Dissertations / Theses on the topic 'Набори даних'

В магістерській роботі розроблено рекомендаціну систему пошуку житла та співмешканців в бюджетному сегменті. Така система дозволяє багатьом користувачам уникнути проблем, пов’язаних із дорогим сервісом служб, що падають подібні послуги, та на первинному етапі оцінити можливі ризики та переваги спільного проживання.

Гнида, А. С. Підвищення ефективності управління територіями Батуринської об'єднаної територіальної громади шляхом впровадження локальної інфраструктури геопросторових даних : випускна кваліфікаційна робота : 193 «Геодезія та землеустрій» / А. С. Гнида ; керівник роботи І. В. Корнієнко ; НУ "Чернігівська політехніка", кафедра геодезії, картографії та землеустрою. – Чернігів, 2021. – 119 с.
Випускна кваліфікаційна робота присвячена розробці локальної інфраструктури геопросторових даних території Батуринської об'єднаної територіальної громади із врахуванням теоретико-методичних основ створення даної ГІС. В кваліфікаційній роботі представлені вступ, теоретична, аналітична та практична частини, охорона праці, висновки, список використаних джерел та додатки. У першому розділі висвітлені теоретико-методичні основи створення та ведення локальної інфраструктури геопросторових даних. У другому розділі узагальнено статистичну та текстову інформацію щодо території Батуринської міської громади та на її основі створено профіль досліджуваної території. У третьому розділі описано особливості практичної реалізації локальної інфраструктури геопросторових даних Батуринської громади у розрізі базового, тематичного та проблемно-орієнтованого набору геопросторових даних. Зокрема, розроблено алгоритм картографічного відображення результатів SWOT-аналізу при реалізації веб-карти досліджуваної території. Четвертий розділ присвячений основним заходам щодо охорони праці та безпеки при створенні муніципального геопорталу.
The final qualifying work is devoted to the development of the local infrastructure of geospatial data of the Baturyn united territorial community, taking into account the theoretical and methodological foundations of this GIS. The qualification work presents the introduction, theoretical, analytical and practical parts, labor protection, conclusions, list of sources and appendices. The first section highlights the theoretical and methodological foundations of creating and maintaining a local infrastructure of geospatial data. The second section summarizes statistical and textual information about the territory of the Baturyn city community and on its basis creates a profile of the study area. The third section describes the features of the practical implementation of the local geospatial data infrastructure of the Baturyn community in terms of basic, thematic and problem-oriented set of geospatial data. In particular, an algorithm for mapping the results of SWOT-analysis in the implementation of the web map of the study area has been developed. The fourth section is devoted to the main measures of labor protection and safety in the creation of the municipal geoportal.

В роботі розглянуто підходи щодо перевірки запропонованих методів виявлення атак. Проаналізовано наявні набори даних, які використовуються для створення систем виявлення DDoS-атак. Також, проаналізовано декілька інструментів, що використовуються для реалізації чи моделювання DDoS-атак для збору даних.
The paper considers approaches to checking the proposed method of detecting attacks. The existing datasets that scientists use to create DDoS-attack detection systems are analyzed. Also, there are several tools used to implement or simulate DDoS-attacks for data collection

Валентій, В. С. Система кластеризації клієнтського набору даних для покращення якості обслуговування : магістерська робота : 121 Інженерія програмного забезпечення, ОНП / В. С. Валентій ; керівник роботи М. С. Дорош ; НУ "Чернігівська політехніка", кафедра інформаційних технологій та програмної інженерії. − Чернігів, 2021. − 78 с.
Дана дипломна робота присвячена розробці системи кластеризації клієнтського набору даних для оптимізації бізнесу. Розроблене програмне забезпечення дозволяє зробити моніторинг ефективності бізнесу, підвищити пропускну спроможність магазину та оптимізувати розташування товарів для збільшення продажів, виявити особливості клієнтів та їх потреби. У першому розділі проведено аналіз предметної області, описується існуючі методи та алгоритми аналізу даних, розглядаються вже існуючі аналоги і висуваються вимоги щодо розробленого програмного продукту. У другому розділі виконується обгрунтування вибору та поєднання алгоритмів обробки даних для нової системи. В рамках проектування системи побудовані діаграми використання, активності, послідовності та класів, які є основою для подальшої розробки У третьому розділі наведені результати розробки та та тестування запропонованої системи. У висновку підводяться підсумки і оцінюються результати роботи.

