1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Бакалавр
  4. 121 — Інженерія програмного забезпечення, F2 Інженерія програмного забезпечення (бакалаври)
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://elartu.tntu.edu.ua/handle/lib/52691
Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorСтоянов, Юрій Миколайович-
dc.contributor.authorМомотюк, Владислав Святославович-
dc.contributor.authorMomotiuk, Vladyslav-
dc.date.accessioned2026-06-25T10:35:15Z-
dc.date.available2026-06-25T10:35:15Z-
dc.date.issued2026-06-
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/52691-
dc.description.abstractКваліфікаційна робота бакалавра присвячена розробці та тестування програмного забезпечення застосунку перевірки ризиків в стохастичних системах. Метою цієї кваліфікаційної роботи є розробка програмної платформи для моніторингу ризиків у стохастичних системах із застосуванням нейромережевих модулів та методів стохастичних обчислень. Перший розділ присвячено аналізу предметної області, зокрема проблемам моніторингу та оцінювання ризиків у системах із випадковими факторами. Досліджено особливості застосування штучних нейронних мереж для розв'язання цих задач. Виконано огляд наявних підходів, включно з апаратними та програмними реалізаціями на базі стохастичних обчислень, а також обґрунтовано вибір архітектурних рішень для створення платформи. У другому розділі розглянуто архітектуру розробленого програмного рішення. Описано математичну модель стохастичних процесів, структуру нейромережевих модулів, а також реалізацію логіки аналізу даних і формування звітів щодо виявлених ризиків. Крім того, наведено результати тестування платформи на модельних наборах даних, виконано оцінювання точності та продуктивності нейромережевих алгоритмів. Окреслено перспективи масштабування системи та її інтеграції з іншими аналітичними сервісами.uk_UA
dc.description.abstractThis bachelor’s thesis is devoted to the development and testing of software for a risk assessment application in stochastic systems. The objective of this thesis is to develop a software platform for monitoring risks in stochastic systems using neural network modules and stochastic computation methods. The first chapter is devoted to an analysis of the subject area, specifically the problems of monitoring and assessing risks in systems with random factors. The paper investigates the specifics of using artificial neural networks to solve these problems. It reviews existing approaches, including hardware and software implementations based on stochastic computing, and justifies the choice of architectural solutions for creating the platform. The second chapter examines the architecture of the developed software solution. It describes the mathematical model of stochastic processes, the structure of the neural network modules, and the implementation of the logic for data analysis and the generation of reports on identified risks. In addition, the results of testing the platform on model datasets are presented, and the accuracy and performance of the neural network algorithms are evaluated. The prospects for scaling the system and integrating it with other analytical services are outlined.uk_UA
dc.description.tableofcontentsАНОТАЦІЯ ...................................................................................................................... 4 ABSTRACT .................................................................................................................. 6 ЗМІСТ ............................................................................................................................... 8 ПЕРЕЛІК СКОРОЧЕНЬ ................................................................................................ 10 ВСТУП ............................................................................................................................ 11 1. АНАЛІЗ СТАНУ ПРОБЛЕМИ ТА ПОСТАНОВКА ЗАДАЧІ РОБОТИ ....... 14 1.1 Аналіз предметної області та теоретичні основи роботи ............................. 14 1.2 Інструментарій та технології розробки програмних платформ для стохастичних систем .................................................................................................. 19 1.3 Огляд існуючих програмних рішень та суміжних систем ........................... 22 1.4 Обґрунтування вибору програмного середовища розробки та застосовуваних підходів ............................................................................................ 28 1.5 Ресурсозатратна ефективність реалізації програмної платформи ............... 30 1.6 Проблеми безпеки програмної платформи, режими доступу та можливості вдосконалення системи .............................................................................................. 32 2. ПРОЄКТУВАННЯ І РОЗРОБКА ПРОГРАМНОЇ ПЛАТФОМИ ТА ЇЇ КОМПОНЕНТІВ ........................................................................................................... 34 2.1 Формальні характеристики програмної платформи. Стохастичні обчислення .................................................................................................................. 34 В підрозділі описано та деталізовано структуру та характеристики програмної платформи ................................................................................................................... 34 2.1.1 Функціональні характеристики та властивості програмної системи ....... 34 2.1.2 Підходи до прямого стохастичного програмування .................................. 36 2.1.3 Операція додавання на основі стохастичного програмування ................. 37 2.2 Алгоритм множення на основі стохастичних процесів ................................ 41 2.3. Побудова нейрона на основі стохастичного підходу. Розширена стохастична логіка (ESL) ........................................................................................... 44 2.4 Програмна реалізація стохастичних логічних елементів ............................. 51 2.5 Запропонований оцінювач ймовірності (PE) ................................................. 