Науково-дослідна робота студентів





НАУКОВІ РОБОТИ СТУДЕНТІВ

Детектування медичних масок на обличчях
Студент 4 курсу – Ардасов В.А.
науковий керівник – доцент Яковлева О.В.


Робота розробці та дослідженню методу детектування медичних масок на обличчях.


Проект є атестаційною роботою бакалавра освітньої програми Інформатика Ардасова В.А.

У результаті цієї наукової роботи:

  • Сформовано штучний датасет облич в медичних масках.

  • Навчена модель детектування маски на обличчі.

Використані математичні методи та програмні технології:

  • Методи: HOG + SVM, Ensemble of regression trees, MobileNet CNN.

  • Мова та програмне середовище: Python, PyCharm

  • Бібліотеки: Dlib, OpenCV, Tensorflow with Keras, Skilit-learn.

  • Датасети: Labelled Faces in the Wild (LFW) Dataset (більш ніж 13 тисяч фото)

Розпізнавання цінників
Студент 4 курсу – Ковтуненко А.Р.
спільний проект з ТОВ SYTOSS

науковий керівник – доцент Яковлева О.В.


Робота присвячена розробці застосунку для розпізнаванню цінників різних торговельних мереж.


Проект є атестаційною роботою бакалавра освітньої програми Інформатика Ковтуненка А.Р.

Використані математичні методи та програмні технології:

  • Детектування штрих коду - математичної морфології, методи математичної статистики, або згорткова нейронна мережа.

  • Розпізнавання штрих коду - відкрита бібліотека ZXing (Zebra Crossing).

  • Детектування ціни та назви товару - згорткова нейронна мережа CRAFT.

  • Розпізнавання ціни та назви - бібліотека Tesseract.

  • Мова С++ з використанням бібліотек OpenCV, Libtorch, ZXing, Tesseract.

  • Розроблено мобільну версію застосунку з використанням технології Java Native Interface.

Визначення швидкості автомобілів в відеопотоці

Cтуденти 2-го курсуКовтуненко А.Р, Пилипенко П.В,

Свистунов І.О.
науковий керівник – професор Машталір С.В.


Застосунок призначений для обчислення швидкості руху автомобілів на основі аналізу відеопотоку з камер спостереження.


У виставці технічної творчості молоді у рамках Міжнарожного молодіжного форуму “Радіоелектроніка і молодь у ХІХ столітті” зайняв призове місце у номінації “Програмні технології”.

Використані математичні методи та програмні технології:

  • Трекінг об'єктів реалізовано за рахунок покадрової обробки відеопотоку з використанням порівнянь кадрів;

  • Для зображень проводилась бінаризація та обробка методами математичної морфології;

  • Застосунок було створено мовою С++ з використанням відкритої бібліотеки комп’ютерного зору ОpenCV.

Carousel imageCarousel imageCarousel imageCarousel imageCarousel image

Підрахунок людей у натовпі
Магістр Норматова Т.В.

науковий керівник – доцент Яковлева О.В.


Атестаційна робота магістра Норматової Т.В. на тему "Реалізація та дослідження у порівняльному спектрі методів для підрахунку людей у натовпі на базі згорткових нейронних мереж та класичних підходів до аналізу текстурних зображень".

Використані математичні методи та програмні технології:

  • метод локальних бінарних шаблонів (LBP)

  • нейронні мережи CSRNet та MCNN;

  • мова Python, бібліотеки PyTorch, OpenCV;

Результати були опробуванні на XI-й Міжнародній науково-практичній конференції «Free and Open Source Software» та на Міжнародній науково-технічній конференції конференції «Інформатика, управління та штучний інтелект» та на 24-ому Міжнародному молодіжному форумі «Радіоелектроніка та молодь у XXI столітті».

На конференції у рамках 24-го Міжнародному молодіжному форуму робота посіла II місце.

Carousel imageCarousel imageCarousel imageCarousel imageCarousel imageCarousel image

Класифікація нейронними мережами та інтерпретація рішень методом Lime
Магістр Новічонок М.С.

науковий керівник – доцент Яковлева О.В.


Атестаційна робота магістра Новічонок М.С. на тему "Дослідження моделей згорткових нейронних мереж бібліотеки Keras для класифікації об’єктів на зображенні з використанням методів інтерпретації рішень моделі".

