Browse
Recent Submissions
Item Розроблення застосунку для розпізнавання аудіо з використанням інструментарію машинного навчання(Київський національний економічний університет імені Вадима Гетьмана, 2025-05-22) Швиденко, Дмитро Юрійович; Shvydenko, Dmytro; Васильєва, Людмила ВолодимирівнаКваліфікаційна магістерська робота присвячена розробленню локального десктопного застосунку для автоматичного розпізнавання україномовного мовлення. Система реалізована на Python із використанням моделі Whisper і бібліотек Librosa, PySide6. Запропоноване рішення дозволяє здійснювати транскрипцію аудіо без підключення до Інтернету, підтримує завантаження файлів та запис із мікрофона, має зручний графічний інтерфейс. Проведено тестування точності та продуктивності на CPU і GPU. The thesis focuses on the development of a local desktop application for automatic recognition of Ukrainian-language speech. The system is implemented in Python using the Whisper model and Librosa, PySide6 libraries. The proposed solution allows audio transcription without an Internet connection, supports file loading and microphone recording, and provides a convenient graphical interface. Accuracy and performance were tested on both CPU and GPU.Item Чат-бот для психологічної допомоги на основі алгоритмів штучного інтелекту(Київський національний економічний університет імені Вадима Гетьмана, 2025-05-23) Тимченко, Богдан Вадимович; Tymchenko, Bohdan; Галузинський, Георгій ПетровичКваліфікаційний магістерський проект присвячений актуальній проблемі розробки чат-бота для психологічної підтримки користувачів з використанням алгоритмів штучного інтелекту. The qualifying master's project is devoted to the relevant issue of developing a chatbot for psychological support of users using artificial intelligence algorithms.Item Проєктування застосунку для адаптивної онлайносвіти з використанням штучного інтелекту(Київський національний економічний університет імені Вадима Гетьмана, 2025-05-23) Резуненко, Станіслав Андрійович; Rezunenko, Stanislav; Помазун, Оксана МиколаївнаУ роботі розглянуто проектування інформаційної системи адаптивного онлайн-навчання з використанням компонентів штучного інтелекту. Запропоновано архітектуру MVP-рівня, що поєднує модулі персоналізації, генерації контенту, навчальної аналітики та рекомендацій. Актуальність теми зумовлена потребою в ефективній та гнучкій освіті для дорослих. Система орієнтована на підвищення мотивації, персоналізований підхід і підтримку прийняття рішень щодо навчальної траєкторії користувача. The thesis explores the design of an adaptive online learning information system based on artificial intelligence. An MVP-level architecture is proposed, combining personalization, content generation, learning analytics, and recommendation modules. The project addresses the growing need for effective, flexible education for adults. The system aims to improve motivation, enable a personalized approach, and support decision-making in learning trajectories.Item Розроблення інтелектуальної системи аналізу ринку криптовалют(Київський національний економічний університет імені Вадима Гетьмана, 2025-05-22) Радовецький, Олександр Олександрович; Radovetskyi, Oleksandr; Добролюбова, Марина ВалеріївнаКваліфікаційна магістерська робота присвячена розробці інтелектуальної системи аналізу ринку криптовалют. У роботі досліджено сучасні підходи до прогнозування крипторинку, запропоновано концептуальну модель системи ШІ з гібридною архітектурою, що поєднує методи статистичного аналізу (ARIMA) та машинного навчання (LSTM, Random Forest). Реалізовано модулі збору, обробки й аналізу даних, чат-бот для користувацької взаємодії та базу знань для прийняття рішень. Система протестована на реальних даних, продемонструвавши високу точність прогнозів. Результати мають як практичне застосування для інвесторів і трейдерів, так і освітню цінність у галузях ІТ та економіки. The master's thesis focuses on the development of an intelligent cryptocurrency market analysis system. It explores current approaches to crypto market forecasting and proposes a conceptual model of an AI system with a hybrid architecture that combines statistical methods (ARIMA) and machine learning techniques (LSTM, Random Forest). The system includes modules for data collection, processing, and analysis, a chatbot for user interaction, and a knowledge base for decision support. It was tested on real-world data, showing high prediction accuracy. The results are practically useful for investors and traders and offer educational value in the fields of IT and economics.Item Інтелектуальна система протидії фінансовому шахрайству в платіжних сервісах(Київський національний економічний університет імені Вадима Гетьмана, 2025-05-22) Проценко, Богдан Петрович; Protsenko, Bohdan; Мозгаллі, Ольга ПетрівнаУ кваліфікаційній магістерській роботі досліджено питання проєктування та реалізації інтелектуальної системи для виявлення фінансового шахрайства в платіжних сервісах. Обґрунтовано актуальність теми в умовах зростання кількості онлайн-транзакцій та кіберзагроз. Запропоновано структуру системи, що включає модулі аналізу транзакцій, базу знань, веб-інтерфейс та алгоритми машинного навчання. Використано