ДонНТУ   Портал магистров

Библиотека материалов по теме выпускной работы

    Собственные публикации и доклады

  1. Особенности программной реализации клиент-серверного приложения «Шахматы»

    Авторы: Е.В.. Кубасов, А.В. Чернышова

    Описание: В статье выполнен сравнительный анализ популярных сайтов для игры в шахматы, представлены основные требования к разработке приложения для игры в шахматы. В рамках статьи также рассмотрена специфика программной реализации приложений для игры в шахматы, выделены достоинства и недостатки существующих решений, а также приведён пример реализации основной функциональной части приложения.

    Источник: Особенности программной реализации клиент-серверного приложения «Шахматы» / Е.В. Кубасов, А.В. Чернышова // ИНФОРМАТИКА, УПРАВЛЯЮЩИЕ СИСТЕМЫ, МАТЕМАТИЧЕСКОЕ И КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ (ИУСМКМ-2024) : Материалы XV Международной научно-технической конференции в рамках X Международного научного форума Донецкой Народной Республики «Инновационные перспективы Донбасса», Донецк, 29–30 мая 2024 года / ФГБОУ ВО «ДонНТУ», Научно-образовательный институт компьютерных наук и технологий. – Донецк: Донецкий национальный технический университет, 2024. – Т. 2. – С. 334–341.

  2. Обзор методов и средств генеративного обучения нейросетевых моделей

    Авторы: Е.В. Кубасов, О.И. Федяев

    Описание: Статья посвящена анализу текущего состояния генеративного искусственного интеллекта (ГИИ), его ключевых методов и направлений применения в различных сферах. Рассматриваются основные подходы к генеративному обучению, включая генеративные состязательные сети, вариационные автокодировщики и другие современные технологии, используемые для создания реалистичных данных. Отмечается перспективность применения ГИИ в различных областях. Также анализируются существующие проблемы, связанные с качеством обучающих данных, вычислительными затратами, а также вызовы в области этики и регулирования. В статье рассматриваются примеры успешного использования генеративных моделей и предлагаются рекомендации по их оптимизации и интеграции в реальных приложениях. Выводы подчеркивают значимость дальнейших исследований и разработок для повышения стабильности и эффективности генеративных технологий, а также для создания устойчивых регуляторных и этических стандартов в этой области.

    Источник: Обзор методов и средств генеративного обучения нейросетевых моделей / Е.В. Кубасов, О.И. Федяев // ПРОГРАММНАЯ ИНЖЕНЕРИЯ: МЕТОДЫ И ТЕХНОЛОГИИ РАЗРАБОТКИ ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ (ПИИВС-2024) : Сборник материалов V Международной научно-практической конференции, Донецк, 27–28 ноября 2024 года. – Донецк: Донецкий национальный технический университет, 2024. – Т. 2. – С. 246–252.

  3. Исследование архитектуры и обучение типовой GAN-модели на примере датасета MNIST

    Авторы: Е.В. Кубасов, О.И. Федяев

    Описание: Работа посвящена исследованию архитектуры и процесса обучения генеративно состязательной сети (GAN). Рассматривается взаимодействие генератора и дискриминатора, особенности функций активации и процесс обучения на примере датасета MNIST. Проведён анализ качества синтезируемых изображений и динамики обучения.

    Источник: Исследование архитектуры и обучение типовой GAN-модели на примере датасета MNIST / Е.В. Кубасов, О.И. Федяев // СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ОБРАЗОВАНИИ И НАУЧНЫХ ИССЛЕДОВАНИЯХ (СИТОНИ-2025) : Материалы IX Всероссийской научно-технической конференции с международным участием, Донецк, 20 ноября 2025 года. – Донецк: Донецкий национальный технический университет, 2025. – (В печати).

    4. Доклады и публикации научного руководителя

  4. Система распознавания зашумлённых и искажённых графических образов на основе нейронной сети типа неокогнитрон

    Авторы: О.И. Федяев, Ю.С. Махно

    Описание: В статье разработана программная модель искусственной нейронной сети типа неокогнитрон для распознавания графических образов при наличии различного вида искажений. Рассмотрен алгоритм обучения и особенности функционирования неокогнитрона, отмечены его достоинства и недостатки при распознавании образов, подверженных искажениям.