Використані математичні методи та програмні технології:

  • нейронні мережі Inception V3, MobileNet V1, ResNet-101 V2, ResNet-152 V2, їх моделі Keras Applications, попередньо навчені для класифікації об’єктів на зображенні;

  • інтепретація рішень нейронних мереж за допомогою методу LIME (на основі суперпіксельної сегментації) ;

  • метрики precision, recall та F-міра для оцінки якості моделей;

  • метод середнього арифметичного рангу та метод медіан для визначення узагальненного рангу згідно експертної оцінки;

  • мова Python, бібліотеки Keras, Lime;

Результати були опробуванні на XI-й Міжнародній науково-практичній конференції «Free and Open Source Software» та на Міжнародній науково-технічній конференції конференції «Інформатика, управління та штучний інтелект» та на 24-ому Міжнародному молодіжному форумі «Радіоелектроніка та молодь у XXI столітті».

На конференції у рамках 24-го Міжнародному молодіжному форуму робота посіла II місце.

Дескриптор

Магістр – Солодченко К.
науковий керівник – професор Гороховатський В.О.


Мета проекту - побудова методу класифікації зображень у просторі множин дескрипторів ключових точок із використанням апарату аналізу та оброблення бітових даних задля формування узагальненого опису об’єкта та подальшого його використання.


Проект є науковою роботою магістра освітньої програми Інформатика Солодченко К.

У результаті цієї наукової роботи:

  • Розроблений підхід універсально може бути застосовано для класифікації множин бінарних даних довільної природи.

  • Запропоновано ефективний метод класифікації комп'ютерних зображень з використанням бінарного оброблення.

  • Отримані практичні програмні моделі для застосування та оцінювання ефективності методів класифікації з бінарним поданням даних і підтвердження їх результативності в прикладних базах зображень.

Мережі Кохонена
МагістрПупченко Д.В.
науковий керівник - професор Гороховатський В.О.


Робота присвячена розробці методів для вирішення проблеми інваріантного розпізнавання візуальних об’єктів з використанням апарату класифікації дескрипторів ключових точок зображення та засобів нейронної мережі Кохонена.

Проект є атестаційною роботою магістра освітньої програми Інформатика Пупченко Д.В.

У результаті наукової роботи:

  • Проаналізовано простір дескрипторів ключових точок зображення для знаходження оптимальних центрів кластерів, що використовуються у алгоритмі мережі Кохонена.

  • Вирішені задачі детектування особливих точок на зображенні та обчислювання дескрипторів.

  • Розроблені алгоритми мережі Кохонена для кластеризації дескрипторів.

  • Розроблена комп'ютерна модель для

тестування варіантів оброблення.

Ієрархічні ознаки
Магістр – Сірик Т.О.

науковий керівник - професор Гороховатський В.О.


Метою дослідження є розроблення модифікації методу структурного розпізнавання на підставі впровадження блокових моделей для бітів даних із просторовим інтегруванням значень їх ймовірнісних розподілів.


Проект є атестаційною роботою магістра освітньої програми Інформатика Сірик Т.О.

У результаті цієї наукової роботи:

  • Здійснено класифікацію зображень на основі просторового оброблення структурних описів.

  • Вирішені задачі детектування ключових точок на зображенні та обчислювання дескрипторів ORB.

  • Визначена релевантність образів у новому просторі ознак

  • Розроблена комп'ютерна модель для тестування і оцінки результативності варіантів оброблення.

НАУКОВІ ЗДОБУТКИ СТУДЕНТІВ КАФЕДРИ ІНФОРМАТИКА

I місце – «Методи класифікації зображень з використанням просторового оброблення структурних описів»

магістр освітньої програми Інформатика Сірик Т.О.

науковий керівник - професор Гороховатський В.О.

У 2020 р. студентська наукова робота студента Сірик Т.О. «Методи класифікації зображень з використанням просторового оброблення структурних описів» здобула диплом 1-го ступеня на Всеукраїнському конкурсі студентських наукових робіт з напрямку «Комп’ютерні науки».

ІІ місце – «Методи структурної класифікації зображень із використанням нейронної мережі»

магістр освітньої програми Інформатика Пупченко Д.В.
науковий керівник - професор Гороховатський В.О.

У 2019 р. студентська наукова робота ст. Пупченко Д.В. «Методи структурної класифікації зображень із використанням нейронної мережі» здобула диплом 2-го ступеня на Всеукраїнському конкурсі студентських наукових робіт з напрямку «Комп’ютерні науки».

ІІІ місце – «Розпізнавання зображень за множиною ключових точок»

магістр освітньої програми Інформатика Солодченко К.
науковий керівник - професор Гороховатський В.О.

У 2019 р. студентська наукова робота ст. Солодченко К.Г. «Розпізнавання зображень за множиною ключових точок» здобула диплом 3-го ступеня на Всеукраїнському конкурсі студентських наукових робіт з напрямку «Інформатика і кібернетика».

