Кафедра комп’ютерних наук та інформаційних технологій
Постійне посилання зібрання
Переглянути
Нові надходження
Документ Метод дистиляції знань від моделей-вчителів до моделі-учня глибокого навчання(Хмельницький національний університет, 2024-11-21) Чабан, Олександр Романович; Манзюк, Едуард АндрійовичУ роботі запропоновано метод дистиляції знань від моделей-вчителів до моделі-учня глибокого навчання, який призначений для покращення класифікації медичних зображень, зокрема МРТ серця. Метод враховує проблему доменного зсуву та обмежену кількість анотованих даних, комбінуючи адаптивну дистиляцію знань, доменну адаптацію та підходи до збереження приватності. Метод складається з трьох блоків: навчання моделей-вчителів із доменною адаптацією, агрегування знань для створення узагальнених ознак та навчання моделі-учня із застосуванням псевдоанотацій та збереженням конфіденційності. Обчислювальні експерименти показали, що запропонований метод злегка перевершує сучасні підходи за точністю та узагальненням знань за різними доменами даних.Документ Підхід до інтегрування експертних знань в модель U-Net для сегментування зображень МРТ серця(Донбаська державна машинобудівна академія, 2024-12-12) Чабан, Олександр Романович; Манзюк, Едуард АндрійовичУ статті запропоновано новий підхід до інтегрування експертних знань медичних фахівців у нейронну мережу архітектури U-Net для сегментування зображень МРТ серця. Запропонований підхід передбачає використання механізмів уваги, керованих експертними анотаціями, та впровадження анатомічних обмежень через спеціалізовані функції втрат. Це дає змогу покращити здатність мережі створювати анатомічно точні та клінічно значущі сегментовані маски на зображенні МРТ серця. Підхід включає декілька послідовних етапів, зокрема, аугментацію даних з експертними анотаціями, проєктування механізму уваги та додання функцій втрат із врахуванням анатомічних обмежень. Експериментальні результати за набором даних Automated Cardiac Diagnosis Challenge у задачі сегментування продемонстрували покращення проти базової моделі U-Net за низкою метрик сегментації.Документ Штучний інтелект як основа для розпізнавання БПЛА по радіосигнатурі(Донбаська державна машинобудівна академія, 2024-12-12) Мартинов, Андрій Юрійович; Радюк, Павло МихайловичУ статті представлені пару простих нейронних мереж для розпізнавання радіосигналів по типу модуляції чи маніпуляції. Вибравши кращу із них ми покращили її підналаштуванням кількості рівнів шарів та їх параметри. Також будемо звертати увагу на затребуваний час для навчання та результати досліджень.Документ Ensuring confidence in neural network decisions in medical diagnostics based on visual data(2024) Манзюк Едуард Андрійович; Скрипник Тетяна Казимирівна; Лукманов Титур Каюмович; Кириченко Олександр МиколайовичThe paper presents a novel method for medical image analysis that combines the high accuracy of deep learning models and the interpretability of logical models. The proposed approach involves training a convolutional neural network (CNN) for accurate image classification, applying a spatial attention mechanism to localize important features, and constructing an interpretable Decision Rule Network (DRN) based on these features. The DRN is a set of logical rules linking feature values to diagnoses, allowing for transparent decision-making. The method was evaluated on brain MRI scans, achieving high accuracy with the CNN (>95%) and interpretability with the DRN. The authors emphasize the importance of achieving consistency between the CNN and DRN decisions for specific clinical cases, ensuring trust and compliance with ethical and regulatory requirements in medical AI applications.Документ Метод оцінки стану заряду накопичувачів енергії з використанням оптимізованої LSTM нейронної мережі(2024) Прилуцька Вікторія Олександрівна; Манзюк Едуард Андрійович; Скрипник Тетяна КазимирівнаПредставлено вдосконалений метод оцінки стану заряду накопичувачів енергії на основі LSTM нейронної мережі з використанням баєсівської оптимізації. Основним нововведенням є автоматизація підбору гіперпараметрів мережі, що дозволяє створити універсальну модель для різних типів накопичувачів енергії. Запропонований підхід ефективний для систем накопичення енергії, де потрібна швидка та точна оцінка стану заряду без специфічних налаштувань під конкретний тип накопичувача. Продемонстровано перспективність застосування оптимізованих LSTM мереж для задач оцінки SoC в системах управління енергією.