http://biblio.umsf.dp.ua/xmlui/handle/123456789/7411 2026-04-14T15:20:06Z http://biblio.umsf.dp.ua/xmlui/handle/123456789/7452 Розробка сучасних методів побудови інтерактивного ресурсу картографічної моделі Скряга, Є. Є. Кваліфікаційна робота магістра присвячена розробленню інтерактивного ресурсу картографічної моделі, що дозволяє ефективно візуалізувати, аналізувати та інтегрувати просторові дані для розв’язання прикладних задач у різних сферах діяльності. У роботі проведено аналіз сучасного стану та тенденцій розвитку інтерактивних картографічних ресурсів, зокрема їх ролі у візуалізації географічної інформації та аналізі просторових даних. Виявлено, що інтерактивні ресурси мають суттєві переваги порівняно з традиційними статичними картами завдяки динамічній взаємодії з користувачем, можливості інтеграції даних у реальному часі та розширеним функціональним можливостям. 2025-03-10T00:00:00Z http://biblio.umsf.dp.ua/xmlui/handle/123456789/7451 Розробка сервісу для аналізу ефективності роботи працівників використовуючи ключові показники ефективності (KPI) на основі даних із Git-репозиторіїв Решетник, Катерина Олександрівна Основним завданням роботи було створення системи як аналізу ефективності роботи розробників на основі даних з системи контролю версій Git. У результаті досліджень та розробок було проект, який надає тімлідам зручний інструмент для оцінки роботи працівників за допомогою ключових показників ефективності (KPI). Система дозволяє додавати як локальні, так і віддалені Git-репозиторії, збирати дані про кількість комітів, частоту змін у коді, середній час між комітами, кількість доданих і видалених рядків коду тощо. Зібрані дані обробляються та візуалізуються у вигляді графіків і таблиць через веб-інтерфейс. Система надає можливість налаштування ваги метрик KPI, щоб тімліди могли адаптувати оцінювання до специфіки своїх команд. Проєкт спрямований на підвищення прозорості та ефективності управління командами розробників, допомагає виявляти сильні сторони працівників та зони для покращення, а також сприяє оптимізації робочих процесів у команді. 2025-03-10T00:00:00Z http://biblio.umsf.dp.ua/xmlui/handle/123456789/7449 Навчання нейронної моделі для прогнозування трафіку в хмарних обчислювальних системах Попова, Д. Є. Кваліфікаційна робота присвячена дослідженню методів прогнозування мережевого трафіку в хмарних обчислювальних системах з використанням нейронних мереж. У ході роботи проведено глибокий аналіз предметної області, зокрема основних принципів роботи хмарних обчислень, моделей надання послуг (IaaS, PaaS, SaaS) та структури мережевого трафіку. Особливу увагу приділено факторам, що впливають на трафік у хмарних середовищах, таким як географічне розташування користувачів, протоколи передачі даних, механізми безпеки та особливості архітектури хмарних систем. Основним науковим результатом є розробка нейронної моделі для прогнозування трафіку в хмарних обчислювальних середовищах. Запропонована модель побудована на базі глибинних нейронних мереж і оптимізована для роботи з великими обсягами даних. Проведено навчання і тестування моделі на основі реальних даних з використанням сучасних метрик оцінки точності, таких як середня абсолютна помилка (MAE) та середньоквадратичне відхилення (RMSE). Запропоновані рішення сприяють удосконаленню методів прогнозування мережевого трафіку та можуть бути використані для подальшого розвитку систем управління трафіком. 2025-03-10T00:00:00Z http://biblio.umsf.dp.ua/xmlui/handle/123456789/7447 Вдосконалення алгоритмів стиснення та обробки зображень Калюжний, Д. С. Кваліфікаційна робота магістра присвячена дослідженню сучасних методів стиснення та обробки зображень, які є одними з ключових аспектів цифрової обробки даних. У роботі виконано глибокий аналіз класичних методів стиснення, таких як безвтратні алгоритми (Huffman Coding, RLE, LZW) та алгоритми з втратами (JPEG, JPEG2000, WebP). Виявлено їх основні переваги, недоліки та області застосування. Особлива увага приділена методам, які використовують математичні перетворення, наприклад, DCT та Wavelet Transform, що забезпечують ефективну компресію для зображень із складною структурою. Розглянуто перспективи використання гібридних методів, які поєднують безвтратні та втратні технології, для досягнення компромісу між високою ефективністю стиснення та якістю відновлених даних. У дослідженні також акцентовано увагу на адаптації алгоритмів до нових форматів, зокрема 3D-зображень та гіперспектральних даних, що є актуальними для багатьох інноваційних галузей. Практична частина роботи передбачає розробку програмного забезпечення, яке реалізує ефективні методи стиснення та обробки зображень. Проведено тестування системи, яке підтвердило доцільність застосування сучасних підходів для покращення ефективності стиснення та обробки мультимедійних даних. 2025-03-10T00:00:00Z