ОПУБЛІКОВАНІ СТАТТІ З УЧАСТЮ СТУДЕНТІВ У 2018-2020 РР.

Гороховатський, В.О., Запорожченко, А.П., Сірик, Т.О., Тарасенко, О.П. (2020) Дослідження результативності застосування ознак розподілів даних для обчислення релевантності описів зображень. Системи управління, навігації та зв’язку, вип. 1 (59), с. 68–73,doi: 10.26906/SUNZ.2020.1.068.

Гороховатський В.О. Застосування апарату аналізу та оброблення бітових даних у методах класифікації зображень за множиною ключових точок / В.О. Гороховатський, К. Г. Солодченко // Системи управління, навігації та зв’язку. –2018. – №2 (48). – C. 63–67.

Гороховатський, В.О., Пупченко, Д.В., Стяглик, Н.І. (2020) Дослідження трансформацій простору даних при навчанні мережі Кохонена у методах структурної класифікації зображень. Сучасні інформаційні системи, т. 4, №1, с. 113–118, doi: 10.20998/2522-9052.2020.1.17.

Гороховатський В.О. Дослідження системи ієрархічних ознак при блочному поданні опису у складі множини ключових точок зображення / В.О. Гороховатський, Д.О. Руденко, Т.О. Сірик // Системи управління, навігації та зв’язку. – 2019. – №2 (54). – C. 69–73. doi: 10.26906/SUNZ.2019.1.003.

Солодченко К.Г. Дослідження структурних методів класифікації зображень з використанням детектора BRISK / К.Г. Солодченко, В.О. Гороховатський, Є.П. Путятін // Інтелектуальні системи прийняття рішень та проблеми обчислювального інтелекту (ISDMCI’2018): збірка наук. праць міжн. наук. конф., с. Залізний Порт, 21–27 травня 2018. – Херсон: ФОП Вишемирський В.С., 2018. – С. 279–281.

Гороховатський В.О. Аналіз властивостей, характеристик та результатів застосування новітніх детекторів для визначення особливих точок зображення / В.О. Гороховатський, Д.В. Пупченко, К. Г. Солодченко // Системи управління, навігації та зв’язку. –2018. – №1 (47). – C. 93–98.

Гороховатський В.О. Дослідження модифікацій методу встановлення релевантності зображень об’єктів за описами у вигляді множини дескрипторів ключових точок / В.О. Гороховатський, А.А. Васильченко, К.П. Манько, Р.П. Пономаренко // Системи управління, навігації та зв’язку. –2018. – №5 (51). – C. 74–78.

Пупченко Д.В. Изучение адаптационных свойств сети Кохонена в задаче классификации изображений / Д.В. Пупченко, В.А. Гороховатский, Е.П. Путятин // Інтелектуальні системи прийняття рішень та проблеми обчислювального інтелекту (ISDMCI’2018): збірка наук. праць міжн. наук. конф., с. Залізний Порт, 21–27 травня 2018. – Херсон: ФОП Вишемирський В.С., 2018. – С. 274–276.

А.Р. Ковтуненко, О.В. Яковлева, В.А. Любченко, & О.В. Янголенко (2020) Дослідження сумісного використання математичної морфології та згорткових нейронних мереж для вирішення задачі розпізнавання цінників. Вісник Національного технічного університету ХПІ (3). 24-31.

Yakovleva, O., Nikolaieva, K. (2020). Research Of Descriptor Based Image Normalization And Comparative Analysis Of SURF, SIFT, BRISK, ORB, KAZE, AKAZE Descriptors. Advanced Information Systems, 4(4), 89-101. doi:10.20998/2522-9052.2020.4.13

Lyashenko V., Kobylin O., Selevko O. (2020) Wavelet Analysis and Contrast Modification in the Study of Cell Structures Images // International Journal of Advanced Trends in Computer Science and Engineering. 9(4). – 4701-4706.

Kobylin, O., Vyskrebentseva, S., & Petrova, R. (2019). Обробка даних, що містять пропуски в задачах кластеризації . Системи управління, навігації та зв’язку. Збірник наукових праць, 5(57), 45-50. https://doi.org/https://doi.org/10.26906/SUNZ.2019.5.045

МАТЕРІАЛИ МІЖНАРОДНОГО МОЛОДІЖНОГО ФОРУМУ

Радіоелектроніка та молодь у ХХІ столітті (2021 рік)

Наукові роботи з видання можна переглянути тут.

