http://elibrary.kdpu.edu.ua/xmlui/handle/123456789/3828 2026-05-18T04:10:43Z 2026-05-18T04:10:43Z Загородько, Павло Володимирович http://elibrary.kdpu.edu.ua/xmlui/handle/123456789/3830 2020-06-19T13:28:11Z 2020-06-01T00:00:00Z

Title: Дослідження можливостей квантового програмування для реалізації задач машинного навчання Authors: Загородько, Павло Володимирович Abstract: Традиційно квантові обчислення визначаються як тип некласичних обчислень, що використовує квантові стани субатомних частинок, які представляють дані у квантових бітах (кубітах). До зчитування даних з кубіту він зберігає усі можливі значення одночасно в стані суперпозиції. Кубіти можуть бути пов’язані один з одним властивістю заплутаності. Квантові алгоритми маніпулюють пов’язаними кубітами в їх невизначеному (заплутаному стані), потенційно надаючи можливість розв’язувати задачі з величезною комбінаторною складністю, досягнувши «квантового панування». На поточний момент обчислювальні пристрої, здатні виконувати квантові обчислення (квантові комп’ютери), для споживачі обчислювальних послуг доступні за моделлю QCaaS (quantum computing as a service – квантові обчислення як послуга). Станом на червень 2020 року максимальна кількість кубітів, доступних для одночасного використання, не перевищує 60, що суттєво менше за кількість, необхідну для досягнення «квантового панування». Це породжує проблему дослідження можливостей квантового програмування для реалізації задач машинного навчання, а саме – застосування алгоритмів машинного навчання, реалізованих мовою квантового програмування, для аналізу традиційних даних, та порівняння продуктивності квантових і фон- немайновських реалізацій на сучасному етапі їх розвитку. Мета дослідження – виконати порівняльний аналіз реалізації алгоритмів квантово покращеного машинного навчання, реалізованих мовою квантового програмування. Для досягнення мети дослідження були поставлені такі завдання: 1. Проаналізувати засоби інженерії квантового програмного забезпечення з метою вибору засобу, доцільного для реалізації задач машинного навчання. 2. Розглянути квантово покращені алгоритми машинного навчання. 3. Виконати порівняльний аналіз ефективності квантово покращених і традиційних алгоритмів машинного навчання. Об’єкт дослідження – інженерія квантового програмного забезпечення. Предмет дослідження – алгоритми машинного навчання, реалізовані мовами квантового програмування. Методи дослідження: аналіз джерел та програмного забезпечення з метою визначення стану розв’язання проблеми дослідження та добору засобів реалізації алгоритмів квантово покращеного машинного навчання, методи інженерії квантового програмного забезпечення (проектування, розробка, тестування) для досягнення мети дослідження. Практичне значення одержаних результатів полягає у порівняльному аналізі ефективності квантово покращених і традиційних алгоритмів машинного навчання на платформі IBM Q Experience. Description: Робота складається зі вступу, трьох розділів, висновків, списку використаних джерел (116 найменувань) та трьох додатків. Науковий керівник - доктор педагогічних наук, професор Семеріков Сергій Олексійович.

2020-06-01T00:00:00Z Шепілєв, Дмитро Сергійович http://elibrary.kdpu.edu.ua/xmlui/handle/123456789/3829 2020-06-19T13:27:42Z 2020-06-01T00:00:00Z

Title: Розробка програмного забезпечення із доповненою реальністю для Web Authors: Шепілєв, Дмитро Сергійович Abstract: Доповнена реальність (augmented reality, також відома як mixed reality) є сьогодні досить популярною технологією, що поступово набуває поширення в системі освіти. Основним напрямом застосуваннями доповненої реальності в освіті відносяться є забезпечення наочності навчання шляхом візуалізації комп’ютерних моделей об’єктів та систем за допомогою пристроїв загального (комп’ютер, обладнаний убудованою або зовнішньою веб-камерою), спеціального (окуляри доповненої реальності, шоломи віртуальної реальності) призначення та пристованих пристроїв (мобільні телефони). Мета дослідження – розробити окремі елементи методики навчання розробки програмного забезпечення із доповненою реальністю для Web. 5 Для досягнення мети дослідження були поставлені такі завдання: 1. Виконати порівняльний аналіз засобів розробки доповненої реальності для Web з метою добору засобів, доступних для початківців. 2. Схарактеризувати дібрані засоби та розробити інструкції з їх налаштування та використання. 3. Розробити прототипи програмного забезпечення із маркерною та безмаркерною доповненою реальністю для Web. Об’єкт дослідження – методи розробки програмного забезпечення із доповненою реальністю для Web. Предмет дослідження – методика навчання початківців розробки програмного забезпечення із доповненою реальністю для Web. Практичне значення одержаних результатів полягає в тому, що розроблено прототип програмного забезпечення, що надає можливість використання наочних (фотографічних та рисункових) маркерів для підготовки профорієнтаційних веб-квестів. Description: Робота складається зі вступу, трьох розділів, висновків, списку використаних джерел (34 найменування). Науковий керівник - доктор педагогічних наук, професор Семеріков Сергій Олексійович.

2020-06-01T00:00:00Z