Факультет комп’ютерних та інформаційних технологій

Постійне посилання на фондhttps://repository.lntu.edu.ua/handle/123456789/49

Переглянути

Результати пошуку

Зараз показуємо 1 - 2 з 2
  • Item type:Кваліфікаційна робота бакалавра,
    Хмарна інтелектуальна інформаційна система моніторингу безпеки об’єкта з відеоаналітикою та прогнозуванням ризиків (комплексна робота з Мальчевським А. В.)
    (Луцьк: ЛНТУ, 2026-06-03) Ковш, Юрій Григорович
    Ковш Ю. Г. Хмарна інтелектуальна інформаційна система моніторингу безпеки об’єкта з відеоаналітикою та прогнозуванням ризиків (комплексна робота з Мальчевським А. В.). Рукопис. Кваліфікаційна робота бакалавра ОП «Інформаційні системи та технології охорони і безпеки» спеціальності 126 Інформаційні системи та технології. Луцький національний технічний університет. Луцьк, 2026. Кваліфікаційна робота складається з вступу, трьох розділів, загальних висновків та рекомендацій, списку використаних джерел, додатків. У першому розділі проаналізовано предметну область систем відеомоніторингу. Обґрунтовано актуальність розробки, сформульовано вимоги до систем реального часу та розглянуто існуючі рішення з точки зору архітектури і протоколів передачі відео. У другому розділі обґрунтовано вибір технологічного стеку та архітектури клієнтської частини застосунку. Проведено порівняльний аналіз сучасних вебфреймворків і протоколів потокової трансляції для забезпечення ефективної обробки відеоданих у режимі реального часу. У третьому розділі описано процес реалізації клієнтської частини системи відеомоніторингу. Розглянуто механізми відображення потокового відео, візуалізації результатів відеоаналітики, організації журналу подій та побудови аналітичних дашбордів. Проведено тестування основних функціональних модулів застосунку.
  • Item type:Наукова стаття,
    Обробка інформації за допомогою машиного навчання засобами Python
    (Луцьк: ЛНТУ, 2023-12-16) Поліщук, Микола Миколайович; Цибень, Дмитро Васильович; Карплюк, Юрій Іванович
    У статті докладно розглядаються основні кроки та процеси використання машинного навчання для створення рекомендаційних систем. Розглянуто, як зберегти дані, навчити модель та створити зручний інструмент для рекомендацій жанрів фільмів на основі індивідуальних вподобань користувачів. Продемонстровано ключові кроки, від відбору даних до передбачення рекомендацій, як використовувати Python та потужні бібліотеки для досягнення цієї мети.