The generation of method implementation of random set of vector data is described in this article. Received test data set can be used to study the methods effectiveness of spatial data processing and analysis. When you are citing the document, use the following link http://essuir.sumdu.edu.ua/handle/123456789/28495

Основна мета цієї роботи - показати способи підготовки обсягу даних, побудова класифікаційної моделі на величезному наборі даних та оцінка отриманої моделі на тестових даних. Початкова проблема, яка була вирішена в цій роботі, була взята з Microsoft Malware Prediction Competition з сайту Kaggle. Ця проблема відповідає меті, оскільки навчальний набір даних містить різні типи функцій для попередньої обробки та 9 мільйонів рядків.

Об'єкт дослідження – сегментація ракових пухлин та класифікація пневмонії. Предмет дослідження – сегментація пневмонії та пухлин за допомогою конволюційних нейронних мереж з використанням набору даних MNIST. Мета роботи – знайти більш ефективний та оптимальний спосіб виявлення ракових пухлин та пневмонії за допомогою машинного навчання. Методи дослідження – аналіз технічної літератури в галузі машинного навчання на основі нейронних мереж, вивчення датасету MNIST, вивчення медичних джерел у галузі класифікації пневмонії та ракових пухлин. Було проведено теоретичний аналіз вибірки навчальних даних, архітектури нейронної мережі, методів класифікації та інших параметрів. Практичні дослідження являли собою аналіз зображень та класифікацію діагнозів з описом точності результатів кожного дослідження. Практичні дослідження проводились на тестовому наборі даних MNIST, запропонованому Національним інститутом стандартів та технологій США. У дослідженні використовувалося 60 000 навчальних зображень та 10 000 тестових зображень. На основі отриманих результатів були розроблені моделі, які здатні з достатньою точністю визначати наявність раку або пневмонії у пацієнта за зображеннями. Subject of study – pneumonia and tumour segmentation using convolutional neural networks with MNIST dataset. The aim of the work is to find a more efficient and optimal way to detect cancerous tumours and pneumonia using machine learning. Research methods – analysis of technical literature in the field of machine learning based on neural networks, study of MNIST dataset, study of medical sources in the field of classification of pneumonia and cancerous tumours. A theoretical analysis of training data sampling, neural network architecture, classification methods, and other parameters was performed. Practical research represented image analysis and classification of diagnoses with a description of the accuracy of the results of each study. Hands-on studies were conducted on the MNIST test data set proposed by the U.S. National Institute of Standards and Technology. The study used 60,000 training images and 10,000 test images. Based on the results, models have been developed that can detect the presence of cancer or pneumonia in a patient using images with sufficient accuracy.

Метою доповіді є пошук більш ефективного та оптимального способу виявлення пневмонії та сегментації пухлин з використанням згорткових нейронних мереж з використанням набору даних MNIST. В доповіді наводяться результати аналізу вибірки навчальних даних, архітектури нейронної мережі, методів класифікації та інших параметрів. Практичні дослідження являли собою аналіз зображень та класифікацію діагнозів з описом точності результатів кожного дослідження.

