В дипломной работе исследуется применение моделей машинного обучения в системах видеонаблюдения на строительных объектах для повышения безопасности и эффективности процессов. Цель – создание нейросетевой модели для автоматического обнаружения защитных касок на изображениях людей на строительных площадках. Задача – разработка инструмента, способного оперативно и точно выявлять использование защитной экипировки в различных условиях. В ходе исследования выполнены: анализ существующих методов обнаружения объектов на изображениях, изучение архитектур нейронных сетей, разработка методики обучения модели, проведение экспериментального исследования с использованием реальных данных, сравнительный анализ разработанной методики и других методов, а также анализ результатов. Исследование охватило модели EfficientNetB0 и YOLOv8. Модели показали высокую точность распознавания объектов, но YOLOv8 выделяется возможностью работы в реальном времени. Практическая значимость работы – оперативное выявление нарушений использования защитной экипировки, что способствует повышению уровня безопасности. / The thesis explores the application of machine learning models in video surveillance systems at construction sites to enhance safety and efficiency. The goal is to create a neural network model for the automatic detection of protective helmets on images of people at construction sites. The task is to develop a tool capable of promptly and accurately identifying the use of protective equipment under various shooting conditions. The research included: analyzing existing methods for object detection in images, studying neural network architectures, developing a model training methodology, conducting experimental research using real data, comparative analysis of the developed methodology and other methods, and analyzing the results. The study covered the models EfficientNetB0 and YOLOv8. Both models demonstrated high object recognition accuracy, but YOLOv8 stands out for its real-time operation capability. The practical significance of the work lies in the rapid identification of violations in the use of protective equipment, contributing to increased safety levels.

This master's thesis study is devoted to the features of teaching speaking students of creative specialties. The structure of the work consists of two chapters: theoretical and practical. The theoretical part discusses the main directions in teaching students to speak at non-linguistic faculties, age and psychological characteristics of students in secondary vocational education institutions and the most common methods and techniques for teaching speaking. The second chapter on the basis of the educational-methodical complex of exercises for teaching speaking of this group of students is described, created in addition to the main textbook. Experimental-search proved the effectiveness of using such a manual in English lessons for students of creative specialties, such as music and acting. Some provisions of the dissertation research are presented and published in the scientific article "The possibilities of musical art in mastering the English language by students of creative specialties" in the scientific journal "Meridian" under the editorship of Yu. I. Zhegusov in January 2020. / Данное магистерское диссертационное исследование посвящено особенностям обучения говорению студентов творческих специальностей. Структура работы состоит из двух глав: теоретической и практической. В теоретической части рассматриваются основные направления в обучении говорению студентов на неязыковых факультетах, возрастные и психологические особенности обучающихся учреждений среднего профессионального образования и наиболее распространенные методы и приемы по обучении говорению. Во второй главе на основе описывается учебно-методический комплекс упражнений на обучение говорению данной группы студентов, созданный в дополнение к основному учебнику. Опытно-поисковым путем доказана эффективность использования такого пособия на уроках английского языка у студентов творческих специальностей, таких как музыка и актерское мастерство. Некоторые положения диссертационного исследования представлены и опубликованы в научной статье «Возможности музыкального искусства в освоении английского языка студентами творческих специальностей» в научном журнале «Меридиан» под ред. Ю. И. Жегусова в январе 2020 года.

Цель исследования – изучение применения информационных платформ в образовательном процессе с целью повышения эффективности обучения слушателя. Объект исследования – информационная платформа и ее влияние на процесс обучения слушателя. Предмет исследования – процесс дополнительного обучения слушателей. Научная новизна исследования состоит в разработке методических положений по повышению эффективности обучения слушателя. В первом разделе рассматриваются общие вопросы: понятие, сущность и классификация сайтов, сравнение способов создания сайтов и разработка требований к сайтам образовательных организаций. Во втором проведен анализ платформ для создания онлайн курсов самостоятельно. Третий раздел посвящен общей характеристике предприятия, анализу бизнес-процессов, построению полной модели предприятия, оценке экономической целесообразности его внедрения. Результаты работы – практическим результатом работы стала разработка проекта по созданию информационной платформы для предприятия «Умник» и экономическая выгода от внедрения этой информационной системы. / The purpose of the study is to study the use of information platforms in the educational process in order to increase the effectiveness of student learning. The object of the study is the information platform and its impact on the student’s learning process. The subject of the study is the process of additional training for students. The scientific novelty of the research lies in the development of methodological provisions to increase the effectiveness of student learning. The first section discusses general issues: the concept, essence and classification of sites, comparison of methods for creating sites and development of requirements for sites of educational organizations. The second contains an analysis of platforms for creating online courses independently. The third section is devoted to the general characteristics of the enterprise, analysis of business processes, construction of a complete model of the enterprise, and assessment of the economic feasibility of its implementation. Results of the work - the practical result of the work was the development of a project to create an information platform for the Umnik enterprise and the economic benefits from the implementation of this information system.

