1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Магістр
  4. 122 — комп’ютерні науки, F3 Комп’ютерні науки
Empreu aquest identificador per citar o enllaçar aquest ítem: http://elartu.tntu.edu.ua/handle/lib/52134
Registre complet de metadades
Camp DCValorLengua/Idioma
dc.contributor.advisorФриз, Михайло Євгенович-
dc.contributor.advisorFryz, Mykhailo-
dc.contributor.authorГашинський, Роман Ігорович-
dc.contributor.authorGashynskyi, Roman Igorovych-
dc.date.accessioned2026-06-01T11:32:25Z-
dc.date.available2026-06-01T11:32:25Z-
dc.date.issued2026-05-26-
dc.date.submitted2026-05-12-
dc.identifier.citation{ВІДКОРЕГУЙТЕ!!!} Прізвище І. Б. Назва : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „122 — комп’ютерні науки“ / І. Б. Прізвище. — Тернопіль: ТНТУ, РІК. — ХХ с.-
dc.identifier.isbn{ВІДКОРЕГУЙТЕ!!!} Прізвище І. Б. Назва : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „122 — комп’ютерні науки“ / І. Б. Прізвище. — Тернопіль: ТНТУ, РІК. — ХХ с.-
dc.identifier.isbn{ВІДКОРЕГУЙТЕ!!!} Прізвище І. Б. Назва : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „122 — комп’ютерні науки“ / І. Б. Прізвище. — Тернопіль: ТНТУ, РІК. — ХХ с.-
dc.identifier.isbn{ВІДКОРЕГУЙТЕ!!!} Прізвище І. Б. Назва : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „122 — комп’ютерні науки“ / І. Б. Прізвище. — Тернопіль: ТНТУ, РІК. — ХХ с.-
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/52134-
dc.descriptionРоботу виконано на кафедрі комп'ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 26.05.2026р. на засіданні екзаменаційної комісії №33 у Тернопільському національному технічному університеті імені Івана Пулюяuk_UA
dc.description.abstractКваліфікаційна робота присвячена дослідженню та розробці підходу до моделювання й інтеграції знань у графових структурах для виявлення зв’язків між гетерогенними сутностями. У першому розділі проаналізовано теоретичні основи представлення знань, графових структур, гетерогенних даних, RDF, JSON-LD та методів інтеграції знань. У другому розділі описано предметну область, визначено типи сутностей і зв’язків, сформовано модель JSON-LD даних, архітектуру системи та алгоритм інтеграції знань у графову модель. У третьому розділі наведено реалізацію програмної системи, результати побудови RDF-графа, візуалізації графової моделі, аналізу центральності та пошуку прямих і непрямих зв’язків між сутностями. Об’єкт дослідження: процеси моделювання та інтеграції знань у графових структурах. Предмет дослідження: методи, моделі та програмні засоби представлення, інтеграції й аналізу зв’язків між гетерогенними сутностями у графових структурах.uk_UA
dc.description.abstractThe qualification work is devoted to the study and development of an approach to knowledge modeling and integration in graph structures for identifying relationships between heterogeneous entities. The first chapter analyzes the theoretical foundations of knowledge representation, graph structures, heterogeneous data, RDF, JSON-LD, and methods of knowledge integration. The second chapter describes the subject area, defines the types of entities and relationships, and presents the JSON-LD data model, the system architecture, and the algorithm for integrating knowledge into a graph model. The third chapter presents the implementation of the software system, the results of RDF graph construction, visualization of the graph model, centrality analysis, and the search for direct and indirect relationships between entities. Object of the research: the processes of knowledge modeling and integration in graph structures. Subject of the research: methods, models, and software tools for representing, integrating, and analyzing relationships between heterogeneous entities in graph structures.uk_UA
