В даній доповіді ми розглядаємо застосування деяких методів кластерізації в задачах обробки мовних сигналів. По-перше, розглянуто загальну класифікацію методів машинного навчання та показано місце у ній методів кластерізації. Надалі розглянуто методи кластерізації за допомогою алгоритму К-середніх, моделей гаусівських сумішей та напівтоматичного навчання із відповідним застосуванням до задач кодування та класифікації мовних сигналів. Наведено результати тестування на реальних даних.
Позаяк частотний підхід в статистиці широко використовувався протягом 20 століття, сучасний прогрес в розвитку комп’ютерних технологій призвів до розширення використання баєсових підходів. Великою перевагою баєсових методів є можливість отримання постеріорних розподілів ймовірності значень параметрів моделі на противагу точковим оцінкам. Ми використовуємо підхід Монте-Карло Марківських ланцюжків для аналізу спостережних даних про кількість перших галактик у Всесвіті. Оскільки властивості частинок темної матерії впливають на процеси формування структур, можемо отримати обмеження на масу частинки темної матерії. Окрім того, ми маємо можливість оцінити величини інтегрованої правдоподібності і виконати порівняння різних моделей темної матерії.
Розробка програмного забезпечення у сучасному світі дуже швидка, тому іноді аспектам безпеки та захищеності програмного продукту може не бути приділено достатньо уваги. Зворотна розробка власного продукту є ефективною для пошуку його вразливостей та загроз. У роботі був зроблено огляд структури файлів Mach-O з метою декодування вразливої інформації з системних компонентів; розроблено програмне забезпечення, яке може бути використаним для декодування внутрішніх даних системних компонентів формату Mach-O.
У бакалаврській дипломній роботі було реалізовано систему для проведення тендерів з продажу агрокультур, використовуючи Telegram Bot API. Розроблена система дозволяє агрокомпанії зручно проводити тендери всередині месенджера Telegram.
Дисертаційну роботу присвячено вивченню випадкових гауссових процесів зі стійкими кореляційними функціями та їх властивостей. Були розглянуті дійсні випадкові процеси зі стійкими кореляційними функціями, власні комплексні випадкові процеси та моделювання гауссового стаціонарного процесу Орнштейна–Уленбека з заданою надійністю та точністю у просторах $C([0,T])$ та $L_p([0,T])$, запропоновані новий метод побудови довірчого інтервалу для параметра процесу Орнштейна–Уленбека та критерій для перевірки гіпотези про вигляд кореляційної функції центрованого вимірного дійсного гауссового стаціонарного процесу зі стійкою кореляційною функцією.
The thesis is devoted to the study of random Gaussian processes with stable correlation functions and their properties. Real random processes with stable correlation functions, proper complex random processes and modeling of the Gaussian stationary Ornstein–Uhlenbeck process with a given reliability and accuracy in the spaces $C(0,T])$ and $L_p([0,T])$ were considered, a new method of constructing a confidence interval for the Ornstein–Uhlenbeck process parameter and a criterion for testing the hypothesis about the form of the correlation function of a centered measurable real Gaussian stationary process with a stable correlation function are proposed.