відкриті дані (Kaggle) та реалізовано систему з використанням Python, Django, MongoDB і алгоритмів класифікації (Random Forest, логістична регресія, нейронні мережі). Оцінка ефективності моделей проведена за ключовими метриками точності. Практична значущість полягає в можливості адаптації системи для фінансових установ і онлайн-сервісів, з потенціалом масштабування. Робота демонструє поєднання теоретичного аналізу предметної галузі та практичної реалізації функціонального прототипу інтелектуальної системи безпеки. The master's thesis investigates the design and implementation of an intelligent system for detecting financial fraud in payment services. The relevance of the topic in the context of the growing number of online transactions and cyber threats is substantiated. The structure of the system is proposed, including transaction analysis modules, a knowledge base, a web interface, and machine learning algorithms. Open data (Kaggle) is used and the system is implemented using Python, Django, MongoDB and classification algorithms (Random Forest, logistic regression, neural networks). The efficiency of the models was evaluated by key accuracy metrics. The practical significance lies in the possibility of adapting the system for financial institutions and online services, with the potential for scaling. The work demonstrates a combination of theoretical analysis of the subject area and practical implementation of a functional prototype of an intelligent security system.Item Проєктування інтелектуальної системи для підтримки процесів дропшипінгу на платформі Amazon(Київський національний економічний університет імені Вадима Гетьмана, 2025-05) Павленко, Артем Віталійович; Pavlenko, Artem; Галузинський, Георгій ПетровичКваліфікаційна робота присвячена розробці інтелектуальної системи для автоматизованого збору та класифікації даних про продавців eBay. Система використовує алгоритм Random Forest для визначення надійності постачальників на основі рейтингу, кількості відгуків та інших показників. Реалізація виконана з використанням Python, Selenium та Jupyter Notebook, з інтеграцією результатів у Google Sheets. Робота має практичну цінність для дропшиперів та онлайн-продавців, допомагаючи оптимізувати вибір партнерів і мінімізувати ризики. This thesis presents the development of an intelligent system for automated data collection and classification of eBay sellers. The system uses the Random Forest algorithm to evaluate supplier reliability based on ratings, number of reviews, and other factors. It is implemented using Python, Selenium, and Jupyter Notebook, with results integrated into Google Sheets. The project provides practical value for dropshippers and online sellers by optimizing partner selection and reducing risks.Item Автоматизована ідентифікація ризиків онлайн-оплат за допомогою алгоритмів машинного навчання(Київський національний економічний університет імені Вадима Гетьмана, 2025-05-22) Оніщенко, Діана Сергіївна; Onishchenko, Diana; Шевченко, Антолій ІвановичМета і завдання дослідження. прийоми логічного аналізу та узагальнення, комплексного системного мислення, інтелектуального аналізу даних, а також алгоритми машинного навчання, зокрема кластеризацію, класифікацію, регресійний аналіз, дерева рішень, ансамблеві методи та оцінку точності моделей Відповідно до поставленої мети визначені такі завдання: -проаналізувати сучасні методи запобігання фінансовому шахрайству;- вивчити існуючі підходи до застосування алгоритмів машинного навчання у сфері онлайн-оплат; -зібрати та підготувати релевантний набір даних; -побудувати, навчити та протестувати низку моделей класифікації; -порівняти точність та інтерпретованість моделей; -запропонувати рекомендації для подальшого впровадження. Purpose and Objectives of the Study: The research involves methods of logical analysis and generalization, systems thinking, data mining, and machine learning algorithms such as clustering, classification, regression analysis, decision trees, ensemble methods, and model accuracy evaluation. The following objectives have been defined:Analyze modern methods of preventing financial fraud; Study existing approaches to applying machine learning algorithms in the field of online payments; -сollect and prepare a relevant dataset; -build, train, and test several classification models; -compare the accuracy and interpretability of the models; -provide recommendations for further implementation.Item Розроблення рекомендаційної системи вибору транспорту для оренди на основі аналізу користувацьких уподобань(Київський національний економічний університет імені Вадима Гетьмана, 2025-05-23) Новиков, Артем Васильович; Novykov, Artem; Кривошеєв, Костянтин ВалерійовичКваліфікаційна магістерська робота присвячена створенню інтелектуальної рекомендаційної системи для вибору транспорту в сервісах оренди на основі аналізу користувацьких уподобань. У межах дослідження проаналізовано сучасні підходи до персоналізації, обґрунтовано доцільність застосування методів машинного навчання, розроблено архітектуру системи та реалізовано її прототип. Особливу увагу приділено алгоритмам збору, обробки та аналізу даних, що дозволяють формувати релевантні рекомендації з урахуванням