Документ Метод прогнозування ерозії грунту засобами машинного навчання(2024) Шимчук Артем Русланович; Міхалевський Віталій Цезарійович; Скрипник Тетяна Казимирівна; Вознюк Леонід ОлександровичРозглянуто метод прогнозування ерозії грунту засобами машинного навчання. Суть методу полягає в використанні алгоритмів для аналізу великих обсягів даних про ґрунтові, топографічні, метеорологічні та рослинні параметри з метою виявлення закономірностей, що дозволяють прогнозувати ризики ерозії. Цей підхід дозволяє створювати точні моделі, які допомагають у прийнятті обґрунтованих рішень для управління земельними ресурсами та запобігання деградації ґрунтів.Документ Метод ідентифікації подій в україномовних текстах засобами обробки природної мови(2023) Домбровський Назарій; Скрипник Тетяна; Вознюк ЛеонідВ даному дослідженні проводиться оцінка, наскільки текст тестового документа відповідає введеним користувачем ключовим токенам з урахуванням оцінки важливості слів у тексті. Для визначення цієї важливості можуть використовуватися два підходи: дисперсійна оцінка та метод ВМ-25. Передбачається автоматизований процес формування синонімічних рядів до введених користувачем токенів з метою розширення можливостей методу.Документ Проєктування робочої місії безпілотних літальних апаратів в тривимірному просторі(2023) Свистун Сергій; Мельниченко Олександр; Скрипник ТетянаУ статті розглядається процес проєктування робочої місії безпілотних літальних апаратів (БПЛА) в тривимірному координатному просторі. Описуються ключові етапи планування місії, від визначення координат до тестування системи. Висвітлюється потреба у розробці нового методу побудови маршрутів для БПЛА, який би дозволяв автоматично коригувати траєкторію польоту та забезпечував самонавчання системи. Окремо розглядаються три можливі траєкторії польоту в конкретному робочому середовищі, а саме: пріоритетна, допустима та небажана. Аналізуються час та ефективність кожної з траєкторій, на підставі чого робиться висновок про перевагу пріоритетної траєкторії. Автори підкреслюють, що вибір оптимального маршруту сприяє підвищенню ефективності моніторингу та збору даних.Документ Метод виявлення та розпізнавання номерів автомобілів нейромережевими засобами(2024) Яворський Костянтин Андрійович; Манзюк Едуард Андрійович; Скрипник Тетяна КазимирівнаВ данній статті розглянуто розроблений метод виявлення та розпізнавання номерних знаків автомобілів з використанням нейромережевих засобів. Під час дослідження було проаналізовано статті за данною тематикою, описано алгоритм роботи методу.Документ Застосування адаптивного підходу для реалізації системи опитувань та тестувань(2021) Галкіна Руслана; Багрій Руслан; Скрипник ТетянаУ статті розглянуто основні положення традиційного тестування та передумови використання адаптивного тестування. Класична тестування не завжди може вирішити поставлені вимоги сучасним рівнем розвитку систем контролю знань. Тому у подібних випадках використовується адаптивний підхід тестування. Запропонована інформаційна система для проведення опитувань та тестувань, що дала можливість зменшити час, витрачений на проведення тестування, отримання більш точних результатів тестування та спрощення процесу перевірки результатів.Документ Архітектура мережі визначення типів суден на супутникових зображеннях(2024) Скрипник Тетяна Казимирівна; Манзюк Едуард Андрійович; Константінов Богдан ІгоровичРобота присвячена розробці методу виявлення суден на супутникових знімках з використанням механізмів уваги в нейронних мережах. Запропоновано нову архітектуру, яка поєднує модифіковану версію Faster R-CNN з інтегрованими механізмами просторової та канальної уваги. Особливістю архітектури є комбінація двох типів механізмів уваги, що дозволяє мережі ефективно фокусуватися на релевантних областях зображення при виявленні суден різних типів. Розроблений метод може бути використаний для створення систем автоматичного моніторингу морського трафіку, контролю рибальства та забезпечення морської безпеки.