Дисертаційна робота присвячена дослідженню особливостей логічних та алгоритмічних дерев класифікації, деяких питань їх застосування в задачах інтелектуального аналізу даних, розпізнавання образів шляхом створення ефективних моделей класифікації та аналізу великих масивів даних, універсальних систем розпізнавання дискретних об’єктів. Проаналізовано та досліджено деревоподібні моделі класифікації різних типів. Розроблено комплексний метод побудови деревоподібних моделей класифікації, який базується на поетапній апроксимації масиву початкових даних НВ набором відібраних та оцінених незалежних алгоритмів розпізнавання. Розроблено метод Т – опорних множин, який полягає у відборі, фіксації набору ознак разом зі своїми значеннями – класифікаторів в структурі ЛДК. Розроблено моделі та методи побудови структур АДК двох типів, де отримані дерева класифікації складаються з різних алгоритмів та методів розпізнавання й в свою чергу представляють собою нові алгоритми, схеми класифікації. Розроблено модель та метод побудови обмежених структур АДК, які спрямовані на добудову лише тих шляхів, ярусів конструкції дерева класифікації, де є найбільша кількість помилок усіх типів класифікації. Розроблено методи знаходження подібності конструкцій логічних дерев в задачах мінімізації їх структур. Здійснено числову оцінку впливу процедури обрізки побудованого ЛДК – перестановки ярусів, рівнів, блоків структури ЛДК в конструкції регулярного логічного дерева на його загальну складність. Здійснено оцінку збіжності процедури побудови моделей дерев класифікації, запропонованих в дослідженні структур АДК для умов слабкого та сильного розділення класів початкової НВ. Present thesis is devoted to studying the specific features of both logical and algorithmic classification trees, some issues of their use in the problems of intelligence data analysis and image recognition by creating the efficient models of classification and analysis of large and super-large data arrays and universal systems of discrete object recognition. Tree-like classification models of various types are analyzed and studied. The concept of constructing tree-like classification models based on a step-by-step approximation of an array of initial TS data with a set of selected and evaluated independent recognition algorithms is proposed. The concept of T – reference sets is proposed, which consists in selecting and fixing a set of features together with their classifier values in the LCT structure. Models and methods for constructing ACT structures of two types are developed, where the resulting classification trees consist of various algorithms and recognition methods, which in turn represent new algorithms and classification schemes. A model and method for constructing bounded ACT structures are developed, which are aimed at completing only those paths, tiers of the classification tree structure where there are the largest number of errors of all classification types. Methods for finding the similarity of logical tree structures in problems of minimizing their structures are developed. A numerical estimate of the impact of the pruning procedure of the constructed LCT – rearrangement of tiers, levels, and blocks of the LCT structure in the construction of a regular logical tree on its overall complexity is given. The convergence of the procedure for constructing classification tree models proposed in the study of ACT structures for conditions of weak and strong separation of initial TS classes is estimated. Диссертационная работа посвящена исследованию особенностей логических и алгоритмических деревьев классификации, некоторых вопросов их применения в задачах интеллектуального анализа данных, распознавания образов путем создания эффективных моделей классификации и анализа больших массивов данных, универсальных систем распознавания дискретных объектов. В работе исследована и решена актуальная научно-прикладная проблема развития теории анализа и синтеза деревьев решений, разработки моделей, методов, прикладного инструментария интеллектуального анализа данных на основе логических и алгоритмических деревьев классификации с большей точностью, уменьшенной сложностью моделей и повышенной эффективностью классификации дискретных объектов. Проанализированы и исследованы древовидные модели классификации различных типов. Предложен комплексный метод построения древовидных моделей классификации, который базируется на поэтапной аппроксимации массива начальных данных набором отобранных и оцененных независимых алгоритмов распознавания. Предложен метод Т – опорных множеств, который заключается в отборе, фиксации набора признаков вместе со своими значениями – классификаторов в структуре ЛДК. Разработаны модели и методы построения структур АДК двух типов, где полученные деревья классификации состоят из различных алгоритмов и методов распознавания и в свою очередь представляют собой новые алгоритмы, схемы классификации. Разработана модель и метод построения ограниченных структур АДК, которые направлены на достройку только тех путей, ярусов конструкции дерева классификации, где есть наибольшее количество ошибок всех типов классификации. Разработаны методы нахождения сходства конструкций логических деревьев в задачах минимизации их структур. Дана числовая оценка влияния процедуры обрезки построенного ЛДК – перестановки ярусов, уровней, блоков структуры ЛДК в конструкции регулярного логического дерева на его общую сложность. Дана оценка сходимости процедуры построения моделей деревьев классификации, предложенных в исследовании структур АДК для условий слабого и сильного разделения классов начальной ОВ. Разработан программный инструментарий построения структур ЛДК/АДК (моделей деревьев классификации различных типов), который позволяет решать широкий спектр разнотипных прикладных задач распознавания образов. По результатам диссертационного исследования проведено экспериментальное моделирование, апробация разработанных моделей и методов на практических задачах, а определения эффективности предложенных в работе методов построения АДК осуществлено на основе интегральных показателей качества моделей.

Розглянуто технологію швидкого набору даних з точки зору підвищення ефективності професійних функцій майбутніх економістів. Наведено приклади і практичні рекомендації щодо освоєння технології.
We consider the technology of rapid data set in terms of improving the efficiency of future economists professional functions. The examples and practical advice on mastering technology.