Конференція «Сучасні методи обробки зображень»:

  • Ардасов В.А "Створення датасету зображень облич у медичних масках з метою його подальшого використання для детектування облич"

  • Андрєєва А.Ю. "Про врахування особливостей опрацювання мультимедійних даних під час моделювання вебзастосунку для вивчення іноземної мови"

  • Бабочкін О.О. "Про сучасний стан розвитку методів ідентифікації об’єктів на зображенні"

  • Єрмакова Д.Є. "Дослідження питання пошуку схожих текстур для розробки модуля сервісу стокових фото"

  • Єрьоменко В.М "Розпізнавання зображень на основі статистичних характеристик для компонентів структурного опису"

  • Жадан О.В. "Метод стиснення множини ключових точок зображення"

  • Ковтуненко А.Р. "Порівняння класичних методів детектування облич на зображенні та нейромережевих підходів за якістю та швидкодією"

  • Корякін І.М "Про особливості деяких методів розпізнавання облич людей на зображенні"

  • Кухарчук В.А "До питання аналізу сучасного стану розвитку застосунків для ідентифікації особистости на зображеннях та кадрах відеозйомки"

  • Лисенко А.О. "Багаторазовий алгоритм вилучення випадкових функцій для відстеження об’єктів зображення"

  • Луціва Д.В. "Дослідження питання пошуку відповідних пар дескрипторів для нормалізації зображень"

  • Магомет А.В. "До питання врахування мультимедійних даних під час системного аналізу предметної області"

  • Пилипенко П.В. "Пошук подібних зображень у коллекції на основі аналізу характерних точок"

  • Полубєхін А.А. "Про особливості оброблення даних для подальшого моделювання конфігурації організаційної системи"

  • Попирєв Д. О. "Ддослідження інваріантних властивостей дескрипторів для вирішення задачі пошуку плагіату зображень в документах"

  • Пронюк О.Д. "Аналіз властивостей методу BRISK"

  • Рибалка М.О. "Метод класифікації зображень з використанням принципу ближнього сусіда"

  • Темчур К.О. "аналіз сучасного стану розробки програмних застосунків для розпізнавання та класифікації кулінарних страв"

  • Хвостенко О.О. "Дослідження класифікаторів зображень із використанням методу ORB"

  • Чмутов Ю. В. "Метод швидкої класифікації зображень на підставі кластеризації"

Радіоелектроніка та молодь у ХХІ столітті (2020 рік)

Наукові роботи з видання можна переглянути тут.

Конференція «Сучасні методи обробки зображень»:

  • Алмакаєва А.Є. "Метод автоматичної генерації рівнів комп’ютерної гри на основі дисперсії випадкових величин"

  • Андрєєва А.Ю. "Про можливості інформаційних технологій під час розробки веб-застосунків"

  • Антіпов О.С. "Обчислення релевантності кластерних описів візуальних об’єктів"

  • Богдан Д.І. "Архітектури нейронних мереж для розпізнавання образів"

  • Бугаєвський М.С. "Поліпшення якості управління проектами на основі методології гнучкого управління проектами AGILE"

  • Висоцький Д.О. "Розроблення JAVA-застосунків для NOSQL баз даних як компонентів інформаційної системи"

  • Єрьоменко В.М. "Класифікація на основі статистики дескрипторів ключових точок"

  • Зарівчацький Р.М. "Порівняльний аналіз сучасних детекторів ключових точкових зображень"

  • Каплій А.В. "Використання методу РСА у задачі розпізнавання облич"

  • Карпушин Д.М. "Методи суперпіксельної сегментації та їх застосування для аналізу зображення з різнорідною текстурою"

  • Ковтуненко А.Р. "Створення додатку для розпізнавання цінників у торгівельних мережах шляхом сумісного використання математичної морфології та згорткових нейронних мереж"

  • Коморний Д.С. "Моделювання методу самонавчання на множині структурних ознак зображень"

  • Кравець Р.А. "Прогнозування об'єму продажів інтернет-магазину за допомогою інтервальної моделі авторегресії - змінного середнього (ARIMA)"

  • Лапченко В.О. "Технології розпізнавання облич"

  • Леонов М.С. "Розробка системи виявлення обличчя у відео потоці в умовах малопотужного апаратного забезпечення та із застосуванням бібліотеки OPENVINO разом з графічним прискорювачем NEURAL STICK V2"

  • Луцива Д. В. "Створення зображення усередненого обличчя за допомогою мови С++ та бібліотек OPENCV, DLIB"

  • Магомет А.В. "Про розроблення медичної інформаційної системи"

  • Монастирський В.Р. "Кластерізація відеозображень"