Документ Метод генерації відповідей для допоміжної комунікації(2024) Медведчук Віталій Юрійович; Багрій Руслан Олександрович; Скрипник Тетяна КазимирівнаПроблема комунікації є надзвичайно важливою в сучасному світі, де велика кількість людей стикається з труднощами в спілкуванні через вади слуху чи мовлення. Виявлення потреб таких людей та розробка рішень для полегшення комунікації має вирішальне значення для їхнього соціального включення та доступу до інформації. Зроблено огляд існуючих методів генерації відповідей для допоміжної комунікації та запропоновано метод для створення ефективних комунікаційних інструментів, здатних адаптуватися до потреб користувачів.Документ Метод вивчення конкурентного середовища для релокації підприємства засобами інтелектуального аналізу даних(2024) Івахов Дмитро Михайлович; Міхалевський Віталій Цезарійович; Скрипник Тетяна КазимирівнаРозглянуто метод вивчення конкурентного середовища для релокації підприємства засобами інтелектуального аналізу даних. Суть методу полягає в оптимізації процесу вивчення виробничого середовища для можливості релокації підприємства. Шляхом використання цього алгоритму, людські, виробничі, фінансові ресурси та транспортні засоби розподіляються оптимально для максимально ефективної релокації підприємства. Описано також поточні і потенціальні ризики та переваги для нового підприємства, логістичні аспекти та комунікаційні стратегії, що надає можливість користувачам приймати обгрунтовані рішення щодо релокації підприємства.Документ Виявлення об’єктів пропаганди у текстових повідомленнях засобами обробки природної мови із візуальною інтерпретацією результатів(2024) Молчанова М.ОЗапропоновано метод виявлення об’єктів пропаганди в текстових повідомленнях нейромережевими засобами обробки природної мови із візуальною інтерпретацією результатів. Відмінністю методу є розширення множини об’єктів пропаганди за рахунок додавання варіантів їх словесних подань та використання контекстних вікон для виявлення зв'язків між прийомами та об’єктами пропаганди. Це дозволяє покращити результати виявлення і забезпечити візуальне представлення об’єктів пропаганди, їх словесних подань і важливих зв’язків між ними. Експериментально доведено ефективність підходу, який забезпечує результати, що корелюють з експертними оцінками, і дозволяє візуально спостерігати об’єкти впливу та їх зв’язки в рамках пропагандистських прийомів.Документ Тематична класифікація текстової інформації засобами обробки природної мови(2024) Віт Р.В.Запропоновано підхід до тематичної класифікації текстової інформації засобами обробки природної мови для автоматизованого ідентифікування та групування текстів за основними темами. Цей підхід сприяє ефективній організації збереження і використання великих обсягів текстової інформації, організовуючи структурований доступ до її змісту. Проведена крос-валідація продемонструвала результат точності 0.86, що на 0.15 перевищує точність, отриману при використанні LDA без додаткових модифікацій для класифікації.Документ Діагностування проявів посттравматичного стресового розладу за нейромережевим аналізом текстового контенту(2024) Мазурець, Олександр Вікторович; Овчарук О.М.Запропоновано підхід до діагностування проявів посттравматичного стресового розладу за нейромережевим аналізом текстового контенту, який забезпечує трансформацію вхідних даних у вигляді тексту в результат у вигляді оцінки ймовірності проявів ПТСР у контенті користувачів. Розроблена архітектура нейронної мережі показала значне покращення результатів порівняно з існуючими аналогами. Після навчання моделі на запропонованому наборі даних було отримано точність понад 85%.Документ Візуальна інтерпретація нейромережевого виявлення кібербулінгу у цифрових текстах(2024) Собко О.В.