Електронний архів
Національного університету "Львівська політехніка"
Архів зберігає опубліковані наукові матеріали переважно працівників Університету. Також доступна можливість "самоархівування"
Communities in DSpace
Select a community to browse its collections.
- Розміщені раніше опубліковані наукові праці зареєстрованих користувачів
- Фонд містить електронні матеріали, що були опубліковані працівниками Львівської політехніки
- Кваліфікаційна робота бакалавра або магістра є невід’ємною частиною атестації випускника вищого навчального закладу. Тут представлені повнотекстові версії робіт
- У фонді містяться документи, що були передані установами-партнерами
Recent Submissions
Розроблення інтерактивного графічного застосунку кольоризації зображення
(Національний університет “Львівська політехніка”, 2022) Василик, Ростислав Ігорович; Національний університет “Львівська політехніка”
Магістерська кваліфікаційна робота виконана студентом групи КНСШ-22 Василиком Ростиславом Ігоровичем. Тема «Розроблення інтерактивного графічного застосунку кольоризації зображення». Робота направлена на здобуття ступеня Магістр за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є створення зручного інтерактичного та якісного графічного застосунку кольоризації зображення з можливістю модифікації кольорових зображень. Об’єктом дослідження є інтерактивна кольоризація кольорових зображень. У результаті виконання дипломної роботи було розроблено інтерактивний графічний застосунок кольоризації зображення. Дана розробка передбачає кольоризацію за допомогою текстових фраз, що значно спрощує використання програми. Застосунок враховує вибір користувача за допомогою інтерактивних інструментів: текстове повідомлення бажаного кольору за допомогою інформативної фрази (напр. «жовтневий дощ»), вибір кольорів за допомогою палітри кольорів, вибір палітри, вибір палітри з випадковими кольорами, налаштування палітри. Функціональні етапи розробки скомпоновані в одному застосунку зі зручним графічним інтерфейсом, у якому користувач може завантажити зображення, визначити його кольори, модифікувати кольори зображення та зберегти його, або ж зберегти палітру для подальшої роботи. Результати роботи можуть бути спрямовані на моделювання міського планування чи дизайну, де архітектури витрачають додатковий час, щоб генерувати нові ідеї кольорових палітр для різних проектів. Загальний обсяг роботи: 68 сторінок, 28 рисунків, 11 посилань. The master's qualification work is completed by a student of the KNSSh-22 group Vasylyk Rostyslav Ihorovych. The work title is “Interactive graphic application for image coloration”. The work is aimed at obtaining the master’s degree in the specialty 122 “Computer Science”. The goal of the work is to create a convenient interactive and high-quality graphic image colorization application with the ability to modify color images. The object of research is interactive colorization color images. As a result of the thesis, an interactive graphic image colorization application was developed. This development provides for colorization using text phrases, which greatly simplifies the use of the program. The application considers the user's choice using interactive tools: text message of the desired color using an informative phrase (e.g., “October rain”), color selection using a color palette, palette selection, palette selection with random colors, palette customization. Functional stages of development are arranged in one application with a convenient graphical interface, in which the user can load a black-and-white or color image, define its colors, modify the colors of the image, and save it, or save the palette for further work. The results of the work can be aimed at modeling urban planning or design, where architects spend extra time to generate new color palette ideas for different projects. One of the solutions to this problem is the use of machine/deep learning methods. Recently, deep learning has attracted more and more attention from researchers in the field of image processing.
