Інституційний репозитарій

Національного університету харчових технологій

ISSN 2310-8282

Положення про Інституційний репозитарій

Кількість документів у репозитарії: 47916

Розділи

Виберіть розділ, щоб переглянути його колекції.

Зараз показуємо 1 - 15 з 15

Нові надходження

Model of an Individualized Learning System Based on Data Analytics and Artificial Intelligence
(2025) Kotvytska, Anna; Hrama, Mykhailo; Seidykh, Olga
The implementation of a model that optimizes the learning process and creates effective educational trajectories for each student ensures a flexible, individualized distribution of the learning load: extending the time spent on complex topics, reinforcing the subjects that the student masters best, and reducing overload in areas that do not match their abilities. Based on analytics, the system can form different groups of students and create effective schedules using artificial intelligence algorithms. The integration of artificial intelligence and big data analysis into school education transforms the traditional learning process into an intelligent, flexible, and adaptive system. Впровадження моделі, яка оптимізує навчальний процес і створює ефективні освітні траєкторії для кожного учня, забезпечує гнучкий, індивідуалізований розподіл навчального навантаження: подовження часу на складні теми, закріплення предметів, які учень опановує найкраще, та зменшення перевантаження в областях, що не відповідають його здібностям. На основі аналітики система може формувати різні групи учнів і створювати ефективні розклади за допомогою алгоритмів штучного інтелекту. Інтеграція штучного інтелекту та аналізу великих даних у шкільну освіту перетворює традиційний навчальний процес на інтелектуальну, гнучку та адаптивну систему.
Оцінювання якості та безпеки кисломолочного напою антиоксидантної дії
(2025) Гойко, Ірина Юріївна
Розроблено кисломолочний напій збагачений лікарською рослинною сировиною, що має антиоксидантні властивості, а також є якісним та безпечним. A fermented milk drink enriched with medicinal plant raw materials has been developed, which has antioxidant properties, is also of high quality and safe
Розробка IOS-застосунку AI Travel Assistant на базі SwiftUI та штучного інтелекту
(2025) Вдовенко, Дмитрій Олександрович; Сєдих, Ольга Леонідівна
У тезах розглядається створення інтелектуального iOS-застосунку " I Travel ssistant", що надає персоналізовані рекомендації для дозвілля. Підкреслюється актуальність використання штучного інтелекту для адаптації контенту до уподобань користувача. Описано реалізацію інтерфейсу на базі SwiftUI, інтеграцію Gemini PI, чат-функціонал із підтримкою форматування та карт, локальне збереження даних у Realm та автентифікацію користувачів. Наведено рішення для безпеки контенту, підключення новинних порталів і можливість експорту даних. У висновках окреслено перспективи розвитку проєкту: інтеграцію з картами, багатомовний інтерфейс та аналітику користувацької поведінки.
Безпека та приватність у IOS-додатках: як забезпечити відповідність вимогам APPLE
(2025) Вдовенко, Дмитрій Олександрович; Сєдих, Ольга Леонідівна
Розглянуто актуальні аспекти забезпечення безпеки та конфіденційності в iOS додатках відповідно до вимог Apple. Проаналізовано ключові інструменти та правила, які повинні враховувати розробники: політику AppTrackingTransparency ( TT), механізми контролю доступу до чутливих ресурсів (камера, мікрофон, геолокація), оформлення пояснень у файлі Info.plist, а також "етикетки конфіденційності" (Privacy Nutrition Labels). Окрему увагу приділено використанню локального зберігання даних через Keychain та Secure Enclave для підвищення захисту користувацької інформації. Виконання цих вимог забезпечує схвалення додатку під час модерації в App Store, підвищує рівень довіри користувачів та сприяє формуванню позитивної репутації розробника.
Моделі глибинного навчання для прогнозування попиту на продукцію молокопереробної промисловості
(2025) Чорнобай, Катерина Юріївна; Сєдих, Ольга Леонідівна; Грибков, Сергій Віталійович
Метою пропонованої статті є аналіз моделей глибинного навчання для прогнозування попиту на продукцію молокопереробної промисловості. Прогнозування попиту на готову продукцію є одним із важливих інструментів для молокопереробної промисловості, адже воно надасть можливість більш ефективно керувати запасами сировини та готової продукції. Здійснено глибокий аналіз вітчизняних і зарубіжних досліджень. Автори виділили та здійснили апробацію чотирьох моделей Long Short-Term Memory, Gated Recurrent Unit, One dimensional Convolutional Neural Network, Dense network. Експериментальні дослідження проводилися на ретроспективних даних про попит та виготовлення, що є у відкритому доступі. Створено моделі з використанням бібліотек Python, які забезпечують автоматичне налаштування та можливість прогнозувати попит і кількість необхідної сировини.