Запропоновано метод візуальної інтерпретації нейромережевого виявлення кібербулінгу в цифрових текстах, що дозволяє інтерпретувати рішення моделі щодо типів кібербулінгу. Метод базується на використанні моделі BERT для мультилейблової класифікації та інтерпретаційної моделі LIME, яка візуалізує вплив слів на рішення моделі. Метод забезпечує три формати інтерпретації: кольорову палітру, діаграми локальної та загальної важливості слів. Експерименти підтвердили, що розроблений підхід забезпечує зрозуміле пояснення рішень штучного інтелекту щодо виявлених типів кібербулінгуДокумент Visual Analytic of Propaganda Objects Detecting by Neural Network(2024) Molchanova M.Proposes visual analytic of method for detecting propaganda objects, which allows you to find in propaganda texts, at whom and what are the propaganda techniques used in the texts specifically aimed at. A visual interpretation of the found objects of propaganda was carried out, which allows to visually observe the objects of influence of propaganda within the framework of the used propaganda techniquesДокумент Efficiency Research of Method for Detecting Mental Disorders by Analysis of User Content(2024) Mazurets O.; Ovcharuk O.; Мазурець, Олександр ВікторовичThe paper proposes the efficiency research of method for detecting mental disorders based on analysis of user content, which allows performing multiclass classification of mental disorders using the neural network model-transformer DistilBERT and knowledge distillation. This approach ensures fast execution and increases Accuracy to 0.854, and Precision to 0.867Документ Practice Implementation of the Method for Analysis and Formation of Representative Text Datasets(2024) Sobko O.Proposes the practice implementation of the method for analysis and formation of representative text datasets, designed for the analysis and formation of representative text samples of data according to the FATE principle of fairness for subject areas. The studied efficiency proves that developed method allows performing the analysis of the representativeness of text datasets and bringing them to representative form according to various aspects of the FATE fairness principleДокумент Practical Application of Method of Thematic Classification of Text Information Using LDA(2024) Mazurets O.; Vit R.; Мазурець, Олександр ВікторовичMethod of thematic classification of textual information has been developed, examples of the analysis of the effectiveness of the created method on an English-language data set using the corresponding developed software are given. From the thematic modeling in the dataset, as a result of applying the method, a cross-validation check was carried out, which gave a result of 0.86, which is an improvement of 0.15 in comparison with the use of LDA in its pure form for classificationДокумент Method for Determining the Person Emotional State in Real Time by Neural Networks Tools(2024) Hladun O.; Molchanova M.; Zalutska O.The paper proposes method for determining the person emotional state in real time by means of neural networks, which allows for transformation of input data in the form of trained neural network model of convolutional architecture and video stream into output data that includes information about person's emotional state, presented in the form of emotional tags that correspond to emotions: joy, sadness, anger, disgust, fear, surprise and neutral.Документ Thermal and RGB Images Work Better Together in Wind Turbine Damage Detection(Research Institute for Intelligent Computer Systems, 2024-12-05) Svystun, Serhii; Melnychenko, Oleksandr; Radiuk, Pavlo; Savenko, Oleg; Sachenko, Anatoliy; Lysyi, AndriiThe inspection of wind turbine blades (WTBs) is crucial for ensuring their structural integrity and operational efficiency. Traditional inspection methods can be dangerous and inefficient, prompting the use of unmanned aerial vehicles (UAVs) that access hard-to-reach areas and capture high-resolution imagery. In this study, we address the challenge of enhancing defect detection on WTBs by integrating thermal and RGB images obtained from UAVs. We propose a multispectral image composition method that combines thermal and RGB imagery through spatial coordinate transformation, key point detection, binary descriptor creation, and weighted image overlay. Using a benchmark dataset of WTB images annotated for defects, we evaluated several state-of-the-art object detection models. Our results show that composite images significantly improve defect detection efficiency. Specifically, the YOLOv8 model’s accuracy increased from 91% to 95%, precision from 89% to 94%, recall from 85% to 92%, and F1-score from 87% to 93%. The number of false positives decreased from 6 to 3, and missed defects reduced from 5 to 2. These findings demonstrate that integrating thermal and RGB imagery enhances defect detection on WTBs, contributing to improved maintenance and reliability.