    Источник: Система распознавания зашумлённых и искажённых графических образов на основе нейронной сети типа неокогнитрон / О.И. Федяев, Ю.С. Махно // Труды 11-ой Национальной конференции по искусственному интеллекту с международным участием (КИИ-2008, Дубна, 28 сентября – 3 октября 2008 г.). – М.: ЛЕНАНД, 2008. – Т. 3. – С. 75–83.

  5. Параметрическое описание моделей глубоких нейронных сетей в библиотеке Keras

    Авторы: Н.М. Ткачёв, О.И. Федяев

    Описание: В статье представлен обзор различных видов глубоких нейронных сетей, их свойств, особенностей и предназначения. Рассмотрена высокоуровневая библиотека Keras, предназначенная для прототипирования нейронных сетей. На примерах рассмотрено описание элементов архитектуры нейронной сети на языке Python.

    Источник: Параметрическое описание моделей глубоких нейронных сетей в библиотеке Keras / Н.М. Ткачёв, О.И. Федяев // ПРОГРАММНАЯ ИНЖЕНЕРИЯ: МЕТОДЫ И ТЕХНОЛОГИИ РАЗРАБОТКИ ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ (ПИИВС-2018) : Сборник материалов II Международной научно-практической конференции (студенческая секция), Донецк, 14–15 ноября 2018 года. – Донецк: Донецкий национальный технический университет, 2018. – Т. 2. – С. 261–265.

  6. Оценка качества распознавания лиц людей искусственной нейронной сетью VGGFace

    Авторы: А.А. Суханов, О.И. Федяев

    Описание: В статье предложена схема видеорегистрации студентов при входе в аудиторию с помощью компьютерного зрения. Признаки лица человека формируются предобученной свёрточной нейронной сетью VGGFace. Выполнена оценка качества распознавания людей нейросетью VGGFace путём проведения ряда экспериментов по распознаванию лиц в условиях разного вида помех.

    Источник: Оценка качества распознавания лиц людей искусственной нейронной сетью VGGFace / А.А. Суханов, О.И. Федяев // СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ОБРАЗОВАНИИ И НАУЧНЫХ ИССЛЕДОВАНИЯХ (СИТОНИ-2023) : Материалы VIII Всероссийской научно-технической конференции, Донецк, 29 ноября 2023 года. – Донецк: Донецкий национальный технический университет, 2023. – С. 144–150. – EDN KSQBXS.

  7. Концепция преподавания искусственного интеллекта студентам направления подготовки «Программная инженерия»

    Авторы: О.И. Федяев

    Описание: В статье рассмотрена концепция преподавания искусственного интеллекта на кафедре программной инженерии Донецкого национального технического университета. На основе анализа современного состояния науки «Искусственный интеллект» предложен многодисциплинарный подход для выработки у студентов компетенций, позволяющих создавать программное обеспечение интеллектуальных систем различного назначения.

    Источник: Концепция преподавания искусственного интеллекта студентам направления подготовки «Программная инженерия» / О.И. Федяев // СОВРЕМЕННОЕ СОСТОЯНИЕ И ПУТИ СОВЕРШЕНСТВОВАНИЯ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА : Материалы IX Республиканской научно-методической конференции, Донецк, 2 февраля 2023 года. – Донецк: Донецкий национальный технический университет, 2023. – С. 313–319. – EDN ZEMDHN.

  8. Распознавание лиц человека статистическими методами из пакета Matlab

    Авторы: Д.В. Дручевский, О.И. Федяев

    Описание: Статья посвящена разработке программной модели распознавания людей по изображению лиц с использованием алгоритма Eigenface и инструментов пакета MatLab. Алгоритм распознавания основан на статистическом методе главных компонент. Этапы подготовки и распознавания в модели реализованы на программном уровне и описаны математически. Анализ качества распознавания проведен на разных объёмах обучающего множества.