  • Московченко Є.С. "Технологія "мішок слив" для відображення релевантності структурних описів зображень"

  • Новічонок М.С. "Аналіз згорткових нейронних мереж бібліотеки TENSORFLOW для вирішення задачі детектування та класифікації об’єктів на зображенні"

  • Норматова Т.В. "Дослідження питання підрахунку людей у настовпі на базі згорткових нейронних мереж"

  • Павлова М.О. "Метод ланцюгованного кодування Фрімена у комп’ютерному зорі"

  • Педан Р. В. "Дослідження зв’язку детекторів та дескрипторів ключових точок"

  • Пилипенко П.В. "Пошук плагіату зображень за допомогою аналізу характерних точок"

  • Пономаренко Т.С. "Аналіз існуючих алгоритмів сегментації зображень"

  • Пригодій А.І. "Аналіз та кластерізація зображень, представлених у формі часових рядів"

  • Резник М.В. "Використання автономного приладу розпізнавання образів на різних групах об’єктів"

  • Рибалка М. О. "Система знаходження облич та підрахунку кількості людей у відеопотоці"

  • Cанжаровський А.В. "Математичне моделювання при розробленні високонавантажених програмних систем"

  • Селевко О.В. "Програмно-апаратна реалізація методів нормалізації та розпізнавання об’єктів"

  • Сергєєв Я. С. "Методи класифікації зображень"

  • Сірик Т.О."Вивчення результативності системи ієрархічних ознак для класифікації зображень"

  • Стребков Г.С. "Генеративні змагальні мережі в розпізнаванні зображень"

  • Танянський О.С. "Алгоритм читання QR-коду"

  • Тарапата Д.Р. "Методи OPENCV та метод K-середніх у визначенні домінуючих кольорів на зображенні"

  • Таскаєв В.О. "Порівняльний аналіз розкладань афінних перетворень в завданні нормалізації зображень"

  • Ткаченко Д.А. "Нормалізація проективно спотворених зображень з використанням інваріантних відображень"

  • Товстолєс Д.Ю. "Аналіз методів детектування об’єктів на зображеннях"

  • Чугайов О. О. "Розробка та дослідження методів пошуку зображень на основі аналізу характерних точок"

  • Шевченко М. С. "Розробка та дослідження методу зшивання зображень на основі аналізу дескрипторів"

Каталог виставки технічної творчості молоді (2021 рік)

Каталог виставки технічної творчості молоді можна переглянути тут.

  • Коваль Ярослав Вадимович, ст. гр. ІТІНФ-17-1 "Знаходження та підрахунок людей у відеопотоці в реальному часі"

  • Коваль Ярослав Вадимович, ст. гр. ІТІНФ-17-1 "Створення розумного світлофору за допомогою мови Python та бібліотек OPENCV"

  • Подвальний Євгеній Сергійович, ст. гр. ІНФм-20-1 "Знаходження та класификація об'єктів у відеопотоці в реальному часі"

  • Рибалка Михайло Олексійович, ст. гр. ІТІНФ-18-2 "Система класифікації зображень з використанням аналізу ORB дескрипторів ключових точок"

Каталог виставки технічної творчості молоді (2020 рік)

Каталог виставки технічної творчості молоді можна переглянути тут.

  • Гречишкін Данило Сергійович, ст. гр. ІТІНФ-19-3 "Швидка побудова трикутника Серпинського методом хаоса"

  • Ковтуненко Андрій Романович, ст. гр. ІТІНФ-16-1 "Знаходження та розпізнавання цінників товарів на зображенні шляхом сумісного використання математичної морфології та згорткових нейронних мереж"

  • Леонов Микита Сергійович, ст. гр. ІТІНФ-16-1 "Розпізнавання та підрахунок людей методами машинного навчання на малопотужних системах"

  • Луціва Дарина Вячеславівна, ст. гр. ІТІНФ-17-1 "Створення зображення усередненого обличчя за допомогою мови С++ та бібліотек OpenCV, Dlib"

  • Пилипенко Павло Володимирович, ст. гр. ІТІНФ-16-1 "Пошук ідентичних зображень в колекції на основі аналізу характерних точок для вирішення задачі плагіату зображень"

  • Рибалка Михайло Олексійович, ст. гр. ІТІНФ-18-2 "Система підрахунку кількості облич у відеопотоці"

Каталог виставки технічної творчості молоді (2019 рік)

Каталог виставки технічної творчості молоді можна переглянути тут.