The relevance of the research is due to the growing need to develop innovative methods of teaching vocabulary in the lessons of Russian as a foreign language (RCT). The purpose of the study is to develop and test a methodology for teaching vocabulary to a Chinese audience using the LearningApps multimedia platform. The object of the study the process of learning foreign language vocabulary. The subject of the study is the use of an interactive platform for learning foreign vocabulary. Scientific novelty A set of interactive exercises for effective vocabulary memorization has been developed and tested using the interactive LearningApps platform, which is integrated into Russian as a foreign language (RCT) class with Chinese first-year students. The theoretical significance of the study lies in the fact that the results of Russian and foreign studies on the use of modern information and communication technologies of online services in teaching foreign vocabulary to university students were summarized. The practical significance of the study lies in the fact that the results of experimental work and the developed set of exercises using the LearningApps multimedia platform can be used to teach Chinese students vocabulary within the framework of teaching Russian as a foreign language (RCT). / Актуальность исследования обусловлена нарастающей потребностью в разработке инновационных методов преподавания лексики на уроках русского как иностранного языка (РКИ). Цель исследования состоит в разработке и апробации методики преподавания лексики для китайской аудитории с использованием мультимедийной платформы LearningApps. Объект исследования: процесс обучения иноязычной лексике. Предмет исследования: применение интерактивной платформы для изучения иностранной лексики. Научная новизна Разработан и апробирован комплекс интерактивных упражнений для эффективного запоминания лексики с помощью интерактивной платформы LearningApps， который интегрируется в занятия РКИ с китайскими студентами первого курса. Теоретическая значимость исследования заключается в том, что были обобщены результаты российских и зарубежных исследований относительно применения современных информационно-коммуникационных технологий онлайн-сервисов в преподавании иностранной лексики студентам вуза. Практическая значимость исследования состоит в том, что результаты опытно-экспериментальной работы и разработанный комплекс упражнений с применением мультимедийной платформы LearningApps может быть использован для обучения китайских студентов лексике в рамках преподавания РКИ.

In the modern world constant technological development affects all parts of human life, including the education process. Less than half a century ago data used to be stored on huge calculating machines, which could only process the amount of information equal to several book pages, but now our pocket digital devices are capable of more than personal computers. Technological progress has also affected information-communcation technologies, which have developed from radio broadcasting to television, and then to modern Internet streaming services. These technologies were widely included into the education process, with special educational broadcasts, television shows, then pc language learning assisting applications were developed, then a wide availability of digital pocket devices gave way to language learning mobile applications, such as Quizlet, a program that assists in learning foreign language vocabulary through flash-card technology. Effectiveness of the usage of this application in learning foreign languages has been proven in many research works [49] [58] [67] [72], but there were no studies of effectiveness of using this application in the conditions of secondary education establishments, and proof of effectiveness of such education approach could help to integrate this application into educational process. The relevance of the research is based on further digitalization of educational process, popularization of mobile and hybrid education, necessity to try Quizlet application in the conditions of secondary education establishment. The purpose of the research is to study theoretical and practical aspects of using information-communication technologies in teaching high-school students foreign vocabulary. / В современном мире постоянное развитие технологий влияет на все сферы человеческой жизни, в том числе и на образовательный процесс. Меньше полувека назад данные хранились на громоздких вычислительных машинах и обрабатывали объём информации, равный нескольким книжным страницам, однако сейчас наши мобильные устройства способны на гораздо большее, чем большие стационарные компьютеры. Технологический прогресс также затронул и информационно-коммуникационные технологии, прошедшие долгий путь от средств радиосвязи до телевидения, а затем до Интернет-стриминговых сервисов. Данные технологии широко интегрировались в образовательную систему, создавались специальные обучающие радиопередачи, телепрограммы, затем появились компьютерные приложения, помогающие осваивать иностранные языки, широкое распространение мобильных устройств дало начало мобильным образовательным программам, таким как Quizlet, программы, обучающей лексике с использованием технологий флеш-карточек. Эффективность использования данного приложения для изучения лексики была доказана множество раз во многих исследованиях [49] [58] [67] [72], однако при использовании элементов мобильного обучения с данным онлайн-сервисом при обучении учащихся среднеобразовательных учреждений не проводились, доказательство эффективности подобного обучения помогло бы интегрировать данное приложение в образовательный процесс. Актуальность исследования обусловлена дальнейшей цифровизацией процесса образования, популяризацией гибридного и мобильного обучения, необходимостью апробации приложения Quizlet в реалиях общеобразовательного учреждения. Целью работы является изучение теоретических и практических аспектов использования информационно-коммуникационных технологий в обучении старшеклассников иноязычной лексике.

