу на зображенні документу з метою подальшої обробки їх вмісту. Як приклад подальшої обробки, реалізовано розпізнавання текстових регіонів інтересу, присутніх на зображенні документу. Загальний обсяг роботи: 65 сторінок, 34 рисунки, 20 посилань. Master’s degree work of the student of the group CSAI-24 Kyrychuk Dmytro Oleksiiovych. The topic is “Automated system of boxed documents analysis”. The work is aimed at obtaining a master’s degree in 122 “Computer Science”. The problem of extracting information from structured personalized documents is an extraordinarily relevant task in automated processing and decision-making systems. In this paper, the focus was placed on documents where information is stored in separate boxes. The solution implemented in this work can be used for the development of an automatic system for obtaining and registering data when presenting a personalized document where information are located in boxes, or for a system providing access to locations or equipment. The goal of the work is to develop an automated system for analyzing a boxed document, which can be easily scaled to solve a similar task for any other relevant document. To achieve this goal, a number of tasks must be addressed, namely: to implement the ability to determine whether the provided document matches the template from the document database; to develop an algorithm for extracting boxed regions of interest from the document image; to evaluate the accuracy of the region of interest segmentation result; to ensure the modularity of the system and its ability to be modified to a specific document and task. The object of the research is a universal system for extracting data from boxed personalized documents. The subject of the research is the methods of image classification when there is one sample document for each class, the process of finding image regions of interest, and the evaluation of its accuracy.
Автоматизована система розв'язання головоломок пазлів на основі комп'ютерного зору
(Національний університет ”Львівська політехніка”, 2022) Криворучка, Ольга-Анна Олегівна; Національний університет ”Львівська політехніка”
Магістерська кваліфікаційна робота виконана студенткою групи КНСШ-22 Криворучкою Ольгою-Анною Олегівною. Тема “Автоматизована система розв'язання головоломок пазлів на основі комп'ютерного зору”. Робота направлена на здобуття ступеня магістр за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є розробка системи засобами комп’ютерного зору, яка дозволяла б сканувати та аналізувати елементи пазлу, а також складати зображення на основі отриманих даних. Об’єктом дослідження даної теми є процес опрацювання даних з зображення, виділення за певними характеристиками та пошук синергії між елементами. У результаті виконання дипломної роботи було розроблено систему для складання головоломок пазлів, система приймає зображення розкиданих елементів пазлу, як ввід і повертає картинку з правильним розташуванням фрагментів виводом у графічну програму. Дана система може використовуватися на практиці як для розваги у вигляді помічника під час розв’язання головоломок пазлів, так і для вирішення задач збирання з окремих елементів цілісного зображення у археології, реставрації, медицині тощо. The master's qualification work was completed by the student of the CSAI-22 group, Olha-Anna Olehivna Kryvoruchka. The topic of the work: "Automated system for solving jigsaw puzzles based on computer vision". This work is aimed at obtaining a master's degree in the specialty 8.05010104 "Artificial Intelligence Systems". The purpose of the master's qualification work is to develop a system by means of computer vision, which would allow us to scan and analyze the elements of the puzzle, as well as to compose images based on the data obtained. The object of study of this topic is the process of processing data from the image, selection by certain characteristics and the search for synergy between the elements. As a result of the qualification work, a system for solving jigsaw puzzles was developed, the system receives images of scattered puzzle elements as input and returns a picture with the correct location of the fragments by output to a graphics program. This system can be used in practice both for entertainment in the form of an assistant while solving jigsaw puzzles, and for solving problems of assembling a complete image from individual elements in archeology, restoration, medicine, etc.
Автоматизоване виділення розділів відео за допомогою ШІ
(Національний університет “Львівська політехніка”, 2023) Жахалов , Віктор Володимирович; Національний університет “Львівська політехніка”
Магістерська робота студента Жахалова Віктора групи CSAI-24. Тема "Автоматизоване розділення відео на розділи за допомогою штучного інтелекту". Робота є частиною програми комп'ютерних наук та направлена на отримання магістерського ступеню за спеціальністю 122 "Комп'ютерні науки". Об'єкт дослідження – процеси навігації та організації мультимедійного контенту на платформах. Предмет дослідження охоплює техніки та алгоритми обробки природної мови (NLP) та машинного навчання, що застосовуються для автоматизації сегментації відеоконтенту на основі текстових транскриптів. Метою роботи є розроблення інноваційної методології, яка автоматично сегментує відеоконтент на тематичні розділи, забезпечуючи полегшений доступ та контекстне розуміння мультимедійних ресурсів користувачами. Наукова новизна дослідження полягає у введенні передового алгоритму кластеризації без вчителя у поєднанні з методом ковзного вікна для обробки текстових транскриптів. Ця новаторська методологія також використовує виводи генеративних моделей для автоматизованого створення зрозумілих і інформативних назв для кожного ідентифікованого розділу, що розв'язує поточні обмеження у навігації мультимедійного контенту та покращує загальне залучення користувачів. Запропонована методологія використовує передові текстові ембедінги для векторизації сегментів транскриптів і застосовує спеціалізований підхід до кластеризації без попередньо визначеної кількості кластерів, що дозволяє системі адаптивно виділяти секції відео. Крім того, використовується генеративна модель узагальнення для формулювання точних і лаконічних підсумків, які служать як назви розділів, далі покращуючи навігацію мультимедійного контенту. В результаті дослідження було створено міцну та масштабовану систему для автоматизованої сегментації мультимедійного контенту. Ефективність цієї системи була підтверджена під час серії тестів на різних наборах відеоданих, що продемонструвала значне покращення у точності та ефективності сегментування порівняно з традиційними методами. Підсумовуючи, дане дослідження представляє новий підхід до організації мультимедійного контенту, що обіцяє стати цінним активом для навчальних платформ, розважальних індустрій та інших мультимедійних додатків з метою підвищення користувацького досвіду через інтелектуальну автоматизацію. Master’s degree work of the student Zhakhalov Viktor of the group CSAI-24. The topic is "Automated Video Chaptering Using AI". The work is part of the Computer Science program, aimed at obtaining a master's degree in specialty 122 "Computer Science". The surge of multimedia content has made it imperative to develop more precise and effective techniques for categorizing and navigating such material. Automatic video segmentation is one such method that retrieves video segments and allocates them titles autonomously. We are presenting a technique in this research that employs transcript analysis for the automatic segmentation of video content, aiding in better access and a broader comprehension of multimedia resources.