Документ Метод аналізу достовірності текстових повідомлень для інтелектуальних систем кібербезпеки(2024) Шевчук П.О.; Мазурець, Олександр ВікторовичУ дослідженні розроблено метод аналізу достовірності текстових повідомлень для інтелектуальних систем кібербезпеки на основі ансамблевого підходу, що поєднує логістичну регресію, дерево рішень, градієнтне посилення та випадковий ліс. Запропонований метод аналізу достовірності текстових повідомлень для інтелектуальних систем кібербезпеки на основі ансамблевого підходу показав ефективність на рівні 92%, що є високим показником порівняно із сучасними рішеннями у сфері кібербезпеки.Документ Дослідження ефективності методу виявлення цільових об’єктів предметної області(2024) Мазурець, Олександр Вікторович; Віт Р.В.Досліджено ефективність методу виявлення цільових об’єктів предметної області, який відрізняється від аналогів урахуванням ключових слів та іменникових сутностей предметної області, що дало змогу підвищити точність виявлення цільових об’єктів предметної області внаслідок врахування іменникових сутностей.Документ Practical Approach for Detection by Deep Learning of Target Objects of Subject Area Based on Semantic Connectivity Indicators in Audio Database(2024) Mazurets O.; Sobko O.; Vit R.; Pasternak V.; Мазурець, Олександр ВікторовичA practical approach for detection was performed by deep learning of target objects in the subject area based on semantic connectivity indicators in an audio database. A database was also created for the software that detects actors in Ukrainian-language audio data for the media sphere. This database includes the necessary tables that provide convenient storage and organization of information about actors, audio data and transcription. It is a key tool for analysing and processing audio data in the media field, which allows you to efficiently identify, classify and analyze the information contained in audio files, taking into account their context and content.Документ Метод автоматизованого аналізу відповідності множин тестових завдань семантичній структурі навчальних матеріалів засобами штучного інтелекту(2024) Гардиш Д.О.; Мазурець, Олександр ВікторовичВ результаті проведення дослідження було запропоновано метод автоматизованого аналізу відповідності множин тестових завдань семантичній структурі навчальних матеріалів засобами штучного інтелекту. Проведене дослідження практичного застосування розробленого методу виявило його високу працездатність та можливість практичного використання для аналізу відповідності множин тестових завдань семантичній структурі інформаційних навчальних матеріалів.Документ Нейромережева модель для виявлення дезінформації в текстовому контенті(2024) Бармак О.В.; Молчанова М.О.; Денисенко Б.О.Запропоновано нейромережеву модель для виявлення дезінформації в текстовому контенті. Особливістю запропонованої моделі є її можливість донавчання у реальному часі під час використання моделі у розробленому застосунку у вигляді телеграм-бота. Розроблена модель дозволяє досягнути точності 99% на тренувальних даних та 91% на валідаційних.Документ Object-Oriented Intelligent System for Neural Network Detection of Sugar Crystallization Zones(2024) Mazurets O. V.; Klimenko V. I.; Molchanova M.O.; Sultanov A.V.; Мазурець, Олександр ВікторовичA method for detecting sugar crystallization zones in production has been developed to optimize processes and automate problem detection. It uses a trained neural network and image analysis to classify and explain crystallization zones. The system's object-oriented architecture includes four subsystems and a database, with detailed functions and roles described. The design comprises nine classes, outlining the functional purpose and software components for neural network-based image multi-classification. Key implementation features of the intelligent system are also highlighted.