  • Ачкасов Іван Володимирович, ст. гр. ІНФ-14-1 "Автоматичне розпізнавання даних у паспорті"

  • Данилов Максим Володимирович, ст. гр. ІНФм-17-1 "Розпізнавання рукописних символів методом обчислення інваріантів та машинного навчання SVM"

  • Довженко Анна Віталіївна, ст. гр. ІНФм-18-1 "Локалізація та розпізнавання облич методом знаходження ключових точок та розпізнавання їх за допомогою SVM"

  • Шевченко Вадим Дмитрович, ст. гр. ІНФм-18-1 "Використання технологій комп'ютерного аналізу зображень для визначення калорійності продуктів під час планування дієти"

Каталог виставки технічної творчості молоді (2018 рік)

Каталог виставки технічної творчості молоді можна переглянути тут.

  • Ачкасов Іван Володимирович, ст. гр. ІНФ-14-1 "Локалізації та розпізнавання автомобільних номерів за допомогою «каскаду Хаара»"

  • Дев’ятов Олександр Дмитрович, ст. гр. ІНФ-14-1 "Програмне забезпечення для розпізнавання кісті руки на фоні"

  • Довженко Анна Віталіївна, ст. гр. ІНФ-14-1 "Динамічне розпізнавання дорожніх знаків на відео"

  • Ковтуненко Андрій Романович, Пилипенко Павло Володимирович, Свистунов Ілля Олексійович, ст. гр. ІТІНФ-16-2 "Spdtrace"

  • Козінець Дмитро Олександрович, ст. гр. ІНФ-14-2 "Використання нейронної мережі у сучасному світі. Інструмент для розпізнавання складного зображення для соціальних мереж"

  • Норматова Тетяна Віталіївна, Новічонок Марія Сергіївна, ст. гр. ІНФ-15-1 "Machine learning у хроматографічному аналізі"

  • Подласенко Євген Павлович, ст. гр. ІНФ-14-1 "Розробка охоронного програмного комплексу стеження за рухомими об’єктами"

ТЕМИ КВАЛІФІКАЦІЙНИХ РОБІТ СТУДЕНТІВ

Теми бакалаврських робіт (2021)

  • Розробка вебзастосунку туристичної компанії з використанням Angular

  • Розробка рекурентного методу достовірної нечіткої кластеризації даних

  • Дослідження методів аналізу текстурних зображень для вирішення задачі пошуку текстур в стокових фото

  • Дослідження моделей та методів моніторингу онлайн-ЗМІ для пошуку біржової інформації

  • Розроблення серверної частини конструктора сайту з використанням технології Spring

  • Розробка та реалізація розумного світлофора для керування трафіку

  • Розроблення користувацького компонентного сайту з використанням технології React

  • Розроблення застосунку для ідентифікації облич на кадрах відеозйомки

  • Розроблення примітивив зображень та ігрової навчальної програми

  • Дослідження метрик для аналізу аудиторії відвідування сайтів

  • Розробка автоматичної системи формування запитань для (навчальних) відео

  • Моделювання інформаційної системи визначення рівня готовності програмного забезпечення до автоматизованого тестування

  • Розробка та дослідження методу пошуку зображень на основі дескрипторів для виявлення плагіату зображень у текстових файлах

  • Розробка застосунку формування панорамних знімків

  • Розробка адаптивного методу нечіткої кластеризації даних на основі еволюційного алгоритму

  • Нейронні моделі для вдосконалення пошуку інформації першої фази

  • Розробка системи, що створює відповіді на запитання за допомогою глибокого навчання

  • Розробка застосунку суперпіксельної сегментації зображень

  • Моделювання статистичних мір для класифікації зображень на основі компонентного аналізу

  • Розроблення методу класифікації зображень із використанням кластерних структур для швидкого пошуку даних

  • Розробка та реалізація детектування рухомих об'єктів у відділу потоці та їх розпізнавання

  • Розроблення вебзастосунку для дистанційного вивчення англійської мови

  • Розробка та дослідження методу детектування медичних масок на обличчях

  • Розроблення методу ідентифікації об’єктів на основі дескрипторів ключових точок зображення

  • Розробка системи, що створює відповіді на запитання за допомогою глибокого навчання

  • Моделювання інформаційної системи для автодорожної служби

  • Розробка застосунку сегментації зображень зрушенням середнього

  • Розроблення методу класифікації зображень за інтегральним поданням розподілів компонентів даних

  • Застосування технологій створення та редагування відео у сучасних системах комп’ютерної графіки

  • Розробка мобільного застосунку «Receipter» для домашньої бухгалтерії

  • Розроблення застосунку для виявлення та класифікації подібності рис людських облич

