Перегляд за Автор "Klimenko, Valeriia"
Зараз показуємо 1 - 5 з 5
Результатів на сторінці
Налаштування сортування
Документ Алгоритми та програмна архітектура інформаційної системи нейромережевого аналізу постави людини(Хмельницький національний університет, 2025) Мазур, Євген; Мазурець, Олександр; Кліменко, Валерія; Собко, Олена; Залуцька, Ольга; Mazur, Yevhen; Mazurets, Oleksandr; Klimenko, Valeriia; Sobko, Olena; Zalutska, OlhaУ статті наведено огляд сучасного стану автоматизованого виявлення порушень постави людини за візуальними даними. Актуальність дослідження зумовлена стрімким зростанням кількості випадків викривлення хребта внаслідок малорухливого способу життя, тривалої роботи за комп’ютером та браку контролю за положенням тіла. Це зумовлює потребу у створенні інноваційних рішень, здатних забезпечити ранню діагностику постуральних розладів за допомогою методів комп’ютерного зору. Запропонований у дослідженні підхід базується на аналізі скелетної структури людини на основі зображень із подальшим застосуванням математично-алгоритмічного аналізу координат ключових точок хребта для виявлення типових порушень постави. Наведено прикладну реалізацію описаного математико-алгоритмічного забезпечення на основі спроектованої інформаційної системи. Прикладна програмна реалізація працює на основі нейромережевої моделі YOLO, що була донавчена на спеціалізованому датасеті. Навчання моделі тривало 25 епох і дозволило досягти точності виявлення ключових точок постави на фото понад 80%. Програмна реалізація використовувалась для валідації методу, де результати автоматизованого аналізу порівнювались із експертними оцінками, що підтвердило високу точність і чутливість підходу. Подальші дослідження планується зосередити на використанні глибоких нейронних мереж для розпізнавання постави в реальному часі на основі відеопотоку. Запропонована система має перспективу широкого впровадження в мобільні додатки та платформи комп’ютерного зору для масового користувача. Важливість розв'язання цієї проблеми не обмежується лише медичним аспектом. Виявлення та корекція порушень постави безпосередньо пов'язані з досягненням Цілей сталого розвитку (ЦСР), зокрема у контексті забезпечення загального доступу до якісного медичного обслуговування, підвищення фізичного благополуччя та впровадження інновацій у системи охорони здоров’я. Інтеграція подібних технологій підтримує як індивідуальний добробут, так і рівноправний доступ до медичних послуг для широких верств населення, що особливо актуально для країн з обмеженими ресурсами. Таким чином, розроблене рішення має потенціал зробити вагомий внесок у досягнення глобальних цілей сталого розвитку, включаючи зміцнення здоров’я націй, розвиток цифрової медицини та зменшення нерівності в доступі до інноваційних засобів діагностики.Документ Даталогічна модель бази даних для виявлення гендерної приналежності за SVM-аналізом дописів інтернет-мереж з використанням об'єктно-орієнтованого проєктування(Хмельницький національний університет, 2024) Мазурець, Олександр; Молчанова, Марина; Кліменко, Валерія; Собко, Олена; Супрун, Павло; Mazurets, Oleksandr; Molchanova, Maryna; Klimenko, Valeriia; Sobko, Olena; Suprun, PavloУ роботі запропоновано практичний підхід до виявлення гендерної приналежності за аналізом дописів інтернет-мереж із використанням SVM-класифікаторів. Для дослідження ефективності запропонованого методу було створено об’єктно-орієнтовану програмну реалізацію в середовищі програмування PyCharm, а також виконано даталогічне моделювання структури даних. Розроблений підхід показав високу ефективність, в порівнянні з існуючим аналогом його точність вища на 0.11. Перевагою методу є можливість працювати з короткими текстами, такими як твіти, без втрати точності. Одержані результати можуть бути актуальними для різноманітних застосувань, включаючи маркетингові дослідження, аналіз громадської думки, персоналізовану рекламу, політичні дослідження, й сприти створенню безпечних і толерантних вебсередовищДокумент Програмна архітектура системи нейромережевого аналізу зображень для доклінічного виявлення аутизму з використанням claud-технологій(Хмельницький національний університет, 2026) Кліменко, Валерія; Мазурець, Олександр; Мізин, Джорджо; Молчанова, Марина; Klimenko, Valeriia; Mazurets, Oleksandr; Mizyn, Dzhordzho; Molchanova, MarynaУ статті розглянуто проблему доклінічного скринінгового виявлення ризику розладів аутистичного спектра та обґрунтовано потребу в об’єктивізованих, відтворюваних і масштабованих інструментах, здатних підтримати фахівця на етапі первинного скринінгу. Запропоновано програмну архітектуру системи нейромережевого аналізу зображень із використанням claud-технологій, що забезпечує керований життєвий цикл даних і моделей, версіонування, збереження артефактів, журналювання подій та контроль якості. Архітектура структурована на підсистеми даних і керування