Документ Software for Text Messages Reliability Analysis Based on the Machine Learning Models Ensemble(2024) Shevchuk P.; Molchanova M.; Mazurets O.; Мазурець, Олександр ВікторовичThe developed model is the closest to predicting the data on the labeled set, showing 4 errors out of 50 test samples, which is 92% accurate when analyzing the reliability of text messages. The implementation of the test software in the form of a website was carried out by integrating Scikit-Learn and Flask technology. It is proposed to add four different machine learning models to the ensemble — logistic regression, decision trees, gradient boosting, and random forest, on the basis of which a weighted estimate of the credibility of text messages will be formed, which is calculated as the sum of the influence coefficients of each model multiplied by the output of the corresponding classifier model.Документ Effectiveness Research of Method for Values Forecasting of Epidemiological Danger Indicators by Means of Neural Network Modeling(2024) Mazurets O.V.; Ovcharuk O.M.; Tyschenko O.O.; Zalutska O.O.; Мазурець, Олександр ВікторовичThe aim of the study is effectiveness research of method for values forecasting of epidemiological danger indicators by means of neural network modeling. The method for values forecasting of epidemiological danger indicators using neural network modeling was studied, which allows, based on input data in the form of a sample of time-dependent values of a specified parameter during the studied period, to receive output data in the form of a sample with predicted values of the parameter for further forecasting of the level of epidemiological danger using neural network modelling, and uses a recurrent temporal neural network with one convolutional layer to predict parameter values from their time series.Документ Approach to Using Cloud Services for Visual Analytics of Neural Network Analysis of Texts Emotional Tonality(2024) Yurchenko D.; Mazurets O.; Didur V.; Molchanova M.; Мазурець, Олександр ВікторовичFor the neural network analysis of the emotional tonality of messages, it is proposed to use a hybrid architecture neural network that combines the simultaneous advantages of the CNN and BiLSTM architectures. A neural network architecture was developed for determining emotional tonality, and the LIME model of interpreted model-agnostic explanations was used to visually explain the results of the neural network analysis of emotional tonality. This approach will make it possible to use all the advantages of neural network solutions, but to have an understanding for the user of what influenced these solutions.Документ Datalogic Model for Image Recognition by Convolutional Neural Network Using Cloud Services(2024) Mazurets O.; Molchanova M.; Klimenko V.; Klopotivskyi D.; Мазурець, Олександр ВікторовичThe developed database and information system from the research for recognizing potato fruit diseases by a convolutional neural network using cloud services allows for the rapid detection of diseases, which helps farmers make effective decisions on the application of control measures and plant protection. In addition, given its high accuracy (0.96 per 100 training epochs), the software can be used as a tool for research and monitoring plant health in agriculture and for developing new methods and technologies to increase yields and reduce crop losses.Документ Виявлення кіберзалякувань в інформаційному середовищі засобами машинного навчання(2024) Собко О.В.; Бармак О.В.Розроблений підхід до виявлення кіберзалякувань в інформаційному середовищі засобами машинного навчання продемонстрував високу ефективність і точність, що робить його цінним інструментом у сфері кібербезпеки. Завдяки здатності моделі автоматично ідентифікувати образливий контент з високою ймовірністю правильного визначення, цей метод сприяє створенню безпечнішого інформаційного середовища. Запропоноване рішення допомагає запобігати поширенню кіберзалякувань, своєчасно виявляючи потенційно небезпечні повідомлення та знижуючи ризики негативного кібервпливу на користувачів, зокрема на дітей та молодь.Документ Інтелектуальні засоби кібербезпеки в інтернет та нейромережеве виявлення дезінформації(2024) Денисенко Б.