  • Розробка CRM cистеми для готельного бізнесу

  • Розробка методу нечіткої кластеризації викривлених даних на основі достовірного підходу та міри подібності спеціального типу

  • Розробка системи інформаційного супроводу амбулаторних пацієнтів в медичних установах

  • Реалізація системного застосунку інформаційної системи для автодорожної служби

  • Розробка вебзастосунку «Доставка ресторанної їжі» з використанням React та firebase

  • Моделювання методу для визначення релевантності описів зображень із застосуванням хешування даних

  • Розроблення застосунку для розпізнавання та класифікації образів кулінарних страв

  • Розроблення застосунку для обробки термографічних зображень

  • Дослідження методу аналізу даних із застосуванням теорії приблизних множин

  • Розробка методу можливісної кластеризації даних на основі еволюційної оптимізації котячих зграй

  • Розроблення методу класифікації зображень на підставі вагових співвідношень у кластерному поданні зразків

  • Розробка та реалізації знаходження облич та їх модифікування за Landmark

  • Розробка та дослідження методу пошуку та підрахунку людей у відеопотоці

Теми магістрських робіт (2021)

  • Дослідження методів оброблення та розпізнавання рукописного тексту

  • Дослідження та порівняння методів тестування мобільних застосунків

  • Дослідження та порівняння методів вебтестування

  • Дослідження та реалізація методу розпізнавання кирилиці у відеопотоці

  • Дослідження функціоналів і можливостей застосування програмних засобів для онлайн-навчання

  • Вивчення засобів автоматизованого тестування для оцінювання показників якості програмного продукту

  • Вивчення функціоналів програмних засобів для управління навчанням у системах підвищення кваліфікації персоналу

  • Дослідження методів маркетингового аналізу для МІСЕ-індустрії

  • Дослідження кластеризації послідовностей за непрямими вимірами

  • Дослідження та розробка медичної інформаційної системи для підтримки паліативних пацієнтів

  • Дослідження і порівняння методів класифікації реалізацій трафіків для детектування DDos-атак

  • Ієрархічна суперпіксельная сегментація зображень

  • Дослідження методу структурної класифікації зображень з використанням засобів нечіткої кластеризації даних

  • Дослідження методів кластеризації часових рядів за значеннями параметрів

  • Розробка та дослідження методу розпізнавання облич для систем безпеки на базі результатів проведеного аналізу сучасних методів детектування та розпізнавання об’єктів

  • Дослідження метрик та інструменту Google Analytics для підвищення відвідування сайтів

  • Дослідження та реалізація методу цифрової фільтрації зображень з використанням FPGA

  • Дослідження та реалізація методу суперпіксельной обробки зображень з використанням FPGA

  • Дослідження технологій доповненої реальності та впливу маркетингу на розвиток медичної галузі

  • Дослідження методу розроблення медичної інформаційної системи з використанням об’єктно-орієнтованого подання

  • Вивчення методу редукції системи структурних ознак зображення на основі метричного критерію інформативності

  • Дослідження та розробка інформаційної системи з підбору медичного персоналу для людей з обмеженими можливостями

  • Дослідження методу правдоподібної кластеризації даних на основі еволюційного методу божевільних котів

  • Дослідження та реалізація методу оброблення динамічних медичних зображень

  • Розробка та дослідження методу пошуку плагіату зображень з подальшим його впровадженням в систему виявлення плагіату зображень в текстових файлах

  • Досліження та розроблення методу детекції та трекінгу людей в заданій області для систем контролю навантаження офісу

  • Дослідження медичної інформаційної системи

  • Дослідження методу еволюційної оптимізації на основі алгоритму кластеризації змішаних даних

  • Дослідження методу адаптивної передобробки інформації в задачах інтелектуальної обробки даних

  • Дослідження та порівняння методів детектування людей на зображеннях

  • Дослідження методу розпізнавання жестової мови

  • Дослідження застосування текстонів у комп'ютерному зорі

Теми бакалаврських робіт (2020)

  • Моделювання мір для обчислення релевантності кластерних описів візуальних об’єктів

  • Моделювання інформаційної системи для менеджменту процесу розробки програмного забезпечення за допомогою Agile методології

  • Моделювання інформаційної системи підтримки паліативних пацієнтів

  • Розроблення сервісу для аналізу відвідуваності сайтів

  • Моделювання адаптивної системи мобільних засобів для медичної діагностики

  • Розроблення методу розпізнавання зображень на основі статистичних характеристик множини дескрипторів ключових точок

  • Методи суперпіксельної сегментації зображень

  • Розробка застосунку для розпізнавання цінників товарів шляхом сумісного використання математичної морфології та згорткових нейронних мереж