контексту користувача. Результати демонструють високу ефективність запропонованого підходу та потенціал його інтеграції в реальні онлайн-платформи оренди транспорту з метою підвищення зручності, точності підбору та рівня задоволеності користувачів. The master's thesis is devoted to the creation of an intelligent recommendation system for choosing a vehicle in rental services based on the analysis of user preferences. The study analyzes modern approaches to personalization, substantiates the feasibility of using machine learning methods, develops the system architecture and implements its prototype. Particular attention is paid to the algorithms for collecting, processing and analyzing data, which allow generating relevant recommendations based on the user's context. The results demonstrate the high efficiency of the proposed approach and the potential for its integration into real online vehicle rental platforms in order to increase convenience, selection accuracy, and user satisfaction.Item Розроблення інтелектуальної системи аналізу новин індустрії криптовалют(Київський національний економічний університет імені Вадима Гетьмана, 2025-05-22) Лісовський, Олександр Сергійович; Lisovskyi, Oleksandr; Помазун, Оксана МиколаївнаУ роботі розроблено інтелектуальну програмну систему для аналізу новин криптовалютного ринку із застосуванням локальних нейронних мереж. Система автоматично збирає новини, виконує попередню обробку текстів, переклад, аналіз емоційної тональності й класифікацію за категоріями, а також формує персоналізовані рекомендації. Запропонована модульна архітектура забезпечує автономність, багатомовність, високу точність аналізу та можливість масштабування й подальшої комерціалізації. The thesis presents an intelligent software system for analyzing cryptocurrency market news using local neural networks. The system performs automatic news collection, text preprocessing, translation, sentiment analysis, category classification, and generates personalized recommendations. The proposed modular architecture ensures autonomy, multilingual support, high accuracy of analysis, as well as scalability and potential for further commercialization.Item Прогнозування динаміки складних процесів генетичними методами(Київський національний економічний університет імені Вадима Гетьмана, 2025-05-23) Летич, Артем Анатолійович; Letych, Artem; Миронцов, Микита ЛеонідовичУ кваліфікаційній магістерській роботі досліджено підходи до прогнозування динаміки складних процесів на прикладі епідемій із застосуванням генетичних алгоритмів і нейронних мереж. Розроблено інтелектуальну систему, що поєднує метод зворотного поширення похибки з еволюційною оптимізацією, реалізовано навчання на реальних епідеміологічних даних. This master's thesis explores methods for forecasting the dynamics of complex processes using genetic algorithms and neural networks, based on the case of epidemic development. An intelligent system was developed that combines backpropagation with evolutionary optimization, and the model was trained on real epidemiological data.Item Розроблення інтелектуальної системи аналізу та прогнозування ефективності рекламної кампанії(Київський національний економічний університет імені Вадима Гетьмана, 2025-06) Корявченков, Нікіта Андрійович; Koriavchenkov, Nikita; Ріппа, Сергій ПетровичЗапропонована система спрямована на усунення недоліків традиційних аналітичних підходів, зокрема — суб’єктивності оцінювання, затримки у прийнятті рішень, неузгодженості даних з різних джерел. Вона поєднує в собі можливості автоматизації, інтерпретованості та прогнозної точності, що робить її актуальним інструментом для маркетологів, аналітиків і керівників компаній. Крім того, робота створює основу для подальших досліджень у сфері прикладного використання штучного інтелекту в рекламі, аналітиці даних та цифровій економіці загалом. The proposed system aims to eliminate the shortcomings of traditional analytical approaches, in particular, subjectivity in assessment, delays in decision-making, and inconsistencies in data from different sources. It combines automation, interpretability, and predictive accuracy, making it a relevant tool for marketers, analysts, and company executives. In addition, the work lays the foundation for further research in the field of applied artificial intelligence in advertising, data analytics, and the digital economy in general.Item Розробка системи підбору фізичних вправ для клієнтів комерційних спортзалів(Київський національний економічний університет імені Вадима Гетьмана, 2025-06-19) Клименко, Дмитро Володимирович; Klymenko, Dmytro; Кривошеєв, Констянтин ВалерійовичВипускний бакалаврський проект присвячений проблемі розрахунку індивідуальних програм тренувань в сфері діяльності комерційних спортзалів, яку пропонується вирішити шляхом провадження інструментних та проектних рішень з використанням сучасних технологій. Випускний бакалаврський проект складається з трьох розділів, логічно пов’язаних між собою. В першому розділі наведена характеристика предметної галузі й об'єкта дослідження та проведено аналіз існуючих проектних рішень, які існують на ринку для вирішення вказаної проблематики з порівнянням переваг та недоліків