О.; Залуцька О.О.Запропоновано метод виявлення дезінформації в вебповідомленнях для підвищення кібербезпеки за допомогою штучних нейронних мереж, який дозволяє аналізувати вхідний текст і визначати ступінь дезінформації в повідомленні. Результатом дослідження є створена інформаційна система для виявлення дезінформації за допомогою штучних нейронних мереж. Під час навчання система досягла точності 99% на навчальній вибірці та 91% на тестовій вибірці. Отримані результати підтверджують перспективність використання нейронних мереж у завданнях, пов’язаних з автоматичним аналізом тексту та виявленням дезінформації для інтеграції в сучасні інтелектуальні засоби кібербезпеки в інтернет, а також надають підстави для подальшого вдосконалення методів нейромережевого виявлення дезінформації для підвищення точності і надійності засобів кібербезпеки.Документ Метод ідентифікації особистості на основі розпізнавання обличчя в реальному часі для систем кібербезпеки(2024) Дидо Р.А.; Мазурець, Олександр ВікторовичЗапропоновано метод ідентифікації особистості на основі розпізнавання обличчя в реальному часі. Створене програмне забезпечення з використанням розробленого метода може знайти широке застосування для систем кібербезпеки, захищаючи конфіденційні системи та ресурси від шахрайства та несанкціонованого доступу, тим самим підвищуючи загальний рівень захисту особистих даних.Документ Neural Network Dual Architecture for Depression Detection Using Cloud Services(2024) Tymofiiev I.; Mazurets O.; Hardysh D.; Molchanova M.; Мазурець, Олександр ВікторовичA method of detecting a depressive state by means of NLP was developed, which is designed to transform input data in the form of text and a trained neural network model of dual architecture into output data in the form of a numerical assessment of the presence of a depressive state. The proposed method differs from analogs in that it combines a two-stream architecture, which is based on the use of two parallel neural networks, each of which specializes in the analysis of different aspects of the text - syntactic and semantic.Документ Real Time Detection the Person Emotion State Using Neural Network(2024) Hladun O.; Mazurets O.; Molchanova M.; Sobko O.; Мазурець, Олександр ВікторовичThe method of determining the emotional state of a person in real time by neural networks tools is proposed, which uses a convolutional neural network and allows detecting 7 basic emotional states of a person with an accuracy of more than 80% for each of the emotions.Документ Object-Oriented Approach for Ethnic Enmity Detection in Text Messages by NLP(2024) Molchanova M.; Mazurets O.; Sobko O.; Boiarchuk I.; Мазурець, Олександр ВікторовичThe effectiveness of the method was studied using the developed software by comparing the obtained answers with the validation set, and the trained FastForest machine learning model was evaluated using the metrics MicroAccuracy, MacroAccuracy, LogLoss, ConfusionMatrix, f1-measure, and Recall. Without changing the working training set, the metrics values were as follows: MicroAccuracy 0.9890, MacroAccuracy 0.9889, and LogLoss 0.0463. It was developed a software implementation of the method for detecting manifestations of ethnic hatred in text messages of social Internet networks by NLP tools, which uses natural language processing techniques and converts input data in the form of a trained FastForest classifier and an input text message into output data in the form of a percentage of ethnic hatred in a test message of social Internet networks.Документ Approach to Identification of Artificial Intelligence-Generated People Images by Means of Machine Learning(2024) Zharnovskyi O.; Mazurets O.; Sobko O.; Мазурець, Олександр ВікторовичThe result of the work is the development of a method of identification of images of people generated by artificial intelligence by means of machine learning. The developed method allows for efficient image identification and can be integrated into mass media and social networks for automatic verification of image authenticity. In addition, the network can be constantly improved and adapted to new methods of image generation to prevent the spread of false information.