53 2.6 Реалізація програмної платформи на програмованій логічній інтегральній схемі .......................................................................................................................... 65 2.7 Тестування роботи програмної системи ........................................................ 77 3 БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ ........................ 87 3.1 Динамічні явища на поверхні землі ................................................................... 87 3.2 Заходи, що запобігають впливу на людину агресивних та токсичних речовин, які використовуються в технологічному процесі ................................................... 89 ВИСНОВКИ ................................................................................................................... 93 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ ..................................................................... 95 ДОДАТКИ .................................................................................................................... 103uk_UA
dc.language.isoukuk_UA
dc.publisherТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.subjectінженерія програмного забезпеченняuk_UA
dc.subjectsoftware engineeringuk_UA
dc.subjectпрограмна платформаuk_UA
dc.subjectsoftware platform,uk_UA
dc.subjectмоніторинг ризиківuk_UA
dc.subjectrisk monitoringuk_UA
dc.subjectстохастичні системиuk_UA
dc.subjectstochastic systemsuk_UA
dc.subjectштучні нейронні мережіuk_UA
dc.subjectartificial neural networksuk_UA
dc.subjectстохастичні обчисленняuk_UA
dc.subjectstochastic computinguk_UA
dc.subjectглибоке навчанняuk_UA
dc.subjectdeep learninguk_UA
dc.titleРозробка та тестування програмного забезпечення застосунку перевірки ризиків в стохастичних системахuk_UA
dc.title.alternativeSoftware development and testing of a risk verification application in stochastic systemsuk_UA
dc.typeBachelor Thesisuk_UA
dc.rights.holderМомотюк Владислав Святославович, 2026uk_UA
dc.contributor.committeeMemberЯсній, Олег Петрович-
dc.coverage.placenameТернопільський національний технічний університет імені Івана Пулюя, факультет ФІСuk_UA
dc.format.pages104-
dc.subject.udc004.9uk_UA
dc.relation.references1. Rosenblatt F. The perceptron: A probabilistic model for information storage and organization in the brain // Psychol. Rev. – 1958. – Vol. 65, no. 6. – P. 386–408. – DOI: http://dx.doi.org/10.1037/h0042519uk_UA
dc.relation.references2. Feng T., Wang C., Chen X., Fan H., Zeng K., Li Z. URNet: A U-net based residua network for image dehazing // Appl. Soft Comput. – 2021. – Vol. 102. – P. 106884. – DOI: http://dx.doi.org/10.1016/j.asoc.2020.106884.uk_UA
dc.relation.references3. Liu P., Wang J., Guo Z. Multiple and complete stability of recurrent neural networks with sinusoidal activation function // IEEE Trans. Neural Netw. Learn. Syst. – 2021. – Vol. 32, no. 1. – P. 229–240. – DOI: http://dx.doi.org/10.1109/TNNLS.2020.2978267.uk_UA
dc.relation.references4. Hartpence B., Kwasinski A. CNN and MLP neural network ensembles for packet classification and adversary defense // Intell. Converg. Netw. – 2021. – Vol. 2, no. 1. – P. 66–82. – DOI: http://dx.doi.org/10.23919/ICN.2020.0023.uk_UA
dc.relation.references5. Lokwon K., Asaad S., Linsker R. A fully pipelined FPGA architecture of a factored restricted Boltzmann machine artificial neural network // ACM Trans. Reconfigurable Technol. Syst. – 2014. – Vol. 7. – DOI: http://dx.doi.org/10.1145/2539125.uk_UA
dc.relation.references6. Haykin S. S. Neural Networks and Learning Machines. – 3rd ed. – Upper Saddle River, NJ, USA: Pearson, 2009.uk_UA
dc.relation.references7. Varnava C. Phase-change memory devices for on-chip neural networks // Nature Electron. – 2021. – Vol. 4. – P. 454. – DOI: http://dx.doi.org/10.1038/s41928-021- 00627-4.uk_UA
dc.relation.references8. Yeo I., Gi S. G., Wang G., Lee B. G. A hardware and energy-efficient online learning neural network with an RRAM crossbar array and stochastic neurons // IEEE Trans. Ind. Electron. – 2021. – Vol. 68, no. 11. – P. 11554–11564. – DOI: http://dx.doi.org/10.1109/TIE.2020.3032867.uk_UA
dc.relation.references9. Gaines B. R. Stochastic computing systems // Advances in Information Systems Science. – 1969. – P. 37–172. 96uk_UA
dc.relation.references10.He X., Chu Z. Stochastic circuit design based on exact synthesis // Proc. 2021 China Semiconductor Technology International Conference (CSTIC). – 2021. – P. 1–3. – DOI: http://dx.doi.org/10.1109/CSTIC52283.2021.9461462.uk_UA
dc.relation.references11.Brown B. D., Card H. C. Stochastic neural computation. I. Computational elements // IEEE Trans. Comput. – 2001. – Vol. 50, no. 9. – P. 891–905.uk_UA
dc.relation.references12.Brown B. D., Card H. C. Stochastic neural computation. II. Soft competitive learning // IEEE Trans. Comput. – 2001. – Vol. 50, no. 9. – P. 906–920.uk_UA
dc.relation.references13.Alaghi A., Hayes J. P. Dimension reduction in statistical simulation of digital circuits // Proc. Symp. Theory Modeling Simulation (DEVS Integrative M&S Symp.). – 2015. – P. 1–8.uk_UA
dc.relation.references14.Hayes J. P. Introduction to stochastic computing and its challenges // Proc. DAC. – 2015. – P. 59.uk_UA
dc.relation.references15.Ardakani A. et al. Hardware implementation of FIR/IIR digital filters using integral stochastic computation // Proc. 2016 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). – 2016. – Vol. 3. – P. 6540–6544.uk_UA
dc.contributor.affiliationТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра програмної інженерії, м. Тернопіль, Українаuk_UA
dc.coverage.countryUAuk_UA
dc.identifier.citation2015Момотюк В. С. Розробка та тестування програмного забезпечення застосунку перевірки ризиків в стохастичних системах : робота на здобуття кваліфікаційного ступеня бакалавра : 121 - інженерія програмного забезпечення / наук. кер. Ю. М. Стоянов. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2026. 104 с.uk_UA
Vyskytuje se v kolekcích:121 — Інженерія програмного забезпечення, F2 Інженерія програмного забезпечення (бакалаври)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
dyplom_Momotiuk_V_2026.pdf5,2 MBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

Nástroje administrátora