dc.description.tableofcontentsВСТУП 8 РОЗДІЛ 1. АНАЛІТИЧНИЙ ОГЛЯД МЕТОДІВ МОДЕЛЮВАННЯ ТА ІНТЕГРАЦІЇ ЗНАНЬ У ГРАФОВИХ СТРУКТУРАХ 11 1.1 Представлення знань у сучасних інформаційних системах 11 1.2 Графові структури та графи знань як засіб моделювання знань 13 1.3 Гетерогенні дані та рівні гетерогенності у графових структурах 15 1.4 RDF, JSON-LD та семантичне подання даних 17 1.5 Методи інтеграції знань у графових моделях 20 1.6 Методи виявлення зв’язків між гетерогенними сутностями у графових моделях 21 1.7 Постановка проблеми та обґрунтування напряму дослідження 23 1.8 Висновки до першого розділу 23 РОЗДІЛ 2. МЕТОДИ ТА ЗАСОБИ МОДЕЛЮВАННЯ Й ІНТЕГРАЦІЇ ЗНАНЬ У ГРАФОВІЙ СТРУКТУРІ 25 2.1 Опис предметної області графової структури 25 2.2 Визначення типів гетерогенних сутностей у графовій структурі 27 2.3 Визначення типів зв’язків між сутностями у графовій структурі 28 2.4 Модель вхідних JSON-LD даних у графовій структурі 30 2.5 Моделювання пояснювальної записки як складеної сутності 32 2.6 Архітектура програмної системи інтеграції знань 34 2.7 Алгоритм інтеграції JSON-LD описів у графову структуру 36 2.8 Методика виявлення зв’язків між гетерогенними сутностями у графовій структурі 39 2.9 Висновки до другого розділу 41 РОЗДІЛ 3. РЕАЛІЗАЦІЯ СИСТЕМИ ТА АНАЛІЗ РЕЗУЛЬТАТІВ ІНТЕГРАЦІЇ ЗНАНЬ 42 3.1 Засоби реалізації програмної системи інтеграції знань 42 3.2 Структура програмного проєкту інтеграції знань 43 3.3 Реалізація завантаження та обробки JSON-LD файлів 44 3.4 Побудова RDF-графа та графової моделі NetworkX 46 3.5 Візуалізація графової моделі знань 48 3.6 Формування таблиць сутностей і зв’язків графової структури 49 3.7 Аналіз складу графа знань 50 3.8 Виявлення прямих і непрямих зв’язків між сутностями графа знань 52 3.9 Аналіз центральності вузлів графа знань 54 3.10 Оцінювання результатів реалізації системи інтеграції знань 56 3.11 Висновки до третього розділу 58 РОЗДІЛ 4. БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ 59 4.1 Принципи ергономіки робочого місця 59 4.2 Правила електробезпеки при роботі з електронними пристроями 64 4.3 Висновки до четвертого розділу 67 ВИСНОВКИ 68 ПЕРЕЛІК ДЖЕРЕЛ 70uk_UA
dc.format.extent90-
dc.language.isoukuk_UA
dc.publisherТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Українаuk_UA
dc.subject122uk_UA
dc.subjectкомп’ютерні наукиuk_UA
dc.subjectгетерогенні сутностіuk_UA
dc.subjectграфи знаньuk_UA
dc.subjectграфова структураuk_UA
dc.subjectінтеграція знаньuk_UA
dc.subjectrdfuk_UA
dc.subjectknowledge integrationuk_UA
dc.subjectknowledge graphsuk_UA
dc.subjectjson-lduk_UA
dc.subjectheterogeneous entitiesuk_UA
dc.subjectgraph structureuk_UA
dc.titleМоделювання та інтеграція знань у графових структурах для виявлення зв’язків між гетерогенними сутностямиuk_UA
dc.title.alternativeModeling and Integration of Knowledge in Graph Structures for Identifying Relationships Between Heterogeneous Entitiesuk_UA
dc.typeMaster Thesisuk_UA
dc.rights.holder© Гашинський Роман Ігорович, 2026uk_UA
dc.contributor.committeeMemberТотосько, Олег Васильович-
dc.contributor.committeeMemberTotosko, Oleg-
dc.coverage.placenameТернопільuk_UA
dc.subject.udc004.04uk_UA
dc.relation.references1. DAMA International. DAMA-DMBOK: Data Management Body of Knowledge. 2nd ed. Technics Publications, 2017. 624 p.uk_UA
dc.relation.references2. Doan A., Halevy A., Ives Z. Principles of Data Integration. Morgan Kaufmann, 2012. 520 p.uk_UA
dc.relation.references3. Hogan, Aidan, et al. "Knowledge graphs." ACM Computing Surveys (Csur) 54.4 (2021): 1-37.uk_UA
dc.relation.references4. Гашинський Р. Використання json-ld для семантичного подання та інтеграції знань, 2026.uk_UA
dc.relation.references5. Brevus, V., Brevus, H., Gashynskyi, R., Kashosi, A., & Yuzefovych, R. AI-driven multimodal data fusion for hazardous object detection in maritime and coastal environments, 2025.uk_UA
dc.relation.references6. Russell, Stuart J. Artificial intelligence a modern approach. Pearson Education, Inc., 2010.uk_UA
dc.relation.references7. Codd, Edgar F. "A relational model of data for large shared data banks." Communications of the ACM 13.6 (1970): 377-387.uk_UA
dc.relation.references8. Davis, Randall, Howard Shrobe, and Peter Szolovits. "What is a knowledge representation?." AI magazine 14.1 (1993): 17-17.uk_UA
dc.relation.references9. Brachman, Ronald, and Hector Levesque. Knowledge representation and reasoning. Elsevier, 2004.uk_UA