кожного з них. Другий розділ є проектним і присвячений обґрунтуванню методу проектування системи, розробленню її архітектури, виконанню постановки та розробленню алгоритма розв’язання задач. Третій розділ – конструктивний. Тут наведено інформаційне, технічне та програмне забезпечення для підсистеми підбору фізичних вправ для клієнтів комерційних спортзалів. В цьому розділі було обгрунтовано рішення вибору PostgreSQL, як систему управління базами даних та розроблена структура таблиць, які використовуються для зберігання даних системою. Висновки підсумовують результати роботи над випускним бакалаврським проектом підтверджують результати провадження ефективних рішень для вирішення поставлених задач. The final bachelor's project is devoted to the problem of calculating individual training programs in the field of commercial gyms, which is proposed to be solved by implementing instrumental and design solutions using modern technologies. The final bachelor's project consists of three sections, logically connected to each other. In the first chapter, the characteristics of the subject area and the object of research are given, and an analysis of existing design solutions that exist on the market to solve the specified problems is carried out, with a comparison of the advantages and disadvantages of each of them. The second section is design and is devoted to the justification of the system design method, the development of its architecture, the implementation of the staging and the development of the problem solving algorithm. The third section is constructive. Here is the information, technical and software support for the exercise selection subsystem for commercial gym customers. In this section, the decision to choose PostgreSQL as a database management system was justified and the structure of the tables used for data storage by the system was developed. The conclusions summarize the results of the work on the final bachelor's project and confirm the results of the implementation of effective solutions to solve the tasks.Item Проєктування інтелектуальної системи відбору персоналу для працедавців(Київський національний економічний університет імені Вадима Гетьмана, 2025-05-22) Іваницький, Павло Євгенович; Ivanytskyi, Pavlo; Ріппа, Сергій ПетровичПри цьому об’єктом дослідження виступає процес відбору персоналу в умовах цифровізації управлінських рішень. Предмет дослідження в даному випадку - це методи, моделі та інструменти проєктування інтелектуальної системи відбору персоналу, заснованої на штучному інтелекті та автоматизованому аналізі даних про кандидатів. Метою дослідження є проєктування інтелектуальної системи відбору персоналу для працедавців, яка забезпечує автоматизацію процесу аналізу резюме, оцінювання кандидатів та формування рекомендацій на основі сучасних методів штучного інтелекту. Інформаційну базу дослідження становлять наукові публікації вітчизняних і зарубіжних авторів, фахова періодика з питань управління персоналом та застосування штучного інтелекту в HR, статистичні звіти Державної служби статистики України, аналітичні огляди ринку праці, а також чинні нормативно-правові документи, що регламентують трудові відносини. Також у роботі використано дані з відкритих джерел щодо функціональності та ефективності існуючих інформаційних систем підбору персоналу. The object of the study is the process of personnel selection in the conditions of the digitization of management decisions. The subject of the study in this case is the methods, models and tools for designing an intelligent personnel selection system based on artificial intelligence and automated analysis of candidate data. The purpose of the study is to design an intelligent personnel selection system for employers, which provides automation of the process of resume analysis, candidate evaluation and recommendation generation based on modern methods of artificial intelligence. The information base of the study consists of scientific publications by domestic and foreign authors, professional periodicals on personnel management and the application of artificial intelligence in HR, statistical reports of the State Statistics Service of Ukraine, analytical reviews of the labor market, as well as current regulatory documents regulating labor relations. The work also uses data from open sources on the functionality and effectiveness of existing personnel selection information systems.Item Створення платформи для планування та досягнення цілей з використанням штучного інтелекту та персоналізованих рекомендацій(Київський національний економічний університет імені Вадима Гетьмана, 2025-05-22) Донєв, Данило Романович; Doniev, Danylo; Васильєва, Людмила ВолодимирівнаМетою роботи є розробка архітектури, методології та реалізація MVP прототипу платформи, яка використовує алгоритми штучного інтелекту, великі мовні моделі (LLM) і поведінкову аналітику для підвищення ефективності досягнення користувачем власних цілей. У роботі розв’язано низку завдань: здійснено огляд предметної області, аналіз наявних платформ, обґрунтовано вибір технологій і підходів, описано структуру системи, реалізовано модель користувача та рекомендаційні алгоритми, зокрема класифікацію, кластеризацію