Курбакова Л. В. Містобудівний кадастр як галузева складова національних геоінформаційних ресурсів : кваліфікаційна роботa магістра спеціальності 192 "Будівництво та цивільна інженерія" / наук. керівник О. М. Фостащенко. Запоріжжя : ЗНУ, 2020. 94 с.
UA : Робота складається з вступу, чотирьох основних розділів, висновків, списку використаних джерел. Робота викладена на 94 сторінках, 3 таблиці, 21 рисунок. Для написання даної роботи використано 81 літературне джерело. Виконаний аналіз формування наборів профільних геопросторових даних в складі містобудівної документації, містобудівної та кадастрової діяльності, які визначено зокрема в Законі України «Про регулювання містобудівної діяльності» від 17.02.2011р. № 3038-VI та Постанові Кабінету Міністрів «Про містобудівний кадастр» від 25.05.2011 р. № 559.
EN : The work consists of an introduction, four main sections, conclusions, a list of sources used. The work is presented on 94 pages, 3 tables, 21 figures. 81 literary sources were used to write this work. The analysis of the formation of sets of profile geospatial data in the composition of urban planning documentation, urban planning and cadastral activity, which are defined in particular in the Law of Ukraine "On Regulation of Urban Planning Activity" of 17.02.2011. No. 3038-VI and the Cabinet of Ministers Decree “On Urban Planning Cadastre” of May 25, 2011 No. 559.
RU : Работа состоит из введения, четырех основных разделов, заключения, списка использованных источников. Работа изложена на 94 страницах, 3 таблицы, 21 рисунок. Для написания данной работы использовано 81 литературный источник. Выполненный анализ формирования наборов профильных геопространственных данных в составе градостроительной документации, градостроительного и кадастровой деятельности, определенных в частности в Законе Украины «О регулировании градостроительной деятельности» от 17.02.2011р. № 3038-VI и Постановлению Кабинета Министров «О градостроительном кадастре» от 25.05.2011 г.. № 559.

Кваліфікаційна робота присвячена комплексному аналізу структури, вмісту, методів та засобів аналітичного опрацювання глобальних наборів даних про COVID-19. Мета роботи: підвищення рівня поінформованості громадян та медичних працівників щодо COVID-19. В першому розділі кваліфікаційної роботи Проведено аналіз предметної області. Описано джерела даних про COVID-19, подано їх інтегральну характеристику та конвеєрне опрацювання даних. В другому розділі кваліфікаційної роботи описано аналітичне опрацювання даних SARS-CoV-2 на основі відомостей БД Omics. Розглянуто філогенний та мутаційний варіаційний аналіз даних щодо COVID-19. Досліджено аналітичне опрацювання генетичної інформаційї шодо COVID-19. Подано особливості інтерактомного аналізу відомостей щодо COVID-19. Висвітдено аналіз зображень грудної клітки для діагностики та моніторингу COVID-19. Описано аналітичне опрацювання в процесах використання та перепризначення лікарських препаратів для COVID-19. Зокрема, наведено класифікаційну таблицю методів аналітичного опрацювання відомостей щодо COVID-19.
Qualification work is devoted to a comprehensive analysis of the structure, content, methods and tools of analytical processing of global datasets about COVID-19. Purpose: to raise awareness of citizens and health professionals about COVID-19. In the first section of the qualification work the analysis of the subject area is carried out. The sources of data about COVID-19 are described, their integral characteristic and conveyor data processing are given. The second section of the qualification work describes the analytical processing of SARS-CoV-2 data based on information from the Omics database. Phylogenetic and mutational variational analysis of data on COVID-19 are considered. Analytical processing of genetic information according to COVID-19 was investigated. Features of interactive analysis of information on COVID-19 are presented. Analysis of chest images for diagnosis and monitoring of COVID-19 is covered. Analytical processing in the processes of use and reassignment of drugs for COVID-19 is described. In particular, the classification table of methods of analytical processing of information on COVID-19 is given.
ВСТУП 7 1 COVID-19, ДЖЕРЕЛА ДАНИХ ТА ЇХ КОНВЕЄРНЕ ОПРАЦЮВАННЯ 9 1.1 Аналіз предметної області 9 1.2 Джерела даних щодо COVID-19 11 1.2.1 Дані Omics 12 1.2.2 Інтерактомні дані 13 1.2.3 Дані ренгенографічних зображень грудної клітки 14 1.2.4 Епідеміологічні дані 15 1.2.5 Бази даних медичних препаратів 17 1.3 Конвеєрне опрацювання даних щодо COVID-19 18 1.4 Висновок до першого розділу 22 2 КОМПЛЕКСНИЙ МЕТААНАЛІЗ ГЛОБАЛЬНИХ НАБОРІВ ДАНИХ ЩОДО COVID-19 23 2.1 Метааналіз глобальних наборів даних щодо COVID-19 23 2.2 Аналітичне опрацювання даних SARS-CoV-2 Omics 23 2.3 Філогенний та мутаційний варіаційний аналіз даних щодо COVID-19 24 2.4 Аналітичне опрацювання генетичної інформаційї шодо COVID-19 25 2.5 Інтерактомний аналіз відомостей щодо COVID-19 26 2.6 Аналіз зображень грудної клітки для діагностики та моніторингу COVID-19 27 2.7 Аналітичне опрацювання в процесах використання та перепризначення лікарських препаратів для COVID-19 29 2.8 Аналітичне опрацювання метаболічних змін для важких та фатальних випадків COVID-19 32 2.9 Висновок до другого розділу 37 3 БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ХОРОНИ ПРАЦІ 38 3.1 Актуальність безпеки життєдіяльності людини 38 3.2 Долікарська допомога при пораненнях 40 3.3 Висновок до третього розділу 41 ВИСНОВКИ 42 ПЕРЕЛІК ДЖЕРЕЛ 43

