Кафедра комп’ютерних наук та програмної інженерії
Permanent URI for this communityhttps://ekhsuir.kspu.edu/handle/123456789/16473
Browse
3 results
Search Results
Item ВИКОРИСТАННЯ ШІ В НАУКОВО-ДОСЛІДНІЙ РОБОТІ УНІВЕРСИТЕТУ(2025) Бахір, Х. О.У дипломній роботі розглянуто теоретичні та практичні аспекти використання штучного інтелекту (ШІ) у науково-дослідницькій діяльності університетів. Проведено аналіз сучасних напрямів застосування ШІ в автоматизації обробки наукових текстів, прогнозуванні результатів досліджень та оптимізації експериментальної діяльності. Запропоновано та реалізовано прототип інтелектуальної системи для підтримки дослідницького процесу, що демонструє ефективність у класифікації, аналізі та узагальненні наукових даних. Робота має практичну цінність для вищих навчальних закладів та дослідницьких інститутів. The bachelor’s thesis explores the theoretical and practical aspects of artificial intelligence (AI) application in university research activities. The work analyzes current trends in using AI for automating scientific text analysis, predicting research outcomes, and optimizing experimental processes. A prototype of an AI-powered system was proposed and implemented to support the research process by classifying, analyzing, and summarizing scientific data. The developed system demonstrates high efficiency and can be useful for higher education institutions and research centers.Item РОЗРОБКА ПЕРСОНАЛІЗОВАНОЇ ЦІНИ ДЛЯ КОРИСТУВАЧІВ НА БЛОКЧЕЙН-ТЕХНОЛОГІЇ ДЛЯ ПРОДУКТІВ З БІЗНЕС МОДЕЛЛЮ FREEMIUM(2025) Волик, Д. Р.У даній роботі розглядається розробка персоналізованої ціни для користувачів на основі блокчейн-технологій у рамках бізнес-моделі Freemium. Досліджено можливості інтеграції децентралізованих рішень для забезпечення прозорості та безпеки цінових механізмів. Основний акцент зроблено на використанні машинного навчання, зокрема методу Q-learning, для оптимізації політик ціноутворення на основі аналізу поведінкових даних користувачів. Для сегментації клієнтів застосовано RFM-D аналіз та кластеризацію методом K-means, що дозволяє адаптивно визначати найбільш ефективні підходи до встановлення ціни. Запропонована система сприяє підвищенню залученості користувачів та максимізації прибутковості продуктів у моделі Freemium. This work considers the development of a personalized price for users based on blockchain technologies within the Freemium business model. The possibilities of integrating decentralized solutions to ensure transparency and security of pricing mechanisms are explored. The main emphasis is placed on the use of machine learning, in particular the Q-learning method, to optimize pricing policies based on the analysis of user behavioral data. For customer segmentation, RFM-D analysis and K-means clustering are applied, which allows to adaptively determine the most effective approaches to pricing. The proposed system helps to increase user engagement and maximize product profitability in the Freemium model.Item НЕЙРОННІ МЕРЕЖІ(2023) Крижановський, С. В.Ця робота присвячена огляду нейронних мереж, їх перспектив, напрямків розвитку, а також того, як вони були корисними в минулому і як вони будуть корисними в майбутньому. Крім того, ми прагнемо визначити основні проблеми, з якими стикаються нейронні мережі, і запропонувати шляхи їх вирішення. Для досягнення цих цілей ми розглянемо історію та типи нейронних мереж, вивчимо їх поточні застосування та майбутні тенденції, а також дослідимо їх потенціал у різних галузях. Ми також проаналізуємо основні проблеми, з якими стикаються нейронні мережі, і запропонуємо шляхи покращення їхньої продуктивності та забезпечення етичного використання. / This work is devoted to the review of neural networks, their prospects, directions of development, as well as how they have been useful in the past and how they will be useful in the future. In addition, we aim to identify the main problems faced by neural networks and propose ways to solve them. To achieve these goals, we will review the history and types of neural networks, examine their current applications and future trends, and explore their potential in various fields. We will also analyze the main challenges faced by neural networks and suggest ways to improve their performance and ensure ethical use.