| dc.contributor.author | Довгань, О. А. | uk |
| dc.contributor.author | Паламарчук, Є. А. | uk |
| dc.date.accessioned | 2024-03-26T14:05:36Z | |
| dc.date.available | 2024-03-26T14:05:36Z | |
| dc.date.issued | 2023 | |
| dc.identifier.citation | Довгань О. А. Пошукова система для локальних баз даних на основі методів глибинного навчання [Електронний ресурс] / О. А. Довгань, Є. А. Паламарчук // Матеріали LIІ науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. – Електрон. текст. дані. – 2023. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2023/paper/view/17858. | uk |
| dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/41094 | |
| dc.description.abstract | В роботі досліджено шляхи реалізації пошукової системи для локальної бази даних на основі методів глибинного навчання з використання алгоритмів, які враховують специфіку даних у ній. Основна мета цієї системи, у порівнянні з іншими методами і системами пошуку, полягає у поліпшенні ефективності та точності пошуку внутрішньої інформації, що міститься в локальній базі даних. | uk |
| dc.description.abstract | The work explores ways of implementing a search system for a local database based on deep learning methods using algorithms that take into account the specifics of the data in it. The main goal of this system, in comparison with other search methods and systems, is to improve the efficiency and accuracy of the search for internal information contained in the local database. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали LIІ науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2023/paper/view/17858 | |
| dc.subject | інтелектуальна пошукова система | uk |
| dc.subject | локальна база даних | uk |
| dc.subject | методи пошуку даних | uk |
| dc.subject | intellectual search engine | en |
| dc.subject | local data base | en |
| dc.subject | methods of data searching | en |
| dc.title | Пошукова система для локальних баз даних на основі методів глибинного навчання | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.054 | |
| dc.relation.references | Chat GPT Plugins [Електронний ресурс] – Режим доступу до ресурсу: https://roedigital.com/chat-gpt-plugins/ | en |
| dc.relation.references | Milvus Introduction [Електронний ресурс] – Режим доступу до ресурсу: https://milvus.io/docs/overview.md | en |
| dc.relation.references | Facebook AI Similarity Search [Електронний ресурс] - Режим доступу до ресурсу: https://ai.facebook.com/tools/faiss/ | en |
| dc.relation.references | OpenAI ChatGPT retrieval plugins [Електронний ресурс] – Режим доступу до ресурсу:
https://openai.com/blog/chatgpt-plugins | en |
| dc.relation.references | Milvus Search Engine [Електронний ресурс] – Режим доступу до ресурсу: https://milvus.io/docs/overview.md | en |
| dc.relation.references | Introduction to Facebook Artificial Intelligence Similarity Search [Електронний ресурс] – Режим доступу до ресурсу:
https://www.pinecone.io/learn/faiss-tutorial/ | en |
| dc.relation.references | Search engine [Електронний ресурс] - Режим доступу до ресурсу: https://medium.com/analytics-vidhya/search-engineusing-machine-learning-and-nlp-c1ec1e28be7a | en |
| dc.relation.references | How to create word embeddings [Електронний ресурс] – Режим доступу до ресурсу:
https://www.coursera.org/lecture/probabilistic-models-in-nlp/how-to-create-word-embeddings-a6J0B | en |
| dc.relation.references | What is a Vector Database [Електронний ресурс] – Режим доступу до ресурсу: https://www.pinecone.io/learn/vectordatabase/ | en |
| dc.relation.references | How to represent data as a vector [Електронний ресурс] – Режим доступу до ресурсу:
https://towardsdatascience.com/why-data-is-represented-as-a-vector-in-data-science-problems-a195e0b17e99 | en |
| dc.relation.references | BERT [Електронний ресурс] – Режим доступу до ресурсу: https://huggingface.co/docs/transformers/model_doc/bert | en |
| dc.relation.references | K-Nearest Neighbours [Електронний ресурс] – Режим доступу до ресурсу: https://towardsdatascience.com/k-nearestneighbors-knn-algorithm-23832490e3f4 | en |
| dc.relation.references | PyCharm guide [Електронний ресурс] – Режим доступу до ресурсу: https://realpython.com/pycharm-guide/ | en |
