груші яблоко повидло
груші яблоко повидло
Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: https://krs.chmnu.edu.ua/jspui/handle/123456789/3614
Titel: Онлайн-платформа для рекомендацій генеративних зображень
Sonstige Titel: кваліфікаційна робота на здобуття освітнього ступеня «бакалавр» : спец. 122 «Комп’ютерні науки»
Autoren: Малахов, В. Д.
Stichwörter: Кафедра інтелектуальних інформаційних систем
Козлов О. В.
генеративні зображення
нейронні мережі
HTML
CSS
JavaScript
Node.js
Masonry
API
Stability AI
Replicate
generative images
neural networks
Erscheinungsdatum: Jun-2024
Herausgeber: ЧНУ ім. Петра Могили
Zusammenfassung: Кваліфікаційна робота бакалавра присвячена розробці онлайн-платформи для рекомендацій генеративних зображень, створених за допомогою нейронних мереж. Платформа покликана вирішити проблему пошуку та ефективного використання генеративних зображень, надаючи користувачам зручні інструменти для пошуку, оцінки та взаємодії з унікальним візуальним контентом. Об'єкт роботи – процес рекомендації генеративних зображень. Предмет роботи – методи генерації зображень на основі нейронних мереж та технології розробки онлайн-платформ для рекомендації зображень. Мета роботи – підвищення зручності перегляду, дослідження та взаємодії з колекцією згенерованих нейромережами зображень шляхом розробки онлайн-платформи. Одним із завдань є забезпечення персоналізованого досвіду користувачів, стимулювання творчості та сприяння формуванню спільноти однодумців, зацікавлених у генеративному мистецтві. Кваліфікаційна робота бакалавра складається з фахової та спеціальної частини з охорони праці. Пояснювальна записка фахової частини складається зі вступу, трьох розділів, висновків та додатків. У першому розділі проведено аналіз предметної області та поставлено задачу розробки. У другому розділі розглянуто моделі, методи та інформаційні технології для вирішення поставленої задачі. У треьому розділі розглянуто програмну реалізацію та тестування. Кваліфікаційна робота бакалавра містить 71 сторінок (без додатків), 16 рисунків, 1 таблиць, 25 джерел, 5 додатків. The bachelor's thesis is devoted to the development of an online platform for recommending generative images created using neural networks. The platform is designed to solve the problem of finding and effectively using generative images by providing users with convenient tools for finding, evaluating, and interacting with unique visual content. The object of work is the process of recommending generative images. The subject of the work is methods and algorithms for generating images based on neural networks and technologies for developing online platforms for image recommendation. The purpose of the study is to improve the convenience of viewing, researching, and interacting with a collection of neural network-generated images by developing an online platform. One of the tasks is to provide a personalized user experience, stimulate creativity, and foster a community of like-minded people interested in generative art. The bachelor's thesis consists of a professional and a special part on occupational health and safety. The explanatory note of the professional part consists of an introduction, three chapters, conclusions and appendices. The first chapter analyzes the subject area and sets the development task. The second section discusses models, methods and information technologies for solving the task. The third chapter deals with the program implementation and testing. The bachelor's thesis contains 71 pages (without appendices), 16 figures, 1 tables, 25 sources, 5 appendices.
Beschreibung: Малахов В. Д. Онлайн-платформа для рекомендацій генеративних зображень : кваліфікаційна робота на здобуття освітнього ступеня «бакалавр» : спец. 122 «Комп’ютерні науки» / В. Д. Малахов ; ЧНУ ім. Петра Могили. – Миколаїв, 2024. – 88 с.
URI: https://krs.chmnu.edu.ua/jspui/handle/123456789/3614
Enthalten in den Sammlungen:Факультет ком'ютерних наук

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
Малахов Владислав Дмитрович.pdf2.26 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.