33. Основні напрями вибору тем дипломних проектів і робіт доцента, канд.Техн. Наук Тимошенко ю.О.

1. Дослідження динамічного методу моделювання некоректних задач.

2. Дослідження асоціативних середовищ збереження та обробки інформації.

3. Дослідження випадкових графів для моделювання розгалужених комп’ютерних мереж.

4. Синтез та супроводження топології неструктурованої пірінгової мережі.

5. Дослідження показників моделювання та оцінювання прикладних програмних систем.

6. Дослідження апаратних та програмних методів побудови достовірних комп’ютерних систем.

34. Основні напрями вибору тем дипломних проектів і робіт Терентьєва о. М.

1. Аналіз, моделювання і прогнозування різноманітних процесів за допомогою Байєсових мереж

Байєсові мережі (БМ) застосовуються в обробці статистичних даних, представлених часовими рядами і часовими перерізами, а також якісними даними, представленими експертними оцінками, лінгвістичними змінними і т. ін. Широке застосування БМ знайшли у розв’язку задач медичної діагностики, в системах технічної діагностики, автоматичного розпізнавання мовних сигналів, маркетингу і бізнесі і т. ін. Загалом БМ дає можливість встановити причинно-наслідкові зв’язки між подіями та визначити ймовірності настання тієї чи іншої ситуації при отриманні нової інформації щодо зміни стану будь-якого вузла (змінної) мережі. Ступінь успішності застосування даного методу моделювання та формування статистичного висновку залежить від вміння коректно сформулювати постановку задачі, вибрати змінні процесу, які в достатній мірі характеризують його динаміку або статику, зібрати статистичні дані та використати їх для навчання мережі, а також коректно сформувати результат – висновок за допомогою побудованої мережі.

2. Дослідження процесів різної природи за допомогою методів інтелектуального аналізу даних

Методи інтелектуального аналізу даних (ІАД) надають можливість автоматичного пошуку закономірностей, характерних для багатомірних даних. В основі більшості інструментів інтелектуального аналізу даних лежать дві технології: машинне навчання (machіne learnіng) і візуалізація (візуальне подання інформації). Методи ІАД застосовуються для вирішення задач: класифікації; кластеризації; регресії; асоціації; прогнозування та ін. До методів ІАД відносяться різноманітні статистичні методи, теорія Байєсових мереж, регресійний аналіз та ін.

3. Застосування статистичних методів для аналізу характеристик різноманітних процесів

Будь яка сфера людської життєдіяльності супроводжується накопиченням статистичної інформації різноманітних процесів. На основі аналізу статистичних характеристик отриманої інформації робиться дослідження цих процесів, будуються статистичні та математичні моделі і прогнози на їх основі. Моделі можуть також використовуватись для синтезу систем керування процесами різної природи.

4. Застосування теорії гетероскедастичних процесів (нестаціонарні процеси із змінною дисперсією) до аналізу і прогнозування реальних фінансово-економічних систем.

Гетероскедастичні процеси – клас нестаціонарних процесів із змінною в часі дисперсією. Вони є досить поширеними в технічних системах, технологічних та фінансово-економічних процесах. Теорія гетероскедастичних процесів дає можливість побудувати коректну модель для описання динаміки дисперсії з подальшим використанням моделі для оцінювання прогнозів дисперсії. Оскільки дисперсія (волатильність) – один із основних статистичних параметрів, які використовують для оцінювання ризиків, якісний прогноз дисперсії дає можливість підвищити якість оцінювання можливих втрат при аналізі процесів в різних галузях діяльності (економіка, фінанси, технології, технічні системи).

5. Деякі інші напрями і теми (за узгодженням).