http://ea.donntu.edu.ua:8080/jspui/handle/123456789/29466 2023-04-03T06:29:51Z http://ea.donntu.edu.ua:8080/jspui/handle/123456789/33571 Название: Система шифрованого обміну повідомленнями на основі нейронної мережі з використанням деревовидних машин парності Авторы: Рябко, Владислав Іванович Краткий осмотр (реферат): Дану випускну кваліфікаційну роботу присвячено аналізу та впровадженню шифрованого обміну повідомленнями між співробітниками підприємства для досягнення необхідного рівня захисту від кріптоатак, шляхом застосування методів криптографічного аналізу. Мета – вибір оптимальних підходів для удосконалення системи шифрування, яка дозволяє підвищити криптостійкість та зменшити час на шифрування повідомлення. Об’єкт дослідження – процес шифрування. Предмет дослідження – архітектури штучних нейронних мереж для задачі шифрування даних при передачі повідомлення. Задачею є дослідження архітектури та принципів роботи штучних нейронних мереж, дослідження архітектури системи шифрування, проведення аналізу мереж для отримання ключу зв’язку. Результатом проведених досліджень та етапу проектування і розробки настільного застосунку є автоматизована система шифрування повідомлень користувачів на основі деревовидних машин парності. 2022-02-01T00:00:00Z http://ea.donntu.edu.ua:8080/jspui/handle/123456789/33570 Название: Удосконалення технології розпізнавання облич за допомогою згорткових нейронних мереж Авторы: Мякшин Олександр Дмитрович, Олександр Дмитрович Краткий осмотр (реферат): Випускну магістерську роботу присвячено дослідженню методів побудови та алгоритмів роботи згорткових нейронних мереж в контексті розпізнавання обличь для визначення шляхів покращення вже існуючих моделей. Мета дослідження – пошук та реалізація підходів удосконалення системи розпізнавання обличь, які дозволяють розпізнавати об’єкти з підвищеною точністю розпізнавання без зниження швидкості. Об’єкт дослідження даної роботи – процес розпізнавання обличь за допомогою згорткових нейронних мереж. Предмет дослідження – архітектури та можливості згорткових нейронних мереж для вирішення задачі розпізнавання обличь на двовимірних зображеннях. Наукова новизна полягає в отриманні більш ефективної архітектури згорткової нейронної мережі, яка дозволяє підвищити точність розпізнавання облич. Практичне значення полягає в накопиченні рекомендацій щодо розробки та навчання згорткових нейронних мереж в цілях використання в системах розпізнавання обличь на основі аналізу сучасних архітектур та принципів роботи існуючих моделей. 2022-02-01T00:00:00Z http://ea.donntu.edu.ua:8080/jspui/handle/123456789/33569 Название: Прогнозування показників фінансового ринку за допомогою нейронної мережі на основі LSTM Авторы: Мирошниченко, Ігнат Васильович Краткий осмотр (реферат): Об’єктом дослідження є методики прогнозування показників фінансового ринку. Предметом дослідження є методи застосування нейронних мереж для прогнозування фінансового ринку. Мета роботи – розгортання та навчання нейронної мережі для прогнозування показників фінансового ринку. Основні задачі роботи:  проаналізувати існуючі методи прогнозування показників фінансового ринку з акцентом на нейронні мережі;  обрати тип нейронної мережі , найкращій за параметрами точності та глибини прогнозу (параметри – розрахувати);  розгорнути та навчити мережу на спеціально підготованому наборі даних;  провести експериментальні дослідження, оцінити якість прогнозу з застосуванням обраної мережі. У даному проекті проведено розгортання та навчання нейронної мережі обраного типу(LSTM), отримано прогноз основних показників фінансового ринку та проведено їх аналіз. 2022-02-01T00:00:00Z http://ea.donntu.edu.ua:8080/jspui/handle/123456789/33568 Название: Дослідження ефективності та масштабування паралельних обчислень Авторы: Клименко, Яна Юріївна Краткий осмотр (реферат): Дана випускна кваліфікаційна робота присвячена дослідження ефективності та масштабування паралельних обчислень. Об’єктом дослідження є паралельні обчислення. Предметом досліджень є алгоритми та методи для досягнення ефективності та масштабованості. Метою роботи є дослідження методів досягнення максимальної ефективності паралелізму. Задачею є дослідження можливих шляхів досягнення найбільшої ефективності паралельних алгоритмів на прикладах найбільш відомих та використовуваних алгоритмах. 2022-02-01T00:00:00Z