    Источник: Распознавание лиц человека статистическими методами из пакета MATLAB / Д.В. Дручевский, О.И. Федяев // ПРОГРАММНАЯ ИНЖЕНЕРИЯ: МЕТОДЫ И ТЕХНОЛОГИИ РАЗРАБОТКИ ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ (ПИИВС-2022) : Сборник научных трудов IV Международной научно-практической конференции, Том 1, Донецк, 29–30 ноября 2022 года. – Донецк: Донецкий национальный технический университет, 2022. – С. 105–109. – EDN EVSWBW.

  9. Визуальный контроль присутствия студентов в аудитории на основе глубокой нейронной сети

    Авторы: А.А. Суханов, Н.М. Ткачёв, О.И. Федяев

    Описание: В статье рассмотрена задача автоматизации учёта присутствия студентов на занятии в аудитории. Cвёрточная нейронная сеть модели VGGFace формирует признаки лица человека. Идентификация личности происходит по сходству признаков лиц. Программная версия системы реализована с использованием библиотек Kerasи OpenCV.

    Источник: Визуальный контроль присутствия студентов в аудитории на основе глубокой нейронной сети/ О. И. Федяев, А.А.Суханов, Н.М.Ткачев // ПРОГРАММНАЯ ИНЖЕНЕРИЯ: МЕТОДЫ И ТЕХНОЛОГИИ РАЗРАБОТКИ ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ (ПИИВС-2022) Донецк, 29–30 ноября 2022 года – Донецк: Донецкий национальный технический университет, 2022. – С. 111-115. – EDN APLWAN.

  10. Видеорегистрация присутствия студентов в аудитории с помощью нейросетевого распознавания лиц

    Авторы: О.И. Федяев

    Описание: Работа посвящена видеоконтролю присутствия студентов на занятии с использованием компьютерного зрения в реальном времени. Система формирует признаки лица с помощью свёрточной нейронной сети, сравнивает их с базой данных студентов, фиксирует факт присутствия или опоздания, и сохраняет данные в электронном журнале. Решение может быть установлено на ноутбуке преподавателя для оперативного учёта посещаемости.

    Источник: Видеорегистрация присутствия студентов в аудитории с помощью нейросетевого распознавания лиц / О.И. Федяев // СОВРЕМЕННОЕ СОСТОЯНИЕ И ПУТИ СОВЕРШЕНСТВОВАНИЯ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА : Материалы IX Республиканской научно-методической конференции, Донецк, 2 февраля 2023 года. – Донецк: Донецкий национальный технический университет, 2023. – С. 361–370. – EDN QKWBOT.

  11. Идентификация студента при дистанционном обучении посредством компьютерного распознавания лиц

    Авторы: А.С. Медведев, О.И. Федяев

    Описание: В работе рассматривается разработка программной системы распознавания лиц в видеопотоке. Она позволит идентифицировать студентов по их лицам. Для решения этой задачи используется сверточная нейронная сеть. Сверточная нейронная сеть является одним из лучших алгоритмов по распознаванию и классификации изображений. Недостатком метода СНС являются трудность настройки сети, т.к. имеется большое количество настраиваемых параметров и долгий процесс обучения.

    Источник: Идентификация студента при дистанционном обучении посредством компьютерного распознавания лиц / А.С. Медведев, О.И. Федяев // СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ОБРАЗОВАНИИ И НАУЧНЫХ ИССЛЕДОВАНИЯХ (СИТОНИ-2017) : Материалы V Международной научно-технической конференции, Донецк, 20 ноября 2017 года. – Донецк: Донецкий национальный технический университет, 2018. – С. 239–243. – EDN AIZSNB.

  12. Детектирование границ при нейросетевом обнаружении объектов на изображении

    Авторы: Я.А. Решетняк, О.И. Федяев

    Описание: В работе решаются задачи поиска и классификации объектов на изображении с помощью методов компьютерного зрения. Для упрощения классификации изображение разбивается на фрагменты, что позволяет эффективно применять свёрточную нейронную сеть. Работоспособность модели подтверждена результатами моделирования.

    Источник: Детектирование границ при нейросетевом обнаружении объектов на изображении / Я.А. Решетняк, О.И. Федяев // СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ОБРАЗОВАНИИ И НАУЧНЫХ ИССЛЕДОВАНИЯХ (СИТОНИ-2021) : Материалы VII Международной научно-технической конференции, Донецк, 23 ноября 2021 года. – Донецк: Донецкий национальный технический университет, 2021. – С. 208–215. – EDN FZSWYE.