Навчання з підкріпленням для керування поведінкою неігрових персонажів у багатокористувацькій RPG
(Національний університет ”Львівська політехніка”, 2022) Будник, Роман Романович; Національний університет ”Львівська політехніка”
Дана магістерська кваліфікаційна робота виконана студентом групи КНСШ-22 Будником Романом Романовичем. Тема «Навчання з підкріпленням для керування поведінкою неігрових персонажів у багатокористувацькій RPG». Робота направлена на здобуття ступеня магістр за спеціальністю 122 «Комп’ютерні науки». Метою даної дипломної роботи є розробка системи керування неігровими персонажами для багатокористувацької RPG гри із залученням моделей машинного навчання. Об’єктом дослідження роботи є різні моделі машинного навчання для відеоігор, а також підходи до їх навчання та способи їх впровадження у ігровий продукт. За основу для роботи взято ігровий продукт, розроблений раніше на платформах Angular 2 та Node.js для клієнтської та серверної сторін відповідно. Мовою розробки є мова TypeScript, в якості ігрового рушія обрано рушій Phaser 3. В процесі виконання роботи проводиться детальний огляд існуючих напрацювань у галузі штучного інтелекту для відеоігор. Проведений огляд показав, перш за все, актуальність галузі, а також дав уявлення про існуючі пропоновані методи та моделі, а також про жанри відеоігор, до яких доцільно їх застосовувати. У другому розділі роботи розроблені та реалізовані власне система керування персонажами із підтримкою різних моделей поведінки, які легко заміняються, та стандартна модель поведінки, що, базується на скінченному автоматі із жорсткими правилами переходу між станами. Крім цього розроблені різні допоміжні системи, зокрема система тестових кімнат з конфігураціями і система генерації датасетів для навчання моделей. Розглянуто різні моделі машинного навчання, які потенційно підійшли б для навчання на даному датасеті. У третьому розділі роботи виконано детальний аналіз згенерованого системою датасету, аналіз його недоліків та їх виправлення. Після цього здійснюються експерименти з навчання різних розглянутих раніше моделей машинного навчання на згенерованому датасеті, з метою визначення їх придатності до вирішення поставленої задачі. Відібрано дві моделі, які справились найкраще, для подальшої роботи. Ці моделі інтегровано у систему керування персонажами в якості нових моделей поведінки. Розроблено та описано систему збору статистики, яка паралельно запускає велику кількість симуляцій, у яких порівнюються дві різні моделі поведінки. Зібрана системою статистика підсумована та оформлена у вигляді трьох таблиць, також проведено аналіз отриманих результатів. Отримані результати можуть застосовуватись у комерційних ігрових продуктах з метою наближення поведінки персонажів, керованих штучним інтелектом, до людської. Об’єм роботи становить 50 сторінок. Робота складається з трьох розділів, 4 додатків, 4 таблиць та 18 рисунків. Artificial intelligence plays a significant role in the field of video game development. Historically, game AI developed in parallel with the development of video games themselves. The oldest popular video games that we know, such as Pac man or Mario, already widely employed characters that were controlled by a primitive AI. In most cases game AI fulfills one of the two roles: it either controls a non-player character (NPC), or it assumes the role of a character, that can be controlled by a player, imitating human user. The latter is much more complicated, since such AI has to authentically portray the behavior of a real human player. Video games are very diverse in their genre, rules, and game mechanics. This leaves room for a lot of various approaches and methods for developing an artificial intelligence for a particular game. One of the simplest approaches is to build a behavior based on a number of primitive rules. Characters, controlled by such model, would act different based on their own state, and state of the surrounding game world. Such model would be appropriate only for the simplest games, where the choice of possible actions is very limited for the controlled character. A much better approach is to develop an artificial intelligence model based on finite state machines. The character being controlled has a number of possible states. Each state defines a specific behavior for that character. A number of rules is also defined that regulate the transition between these rules. Such models are widely used in many modern games. It is especially popular in games that have a real-time game process that isn’t turn-based. Many computer-based versions of classic board games (such as chess, checkers, and go) feature an approach that utilizes decision trees. This method is also used for many turn-based strategy games. The artificial intelligence calculates all possible game outcomes a few turns ahead and calculates a score for each of them. It then picks turns that lead to the most desirable outcome.