dc.relation.references10. Sowa, John F. "Knowledge Representation: Logical, Philosophical, and Computational Foundations."uk_UA
dc.relation.references11. Gruber, Thomas R. "Toward principles for the design of ontologies used for knowledge sharing?." International journal of human-computer studies 43.5-6 (1995): 907-928.uk_UA
dc.relation.references12. Noy, Natalya Fridman, and Mark A. Musen. "Evaluating Ontology-Mapping Tools: Requirements and Experience." EON. 2002.uk_UA
dc.relation.references13. Kawarabayashi, Ken-ichi, and Bojan Mohar. "Some recent progress and applications in graph minor theory." Graphs and combinatorics 23.1 (2007): 1-46.uk_UA
dc.relation.references14. RDF 1.1 Concepts and Abstract Syntax. W3C Recommendation. 25 February 2014. URL: https://www.w3.org/TR/rdf11-concepts/uk_UA
dc.relation.references15. Berners-Lee, Tim, James Hendler, and Ora Lassila. "Web semantic." Scientific American 284.5 (2001): 34-43.uk_UA
dc.relation.references16. Ehrlinger, Lisa, and Wolfram Wöß. "Towards a definition of knowledge graphs." SEMANTiCS (Posters, Demos, SuCCESS) 48.1-4 (2016): 2.uk_UA
dc.relation.references17. Angles, Renzo, and Claudio Gutierrez. "Survey of graph database models." ACM computing surveys (CSUR) 40.1 (2008): 1-39.uk_UA
dc.relation.references18. Robinson, Ian, Jim Webber, and Emil Eifrem. Graph databases: new opportunities for connected data. " O'Reilly Media, Inc.", 2015.uk_UA
dc.relation.references19. Shadbolt, Nigel, Tim Berners-Lee, and Wendy Hall. "The semantic web revisited." IEEE intelligent systems 21.3 (2006): 96-101.uk_UA
dc.relation.references20. Ziegler, Patrick, and Klaus R. Dittrich. "Three decades of data intecration—All problems solved?." Building the Information Society: IFIP 18th World Computer Congress Topical Sessions 22–27 August 2004 Toulouse, France. Boston, MA: Springer US, 2004.uk_UA
dc.relation.references21. Halevy, Alon Y. "Answering queries using views: A survey." The VLDB Journal 10.4 (2001): 270-294.uk_UA
dc.relation.references22. Bellahsene Z., Bonifati A., Rahm E. Schema Matching and Mapping. Springer, 2011. 320 p.uk_UA
dc.relation.references23. JSON-LD 1.1: A JSON-based Serialization for Linked Data. W3C Recommendation. 16 July 2020. URL: https://www.w3.org/TR/json-ld11/uk_UA
dc.relation.references24. Heath T., Bizer C. Linked Data: Evolving the Web into a Global Data Space. Morgan & Claypool, 2011. 136 p.uk_UA
dc.relation.references25. Data on the Web Best Practices. W3C Recommendation. 31 January 2017. URL: https://www.w3.org/TR/dwbp/uk_UA
dc.relation.references26. RDF Schema 1.1. W3C Recommendation. 25 February 2014. URL: https://www.w3.org/TR/rdf-schema/uk_UA
dc.relation.references27. OWL 2 Web Ontology Language Document Overview. W3C Recommendation. 11 December 2012. URL: https://www.w3.org/TR/owl2-overview/uk_UA
dc.relation.references28. SPARQL 1.1 Query Language. W3C Recommendation. 21 March 2013. URL: https://www.w3.org/TR/sparql11-query/uk_UA
dc.relation.references29. Turtle: Terse RDF Triple Language. W3C Recommendation. 25 February 2014. URL: https://www.w3.org/TR/turtle/uk_UA
dc.relation.references30. Euzenat J., Shvaiko P. Ontology Matching. 2nd ed. Springer, 2013. 512 p.uk_UA
dc.relation.references31. Lenzerini M. Data Integration: A Theoretical Perspective. Proceedings of the 21st ACM SIGMOD-SIGACT-SIGART Symposium on Principles of Database Systems. 2002. P. 233–246.uk_UA
dc.relation.references32. Bizer C., Heath T., Berners-Lee T. Linked Data – The Story So Far. International Journal on Semantic Web and Information Systems. 2009. Vol. 5, No. 3.uk_UA
dc.relation.references33. Paulheim H. Knowledge Graph Refinement: A Survey of Approaches and Evaluation Methods. Semantic Web. 2017. Vol. 8, No. 3. P. 489–508.uk_UA
dc.relation.references34. Newman M. Networks: An Introduction. Oxford University Press, 2010. 784 p.uk_UA
dc.relation.references35. Freeman L. C. Centrality in Social Networks: Conceptual Clarification. Social Networks. 1979. Vol. 1, No. 3. P. 215–239.uk_UA