даними, конвеєр обробки і навчання, а також сервіси аналізу, доступ до яких здійснюється через API шлюз із аутентифікацією та контролем доступу. В основу запропонованої системи покладено нейромережевий підхід доклінічного виявлення ризику розладів аутистичного спектра, що реалізує три етапи: донавчання нейромережевої моделі на цільовому датасеті, класифікацію фото та генерацію пояснень, що включають візуальні карти значущості і семантичне текстове обґрунтування прийнятого рішення. Експериментальну перевірку виконано на моделі архітектури ViT. На прикладі роботи програмного забезпечення отримано узгоджений розподіл ймовірностей із оцінкою ризику РАС на рівні близько 0.724, а також пояснювальні виходи у вигляді ключових зон обличчя і морфометричних індикаторів. За результатами навчання показано, що найкращу сукупну якість досягнуто на 5 епосі, де Val loss становить 0.3506, Val acc 0.885, а MCC 0.771, тоді як подальше збільшення кількості епох призводить до зниження показників. Отримані результати підтверджують придатність запропонованої архітектури для скринінгових застосувань і визначають напрями подальшої валідації на незалежних, репрезентативних вибірках. Рішення орієнтоване на безпечну роботу з чутливими даними завдяки централізованому зберіганню, аудиту та можливості моніторингу змін у вхідних даних, що створює підґрунтя для регламентованого оновлення моделей у хмарному середовищі.Документ Програмна архітектура інтелектуальної об’єктно-орієнтованої системи фільтрації даних для нейромережевої класифікації побутових відходів з використанням хмарних технологій(Хмельницький національний університет, 2026) Держак, Владислав; Кліменко, Валерія; Молчанова, Марина; Собко, Олена; Мазурець, Олександр; Derzhak, Vladyslav; Klimenko, Valeriia; Molchanova, Maryna; Sobko, Olena; Mazurets, OleksandrУ роботі запропоновано програмну архітектуру інтелектуальної об’єктно-орієнтованої системи фільтрації даних для нейромережевої класифікації побутових відходів із використанням керованих хмарних обчислювальних вузлів. Актуальність зумовлена необхідністю стабільної роботи комп’ютерного зору в реалістичних сценах, де якість зображень, фонові завади, блиск і класовий дисбаланс істотно знижують надійність прийняття рішень. На відміну від підходів, у яких підготовка даних є разовим кроком перед навчанням, запропонована система інтегрує контроль якості безпосередньо в цикл навчання і інференсу. Модуль фільтрації відсіює малoінформативні зображення за показниками різкості, контрастності та експозиційної збалансованості з контролем збереження представлення класів; очищена вибірка використовується для донавчання базової архітектури. Реалізацію побудовано на MobileNetV3-Small з перенесенням ознак і заміною класифікаційної голови на 30 класів; виконання, журналювання артефактів і зберігання даних забезпечено на сесіях Google Colab із GPU та сховищем Google Drive/Kaggle, що гарантує відтворюваність і переносимість експериментів. Для користувацької взаємодії створено вебінтерфейс інференсу на Gradio, який надає завантаження зображення, вибір конфігурації моделі та перегляд метрик. Експериментальну оцінку проведено на наборі Recyclable and Household Waste Classification Dataset, який містить 15 тис. зображень розміру 256×256 у 30 категоріях з контрольованими та реальними сценами. Базова конфігурація на «сирій» вибірці демонструє узгоджені інтегральні показники, однак включення якісно орієнтованої фільтрації дало предметні покращення для чутливих класів: зокрема, для paper_cups істотно зросли точність і повнота, позитивні зрушення зафіксовано для steel_food_cans, clothing та magazines, тоді як для блискучих і малофактурних категорій переважно зменшено помилкові спрацьовування. Отримані результати підтверджують, що підвищення точності класифікації досягається передусім через оптимізацію вхідних даних і дисципліну експерименту в хмарному середовищі, без ускладнення архітектури моделі. Практична цінність полягає у створенні відтворюваного методичного ланцюга від керованої фільтрації до продуктивного застосування, придатного для впровадження на сортувальних лініях і в інфраструктурі циркулярної економікиДокумент Інформаційна технологія прогнозування рівня епідеміологічної небезпеки з використанням нейромережевого моделювання(Хмельницький національний університет, 2023) Овчарук, Олександр; Мазурець, Олександр; Собко, Олена; Молчанова, Марина; Кліменко, Валерія; Ovcharuk, Oleksandr; Mazurets, Oleksandr; Sobko, Olena; Molchanova, Maryna; Klimenko, ValeriiaСтаття присвячена розв’язанню задачі визначення рівня епідеміологічної небезпеки, для чого розроблено інформаційну технологію прогнозування рівня епідеміологічної небезпеки, метод прогнозування значень параметрів за їх часовими рядами рекурентною темпоральною нейронною мережею із згортковим шаром як складову інформаційної технології, та відповідну програмну систему.