  13. Формирование обучаещего множества зависимости знаний студентов от их менталитета для двухслойных нейронных сетей

    Авторы: В.В. Елифёров, О.И. Федяев

    Описание: В статье рассмотрена нейросетевая модель, которая имитирует процесс передачи профессиональных навыков и знаний в зависимости от личностных характеристик студентов, что позволит прогнозировать качество профессиональной подготовки по отдельной дисциплине уже на начальны х этапах обучения. Программный комплекс позволит в целом анализировать и улучшать образовательный процесс.

    Источник: Формирование обучающего множества зависимости знаний студентов от их менталитета для двухслойных нейронных сетей / В.В. Елиферов, О.И. Федяев // ИНФОРМАЦИОННЫЕ УПРАВЛЯЮЩИЕ СИСТЕМЫ И КОМПЬЮТЕРНЫЙ МОНИТОРИНГ (ИУС КМ-2015) : Сборник материалов VI Международной научно-технической конференции студентов, аспирантов и молодых учёных в рамках форума «Инновационные перспективы Донбасса», Донецк, 20–22 мая 2015 года. – Донецк: Донецкий национальный технический университет, 2015. – С. 72–76. – EDN EEZRQW.

  14. Нейросетевое прогнозирование успеваемости по ментальным характеристикам студентов

    Авторы: К.Д. Гончаров, О.И. Федяев

    Описание: В работе рассматривается задача построения функциональной зависимости успеваемости студентов от их ментального профиля с использованием теории нейронных сетей. Описана архитектура нейросети и структура обучающего множества, позволяющие повысить точность прогнозирования академических результатов на основе ментальных характеристик.

    Источник: Нейросетевое прогнозирование успеваемости по ментальным характеристикам студентов / К.Д. Гончаров, О.И. Федяев // СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ОБРАЗОВАНИИ И НАУЧНЫХ ИССЛЕДОВАНИЯХ (СИТОНИ-2019) : Материалы VI Международной научно-технической конференции, Донецк, 26 ноября 2019 года. – Донецк: Донецкий национальный технический университет, 2019. – С. 289–298. – EDN TXMKTZ.

  15. Логическая модель свёрточной нейронной сети для распознавания лица человека

    Авторы: А.С. Медведев, О.И. Федяев

    Описание: В статье рассмотрена задача распознавания лица человека на основе свёрточной нейронной сети. Выполнен анализ параметров структуры свёрточной нейронной сети и модели нейронов для разных слоёв. На основе объектно-ориентированного анализа разработана логическая структура свёрточной нейронной сети в виде диаграммы классов на языке UML.

    Источник: Логическая модель свёрточной нейронной сети для распознавания лица человека / А.С. Медведев, О.И. Федяев // ПРОГРАММНАЯ ИНЖЕНЕРИЯ: МЕТОДЫ И ТЕХНОЛОГИИ РАЗРАБОТКИ ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ (ПИИВС-2018) : Сборник материалов II Международной научно-практической конференции, Том 2, Донецк, 14–15 ноября 2018 года. – Донецк: Донецкий национальный технический университет, 2018. – С. 76–81. – EDN HNBMEF.

    16. Переводы статей

  16. Семь способов оценки полезности синтетических данных

    Авторы: Эль Эмам Халед

    Автор перевода: Е.В.Кубасов

    Описание: Доступ к данным о здоровье на индивидуальном уровне будет иметь решающее значение для управления пандемией COVID-19 и обеспечения возвращения общества к некоторой форме (нового) нормального функционирования. Более широкий доступ к данным уже начинает реализовываться. В то же время сообщество специалистов по защите конфиденциальности выражает всё большую обеспокоенность масштабами и способами обмена столь чувствительной информацией. В Южной Корее широкий обмен данными уже привёл к повторной идентификации некоторых пациентов и их осуждению и насмешкам, а некоторые правительства начали сокращать объём информации, публикуемой о случаях COVID-19. Синтез данных может предложить решение, позволяя получать доступ к полезной информации при обеспечении разумной защиты конфиденциальности.