dc.relation.references36. Brandes U. A Faster Algorithm for Betweenness Centrality. Journal of Mathematical Sociology. 2001. Vol. 25, No. 2. P. 163–177.uk_UA
dc.relation.references37. Nickel M., Murphy K., Tresp V., Gabrilovich E. A Review of Relational Machine Learning for Knowledge Graphs. Proceedings of the IEEE. 2016. Vol. 104,uk_UA
dc.relation.references38. RDFLib Documentation. URL: https://rdflib.readthedocs.io/uk_UA
dc.relation.references39. NetworkX Documentation. URL:https://networkx.org/documentation/stableuk_UA
dc.relation.references40. Streamlit Documentation. URL: https://docs.streamlit.io/uk_UA
dc.relation.references41. PyVis Documentation. URL: https://pyvis.readthedocs.io/uk_UA
dc.relation.references42. pandas Documentation. URL: https://pandas.pydata.org/docs/uk_UA
dc.relation.references43. Plotly Python Open Source Graphing Library Documentation. URL: https://plotly.com/python/uk_UA
dc.relation.references44. Бабак В.П., Куц Ю.В., Мислович М.В., Фриз М.Є., Щербак Л.М. Об’єктно- орієнтована ідентифікація стохастичних шумових сигналів. Київ: Наукова думка, 2024. 240 с. https://doi.org/10.15407/978-966-00-1883-9 .uk_UA
dc.relation.references45. V. Babak, A. Zaporozhets, Y. Kuts, M. Fryz, L. Scherbak. Noise signals: Modelling and Analyses. Cham: Springer Nature Switzerland, 2025. 222 p. DOI: https://doi.org/10.1007/978-3-031-71093-3uk_UA
dc.relation.references46. A. Zaporozhets, Y. Kuts, B. Mlynko, M. Fryz, and L. Scherbak, “EEG Signal Classification Using Linear Process Model-Based Feature Extraction and Supervised Learning,” in Advanced System Development Technologies II. Studies in Systems, Decision and Control, M. Bezuglyi, N. Bouraou, V. Mykytenko, G. Tymchyk, and A. Zaporozhets, Eds., Cham: Springer Nature Switzerland, 2025, pp. 235–257. doi: 10.1007/978-3-031-82035-9_7.uk_UA
dc.relation.references47. Python Documentation. URL: https://docs.python.org/3/uk_UA
dc.relation.references48. Fryz M., Mlynko B. Property analysis of multivariate conditional linear random processes in the problems of mathematical modelling of signals // Technol. Audit Prod. Reserv. 2022. Vol. 3, No 2(65). P. 29–32.uk_UA
dc.relation.references49. Бабак В.П., Марченко Б.Г., Фриз М.Є. Теорія ймовірностей, випадкові процеси та математична статистика. – К.: Техніка, 2004. – 288 с.uk_UA
dc.relation.references50. M. Fryz, “Conditional linear random process and random coefficient autoregressive model for EEG analysis,” 2017. doi:10.1109/UKRCON.2017.8100498.uk_UA
dc.relation.references51. Голобородько В. М. Вибрані глави проективної ергономіки. Антропометричний фактор: навчальний посібник. Харків: ХДАДМ, 2004. 216 с. 52. ДСТУ 8604:2015. Дизайн і ергономіка. Робоче місце для виконання робіт у положенні сидячи. Загальні ергономічні вимоги. Київ, 2016. 7 с.uk_UA
dc.relation.references53. Вимоги щодо безпеки та захисту здоров’я працівників під час роботи з екранними пристроями: НПАОП 0.00-7.15-18. Наказ Міністерства соціальної політики України від 14.02.2018 № 207.uk_UA
dc.relation.references54. Лапін В. М. Безпека життєдіяльності людини: навч. посіб. 6-те вид., перероб. і доп. Київ: Знання, 2007. 332 с.uk_UA
dc.relation.references55. Закон України «Про охорону праці». URL: https://zakon.rada.gov.ua/laws/show/2694-12#Textuk_UA
dc.contributor.affiliationТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Українаuk_UA
dc.coverage.countryUAuk_UA
dc.identifier.citation2015Гашинський Р. І. Моделювання та інтеграція знань у графових структурах для виявлення зв’язків між гетерогенними сутностями : робота на здобуття кваліфікаційного ступеня магістр : спец. 122 - комп’ютерні науки / наук. кер. М. Є. Фриз. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2026. 90 с.uk_UA
Apareix a les col·leccions:122 — комп’ютерні науки, F3 Комп’ютерні науки

Arxius per aquest ítem:
Arxiu Descripció MidaFormat 
2026_KRM_SNnm-61_Gashynskyi_RI.pdfДипломна робота2,42 MBAdobe PDFVeure/Obrir
Mostrar el registre simplificat de l'ítem


Els ítems de DSpace es troben protegits per copyright, amb tots els drets reservats, sempre i quan no s’indiqui el contrari.

Eines d'Administrador