Кваліфікаційна робота присвячена дослідженню методів контрольованого машинного навчання котрі використовуються для прогнозування зараження COVID-19 на основі епідеміологічних наборів даних. Метою даної кваліфікаційної роботи освітнього рівня «Бакалавр» є підвищення рівня поінформованості громадян щодо інфікування COVID-19 шляхом аналітичного опрацювання епідеміологічних наборів даних з використанням методів контрольованого машинного навчання. В першому розділі кваліфікаційної роботи освітньоого рівня «Бакалавр» проаналізовано предметну область засобів та методів машинного навчання в контексті їх використання для опрацювання відомостей щодо COVID-19. Виконано аналіз літературних джерел. В другому розділі кваліфікаційної роботи проаналізовано матеріали та методи дослідження. Описано методи контрольованого машинного навчання. Подано аналіз коефіцієнта кореляції. Розглянуто прогнозні моделі щодо зараження COVID-19. Виконано аналіз дерева рішень. Та подано оцінювання результатів.
The qualification work is devoted to the study of controlled machine learning methods used to predict COVID-19 infection based on epidemiological data sets. The purpose of this qualification work of the educational level "Bachelor" is to increase the level of awareness of citizens about the infection of COVID-19 by analytical processing of epidemiological data sets using the methods of controlled machine learning. The first section of the qualification work of the educational level "Bachelor" analyzes the subject area of tools and methods of machine learning in the context of their use for processing information on COVID-19. The analysis of literary sources is executed. In the second section of the qualification work the materials and research methods are analyzed. Methods of controlled machine learning are described. The analysis of the correlation coefficient is given. Predictive models for COVID-19 infection are considered. The analysis of the decision tree is performed. And an evaluation of the results is given.
ВСТУП 7 1 ПРЕДМЕТНА ОБЛАСТЬ, ЛІТЕРАТУРНІ ДЖЕРЕЛА ТА НАБОРИ ДАНИХ 9 1.1 Аналіз предметної області 9 1.2 Аналіз літературних джерел 13 1.3 Підготовка та попередній аналіз структури наборів даних 16 1.4 Висновок до першого розділу 20 2 ДОСЛІДЖЕННЯ КОНТРОЛЬОВАНОГО МАШИННОГО НАВЧАННЯ ДЛЯ ПРОГНОЗУВАННЯ ЗАРАЖЕННЯ COVID-19 НА ОСНОВІ ЕПІДЕМІОЛОГІЧНИХ НАБОРІВ ДАНИХ 21 2.1 Матеріали і методи 21 2.2 Методи контрольованого машинного навчання 22 2.3 Аналіз коефіцієнта кореляції 25 2.4 Прогнозні моделі щодо зараження COVID-19 28 2.5 Аналіз дерева рішень 30 2.6 Оцінювання результатів 31 2.7 Висновок до другого розділу 34 3 БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ХОРОНИ ПРАЦІ 35 3.1 Долікарська допомога при кровотечах 35 3.2 Допомога при теплових і сонячних ударах 36 3.3 Висновок до третього розділу 38 ВИСНОВКИ 39 ПЕРЕЛІК ДЖЕРЕЛ 40