    Источник: Seven Ways to Evaluate the Utility of Synthetic Data / Khaled El Emam // IEEE Security & Privacy. – 2020. – Vol. 18, № 4. – P. 56–59. – DOI: 10.1109/MSEC.2020.2992821.

  17. Как решить проблему кибербезопасности раз и навсегда

    Авторы: Марсель Бёме

    Автор перевода: Е.В.Кубасов

    Описание: На соревновании Pwn2Own один участник успешно взломал все основные браузеры — Chrome, Firefox, Safari и Edge, используемые миллиардами людей. Несмотря на десятилетия исследований в области безопасности, обнаружение новых уязвимостей в критически важных программных системах продолжается. В статье обсуждаются причины устойчивости этих проблем и возможные пути их окончательного решения.

    Источник: How to Solve Cybersecurity Once and For All / Marcel Bohme // IEEE Security & Privacy. – 2025. – Vol. 23, № 3. – P. 79–82. – DOI: 10.1109/MSEC.2025.3551590.

  18. Коллекция: TD-DFT и EOM-CCSD расчёты для набора данных GDB-9-Ex

    Авторы: Кшитидж Мехта, Массимилиано Лупо Пасини, Дмитрий Ганюшин, Пильсун Ю, Стефан Ирле

    Автор перевода: Е.В.Кубасов

    Описание: Представлены два набора данных, содержащих квантово-химические расчёты электронной структуры органических молекул из набора GDB-9-Ex. Первый набор — GDB-9-Ex_TD-DFT-PBE0 — включает расчёты, выполненные методом теории функционала плотности во времени (TD-DFT), а второй — GDB-9-Ex_EOMCCSD — использует метод связанных кластеров в уравнениях движения (EOM-CCSD). Оба типа расчётов выполнены с помощью программного пакета ORCA и обеспечивают высокоточное моделирование спектров в ультрафиолетовой и видимой областях.

    Источник: Collection: TD-DFT and EOM-CCSD Calculations for the GDB-9-Ex Dataset / Kshitij Mehta, Massimiliano Lupo Pasini, Dmitry Ganyushin, Pilsun Yoo, Stephan Irle // IEEE Data Descriptions. – 2025. – Vol. 2. – P. 63–67. – DOI: 10.1109/IEEEDATA.2025.3556080.

  19. Это всё ещё сложно: от родительского контроля к подростко-центричным решениям цифровой устойчивости

    Авторы: Джинкионг Кейти Пак, Мамтадж Актер, Памела Висневски, Карла Бадильо-Уркиола

    Автор перевода: Е.В.Кубасов

    Описание: В статье рассматривается переход от инвазивных моделей родительского контроля к подходам, ориентированным на развитие цифровой устойчивости подростков. Авторы анализируют компромисс между конфиденциальностью и безопасностью подростков в интернете, а также представляют эмпирические исследования, посвящённые устойчивым стратегиям защиты. Предлагается парадигма, в которой подростки становятся активными участниками собственной цифровой безопасности, а не объектами ограничений.

    Источник: It’s Still Complicated: From Privacy-Invasive Parental Control to Teen-Centric Solutions for Digital Resilience / Jinkyuung Katie Park, Mamtaj Akter, Pamela Wisniewski, Karla Badillo-Urquiola // IEEE Security & Privacy. – 2024. – Vol. 22, № 5. – P. 52–62. – DOI: 10.1109/MSEC.2024.3417804.

  20. Пороговые подписи

    Авторы: Челси Комло

    Автор перевода: Е.В.Кубасов

    Описание: Пороговые подписи представляют собой полезный криптографический примитив, обеспечивающий распределение доверия и отказоустойчивость при управлении секретным ключом подписи. В статье вводится понятие пороговых подписей, рассматриваются практические сценарии их применения, а также обсуждаются ключевые аспекты, которые следует учитывать специалистам при внедрении таких схем в реальных системах.

    Источник: Threshold Signatures / Chelsea Komlo // IEEE Security & Privacy. – 2024. – Vol. 22, № 6. – P. 85–88. – DOI: 10.1109/MSEC.2024.3463915.