Застосування засобів навчання з підкріпленням для розв'язання ігор-головоломок
(Національний університет ”Львівська політехніка”, 2022) Брусенцов, Георгій Євгенович; Національний університет ”Львівська політехніка”
Магістерська кваліфікаційна робота 54 ст., 23 рис., 4 табл., 30 посилання. Магістерська кваліфікаційна робота виконана студентом групи КНСШ-22 Брусенцовим Георгієм Євгеновичом. Тема роботи: «Застосування засобів навчання з підкріпленням для розв'язання ігор-головоломок». Дана робота спрямована на отримання ступеня магістра за спеціальністю 122 «Комп’ютерні науки». Метою цієї роботи полягає в побудові нейронної мережі для рішення популярної онлайн головоломки Wordle застосовуючи методи навчання з підкріпленням. Для цього будуть використані різні підходи до побудови моделей, а саме: наївні підходи та глибокі нейронні мережі. В результаті виконання магістерської кваліфікаційної роботи було реалізовано та описано систему, яка імплементує середовище, що симулює гру-головоломку Wordle з усіма її правилами. Для цього буде визначено простори дій та спостережень, система винагород, система побудови поточного стану в залежності від отриманої дії. Також було розроблено низку моделей для взаємодії з середовищем, а саме: наївна модель, модель на базі інформаційної ентропії та модель на базі алгоритму Advantage Actor Critic. Master's qualification work 54 pages, 23 figures, 4 tables, 30 references. Master's qualification work is made by the student of group CSAI-22 Brusentsov Georgy Evgenievich. The theme of the work: "Application of reinforcement learning tools for solving puzzle games". This work is aimed at obtaining a master's degree in the specialty 122 "Computer Science". In this work, an approach to the development of a test environment and the construction of decision models for the popular puzzle game Wordle is considered and investigated.
Використання MFOTL для перевірки системи Using MFOTL for testing the healthcare system
(Національний університет «Львівська політехніка», 2023) Холодецька, Юлія Русланівна; Національний університет «Львівська політехніка»
Бакалаврська кваліфікаційна робота виконана студенткою групи КН-412 Холодецькою Юлією Русланівною. Тема «Використання MFOTL для перевірки системи Using MFOTL for testing the healthcare system ». Робота направлена на здобуття ступеня бакалавр за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є створення та розробка програмного продукту, який автоматизує процес перевірки суміжних систем на відповідність правилам та законам. Об’єктом дослідження є автоматизована система оперативного доступу до медичних даних. Після завершення виконання даної роботи було створено програмне рішення, яке мінімізує ризик помилкової перевірки, допомагає пришвидшити цей процес, а також визначити помилки системи на ранніх етапах розробки. Degree work executed by the student of group CS-412 Kholodetska Yuliia Ryslanivna. The topic is «Bounded satisfiability Checking for validation legal requirements». The primary goal of this endeavor is to obtain a bachelor's degree in the realm of 122. Computer Science. The aim of this undertaking is to create a software application that enhances the efficiency of verifying different systems, ensuring compliance with rules etc. The object of the study is to make an automated system of operational access to medical data. As a result of this thesis, a software product was developed that minimizes the risk of incorrect verification, helps to speed up this process, and identifies system errors at early stages of development.
Рекомендаційна система для підбору відео контенту на основі вподобань користувачів
(Національний університет «Львівська політехніка», 2023) Садовнік, Ілля Володимирович; Національний університет «Львівська політехніка»
Бакалаврська кваліфікаційна робота виконана студентом групи КН-414 Садовніком Іллею Володимировичем. Тема “Рекомендаційна система для підбору відео контенту на основі вподобань користувачів ”. Робота направлена на здобуття ступеня бакалавра за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є побудова рекомендаційної система для підбору відео контенту на основі вподобань користувачів. Об’єктом дослідження є процес побудови рекомендацій на основі методів колаборативної фільтрації. У результаті виконання дипломної роботи було реалізовано рекомендаційну систему на основі 3 рекомендаційних моделей: BiVAE, Wide and Deep та NCF для побудови рекомендацій кінофільмів. Система приймає інформацію про користувача та список персоналізованих оцінок кінофільмів, а повертає список з 10 найкращих рекомендацій кожної з моделей. Дана система може використовуватися на практиці для оптимізації та покращення процесу побудови персоналізованих рекомендацій для сервісів пов’язаних з відео контентом і як наслідок покращити якість послуг та рівень утримання, що призведе до економії на залученні нових клієнтів. The bachelor's qualification work was completed by a student of the KN-414 group, Sadovnik Ilya Volodymyrovych. The topic is "Recommender system for selecting video content based on user preferences". The work is aimed at obtaining a bachelor's degree in the specialty 122 "Computer Science". The aim of the work is to build a recommender system for selecting video content based on user preferences.