  • Розробка застосунку для дослідження методів діагностування хвороби пацієнта

  • Розробка застосунку для спектрального аналізу тепловізійних зображень

  • Розробка системи відеомоніторингу рухомих об'єктів на основі малопотужних пристроїв з застосуванням штучних нейромереж

  • Розроблення сервісу для відновлення пароля аккаунта Google

  • Розроблення моделі для створення медичної інформаційної системи

  • Розроблення моделі інформаційної системи для оцінки та підбору медичного персоналу

  • Розроблення автоматизованої системи для розподілу та обліку навчального навантаження коледжу

  • Моделювання технології «мішок слів» для визначення релевантності структурних описів зображень

  • Моделювання та аналіз результативності детекторів для визначення ключових точок зображення

  • Розробка веб-застосунку для пошуку плагіату зображень в текстових документах на основі аналізу характерних точок

  • Програмний застосунок управління об’єктами за допомогою нейронної мережі

  • Моделювання медичної інформаційної системи

  • Розробка мобільного додатку до підтримки прийняття рішень щодо клінічного діагностування хвороби людини

  • Розроблення сервісу для перевірки документів у відеопотоці

  • Розроблення системи детектування людей на зображеннях

  • Розроблення веб-платформи для соціальних мереж у хмарі

Теми магістрських робіт (2020)

  • Дослідження та розробка штучної нейронної мережі для знаходження місця розташування автомобільних номерів

  • Дослідження та аналіз можливостей методів Text Mining для підвищення якості перевірки текстів на плагіат

  • Розробка та дослідження методу нормалізації афінних перетворень

  • Дослідження методів порівняння зображень на базі діаграм Вороного

  • Розробка та дослідження методу прогнозування за допомогою апарату часових рядів

  • Розробка та дослідження методу пошуку зображення у базах даних

  • Дослідження програмних засобів для організації автоматизованого документообігу у банківських системах

  • Дослідження методів компаративного аналізу сегментації

  • Дослідження методу непараметричної статистики для визначення релевантності описів зображень

  • Дослідження методу зіставлення структурних описів зображень з використанням мультимножин

  • Дослідження методу стиснення аудіоданих з використанням вейвлет-перетворення

  • Розробка та дослідження методу знаходження та розпізнавання структури цінника для супермаркетів

  • Дослідження методів оцінки альтернатив в задачах багатокритеріального вибору в нечітких умовах

  • Розробка та дослідження методу машинного навчання для нечіткої кластеризації даних

  • Розробка та дослідження методу ідентифікації порід котів за їх зображеннями

  • Дослідження методу розпізнавання облич

  • Дослідження методу розпізнавання геоінформаційних ситуацій в системах моніторингу територій

  • Дослідження методів фрагментної сегментації зображень за умов невизначеності

  • Розробка та дослідження адаптивного методу ймовірнісної нечіткої кластеризації даних

  • Дослідження та розробка методу планування харчової дієти на основі навчання штучної нейронної мережі для знаходження продуктів та їх калорійності

  • Розробка та дослідження методу кластеризації для прогнозування

  • Дослідження та розробка моделі і методу генерування зображень на основі нейронних мереж

  • Розробка та дослідження методу кластеризації часових рядів для сегментації відеоряду

  • Дослідження гібридних методів для класифікації складноструктурованих зображень

  • Розробка та дослідження методу нормалізації геометричних перетворень зображень на основі аналізу характерних точок

  • Дослідження методів побудови оптимального шляху по пересічній місцевості відповідно до заданих точок

  • Дослідження та розробка предметно-орієнтовної мови програмування для медичного діагностування

  • Дослідження методів прийняття рішень щодо сценарію лікування хвороби

  • Дослідження та розробка методу діагностування хвороби з використанням структурованих та неструктурованих даних

  • Розробка та дослідження нейромережевого методу ідентифікації номерних знаків

  • Дослідження результативності застосувань апарату нейромереж у методах структурного розпізнавання зображень

  • Дослідження та розробка системи обробки розпізнавання осіб на зображеннях

  • Дослідження та розробка методу автоматичного розпізнавання та перекладу профільного тексту

  • Розробка та дослідження методу оцінки якості кластеризації часових рядів

  • Дослідження ефективності засобів бінарного оброблення даних у структурних методах класифікації об’єктів

  • Розробка та дослідження методу нечіткої кластеризації даних з пропусками

  • Дослідження та розробка моделі і методу реконструкції в просторі на основі зображень

  • Дослідження та розробка інформаційно-пошукової системи з неструктурованими наборами даних з датчиків