A methodology for managing unscheduled software projects in the field of machine learning has been developed and tested. The article examines existing methods for managing software projects and the reasons why they are not applicable to unscheduled projects in the field of machine learning. A set of rules is provided, the implementation of which is implied by the developed methodology. The process of testing the methodology during the management of software product development within the framework of an educational project, the conditions of which correspond to the conditions of an unscheduled project, as well as the possibility of scaling the methodology for managing an unscheduled project directly is described. / Разработана и опробована методика для управления внеплановыми программными проектами в области машинного обучения. Рассматриваются существующие методики для управления программными проектами и причины, почему они не применимы для внеплановых проектов в области машинного обучения. Приводится свод правил, выполнение которых подразумевает разработанная методика. Описывается процесс апробации методики во время управления разработкой программного продукта в рамках учебного проекта, условия которого соответствуют условиям внепланового проекта, а также возможность масштабирования методики для управления непосредственно внеплановым проектом.

The object of the study is malware and methods for its detection. The subject of the study is machine learning algorithms and neural networks for classifying files into malicious and safe. The purpose of the work is to develop an antivirus solution based on neural networks. Relevance of the work: the acceleration of the digitalization process makes the issue of protecting confidential data critically important. Traditional methods of antivirus protection are ineffective against zero-day attacks; more intelligent solutions are needed. Research methods: literature review, comparative analysis of machine learning algorithms and models, experimental studies, supervised learning, model validation and testing, software development, iterative testing. Results of the work: the antivirus software "Arbiter v2.5" has been created, surpassing existing neural network solutions. High accuracy of threat detection, including zero-day attacks, has been experimentally proven. Scientific novelty lies in the application of neural network language models for anti-virus file analysis. The proposed approach demonstrates significant potential for improving the issue of cybersecurity and has prospects for further research. / Объект исследования – вредоносное ПО и методы его обнаружения. Предметом исследования являются алгоритмы машинного обучения и нейронные сети для классификации файлов на вредоносные и безопасные. Цель работы – разработка антивирусного решения на основе нейронных сетей. Актуальность работы: ускорение процесса цифровизации делает вопрос защиты конфиденциальных данных критически важным. Традиционные методы антивирусной защиты малоэффективны против атак «нулевого дня», необходимы более интеллектуальные решения. Методы исследования: литературный обзор, сравнительный анализ алгоритмов и моделей машинного обучения, экспериментальные исследования, обучение с учителем, валидация и тестирование модели, разработка ПО, итерационное тестирование. Результаты работы: создано антивирусное ПО «Arbiter v2.5», превосходящее существующие нейросетевые решения. Экспериментально доказана высокая точность обнаружения угроз, включая атаки «нулевого дня». Научная новизна заключается в применении нейросетевых языковых моделей для антивирусного анализа файлов. Предложенный подход демонстрирует значительный потенциал для улучшения вопроса кибербезопасности и имеет перспективы для дальнейших исследований.

This work is devoted to the creation of a study of human cardiac pathologies based on ECG data using machine learning. The purpose of the study was to develop an effective model for assessing human cardiac pathologies. To achieve this goal, it is planned to analyze modern methods of machine learning. Select suitable tools for implementing the model, select a dataset with ECG data, conduct experiments with training various machine learning models and draw conclusions about the work done. The study of changes in human health based on ECG data using machine learning, proposed in the work, has significant potential for the timely detection of human pathologies based on ECG data. The created model has a high accuracy of assessment. / Данная работа посвящена созданию исследованию сердечных патологий человека на основе данных ЭКГ с использованием машинного обучения. Цель исследования заключалась в разработке эффективной модели оценки сердечных патологий человека. Для достижения этой цели предполагается провести анализ современных методов машинного обучения. Выбрать подходящие инструменты для реализации модели, выбрать датасет с данными ЭКГ, провести эксперименты с обучением различных моделей машинного обучения и сделать выводы о проделанной работе. Исследование изменения состояния здоровья человека на основе данных ЭКГ с использованием машинного обучения, предложенная в работе, обладает значительным потенциалом для своевременного выявления патологий человека на основе данных ЭКГ. Созданная модель имеет высокую точность оценки.