та RL-агента для адаптації. Сформовано базу знань і даних, реалізовано трекінг взаємодій користувача, збереження історії та динамічну адаптацію системи до фідбеку. Особливу увагу приділено технічній реалізації API, інтерфейсу на Streamlit, обробці запитів до LLM (GPT-4o) та економічній доцільності проєкту. The purpose of the study is to develop the architecture, methodology, and MVP implementation of a platform that leverages artificial intelligence algorithms, large language models (LLMs), and behavioral analytics to enhance the effectiveness of personal goal achievement. The research solves a series of tasks: it provides an overview of the problem domain and current platforms, justifies the choice of technologies and approaches, describes the structure of the system, and implements user modeling and recommendation algorithms, including classification, clustering, and reinforcement learning agents for personalization. A knowledge base and event tracking system are developed, enabling historical data storage and adaptive behavior based on user feedback. Particular attention is paid to the implementation of APIs, a Streamlit-based user interface, LLM integration (via GPT-4o), and an economic viability assessment of the system.Item Рекомендаційна система для сайту з хостингу зображень(Київський національний економічний університет імені Вадима Гетьмана, 2025-05-22) Дмитрієв, Святослав Ігорович; Dmytriiev, Sviatoslav; Васильєва, Людмила ВолодимирівнаУ кваліфікаційній магістерській роботі досліджено методи побудови рекомендаційних систем та розроблено прототип системи персоналізованих рекомендацій зображень для сайту з хостингом. Запропонована система базується на комбінованому підході, що враховує як семантичну подібність тегів, так і популярність зображень. В основі системи ‒ прозора логіка експертних правил, що дозволяє досягти високої пояснюваності без складного машинного навчання. Проєкт реалізовано на основі стеку Django + PostgreSQL + Bootstrap. This master's thesis explores methods of building recommender systems and presents a prototype of a personalized image recommendation system for an image hosting website. The proposed system uses a hybrid approach based on semantic tag similarity and image popularity metrics. At its core is an expert rule-based engine, which ensures transparency and interpretability without complex machine learning. The project is implemented using the Django + PostgreSQL + Bootstrap technology stack.Item Проектування систем штучного інтелекту для оптимізації завантаженості оредних площ комерційної нерухомості(Київський національний економічний університет імені Вадима Гетьмана, 2025-05) Вовчик, Владислав Едуардович; Vovchyk, Vladyslav; Помазун, Оксана МиколаївнаЗапропонована система має практичну значущість, дозволяє підвищити ефективність управління заповненістю орендних площ, мінімізувати ризики втрати клієнтів, оптимізувати витрати та посилити аналітичну спроможність керуючих компаній. Результати дослідження можуть бути використані як основа для подальшої розробки, впровадження або масштабування подібних цифрових рішень у сфері комерційної нерухомості. The proposed system has practical significance, allowing for increased efficiency in managing rental space occupancy, minimising the risk of customer loss, optimising costs, and strengthening the analytical capabilities of management companies. The results of the study can be used as a basis for further development, implementation, or scaling of similar digital solutions in the commercial real estate sector.Item Розроблення системи автономного управління дорожнього руху на перехрестях(Київський національний економічний університет імені Вадима Гетьмана, 2025-05-23) Башкатов, Гліб Русланович; Bashkatov, Hlib; Тішков, Богдан ОлександровичУ кваліфікаційній магістерській роботі досліджено та розроблено систему автономного управління дорожнім рухом на перехрестях із використанням методів штучного інтелекту. Підкреслено актуальність впровадження адаптивних алгоритмів у міське середовище. Проведено огляд існуючих технологій (камери, контролери SEA), доведено їхню придатність до розгортання інтелектуальних рішень. Реалізовано прототип на основі Python-симуляцій у SUMO з застосуванням алгоритмів підкріплювального навчання (Q-learning, SARSA, DQN). Продемонстровано можливість оптимізації світлофорного регулювання в реальному часі та запропоновано веб-інтерфейс для візуалізації. Результати підтверджують ефективність підходу для практичного використання в умовах сучасної інфраструктури. The master's thesis explores and develops an autonomous traffic control system at intersections using artificial intelligence methods. The work emphasizes the relevance of adaptive algorithms in urban environments. A review of existing technologies (cameras, SEA controllers) confirms their suitability for deploying intelligent solutions. A prototype was implemented using Python-based SUMO simulations and reinforcement learning algorithms (Q-learning, SARSA, DQN). Real-time traffic light optimization and a web interface for visualization were developed. The results demonstrate the approach’s effectiveness and practical applicability for modern transport infrastructure.