В данной выпускной квалификационной работе исследованы и применены модели глубокого машинного обучения для анализа и прогнозирования краткосрочных ценовых движений на финансовых рынках. Основной целью работы является изучение эффективности использования глубоких нейронных сетей, таких как сверточные нейронные сети (CNN) и рекуррентные нейронные сети (RNN), для прогнозирования ценовых движений. Исследование основано на данных, полученных с API Tinkoff, включающих 7 269 изображений временных рядов и файлов CSV, разделенных на три класса: buy, sell и neutral. В работе были рассмотрены три модели: CNN с механизмом внимания, CNN с двумя путями и RNN с использованием GRU. Новизна исследования заключается в использовании моделей, обрабатывающих временные ряды как изображения, что является новаторским подходом и открывает новые перспективы для повышения точности и скорости прогнозов. Результаты показали, что модели глубокого машинного обучения могут эффективно анализировать и прогнозировать краткосрочные ценовые движения. Модель RNN с использованием GRU продемонстрировала наилучшую точность (94.67%) и низкие потери (0.13). Модель CNN с двумя путями также показала хорошие результаты с точностью 82.67% и потерями 0.72. Модель CNN с механизмом внимания, несмотря на более умеренные результаты, обладает потенциалом для дальнейшего улучшения благодаря способности фокусироваться на наиболее значимых частях данных. Применение глубоких нейронных сетей может значительно улучшить точность и оперативность торговых стратегий. Разработанные модели могут быть использованы трейдерами и финансовыми аналитиками для повышения эффективности принятия решений на высоковолатильных рынках. / This master's thesis investigates and applies deep machine learning models for analyzing and predicting short-term price movements in financial markets. The main goal of the work is to study the effectiveness of using deep neural networks, such as convolutional neural networks (CNN) and recurrent neural networks (RNN), for predicting price movements. The study is based on data obtained from the Tinkoff API, including 7,269 time series images and CSV files divided into three classes: buy, sell, and neutral. The work considered three models: CNN with attention mechanism, CNN with dual paths, and RNN with GRU. The novelty of the research lies in the use of models that process time series as images, which is an innovative approach and opens new prospects for improving the accuracy and speed of forecasts. The results showed that deep machine learning models can effectively analyze and predict short-term price movements. The RNN model with GRU demonstrated the highest accuracy (94.67%) and low losses (0.13). The CNN model with dual paths also showed good results with an accuracy of 82.67% and losses of 0.72. The CNN model with attention mechanism, despite more moderate results, has the potential for further improvement due to its ability to focus on the most significant parts of the data. The application of deep neural networks can significantly improve the accuracy and timeliness of trading strategies. The developed models can be used by traders and financial analysts to enhance decision-making efficiency in highly volatile markets.

This thesis investigates the application of ensemble learning techniques in developing predictive models for coronary heart disease prognosis, aiming to enhance diagnostic capabilities and improve patient outcomes in cardiovascular medicine. By leveraging advanced computational methods and machine learning algorithms, the study focuses on automating the detection of myocardial infarction and heart conduction disorders using a deep learning model trained on ECG signals from a diverse dataset. The research methodology involves a systematic review of highly relevant papers, exclusion criteria to ensure the specificity of the study, and a search process in reputable academic libraries. Through a comparative analysis of selected papers and an in-depth exploration of machine learning approaches, the thesis aims to contribute to the advancement of predictive modeling techniques in cardiology. The findings of this research have the potential to significantly impact the field of cardiovascular care by providing more accurate prognostic tools for coronary heart disease management. / В данной работе исследуется применение методов коллективного обучения при разработке прогностических моделей для прогнозирования ишемической болезни сердца с целью расширения диагностических возможностей и улучшения результатов лечения пациентов в сердечно-сосудистой медицине. Используя передовые вычислительные методы и алгоритмы машинного обучения, исследование направлено на автоматизацию выявления инфаркта миокарда и нарушений сердечной проводимости с использованием модели глубокого обучения, обученной на основе сигналов ЭКГ из различных наборов данных. Методология исследования включает систематический обзор наиболее значимых статей, критерии исключения для обеспечения специфичности исследования и процесс поиска в авторитетных академических библиотеках. Благодаря сравнительному анализу избранных работ и углубленному изучению подходов к машинному обучению, диссертация призвана внести вклад в развитие методов прогностического моделирования в кардиологии. Результаты этого исследования могут оказать существенное влияние на сферу сердечно-сосудистой помощи, предоставив более точные инструменты прогнозирования для лечения ишемической болезни сердца.