Дослідження моделей управління проектом з розробки і впровадження програмного забезпечення для модернізації існуючих будинків за допомогою нейронної мережі

Метою даної роботи є розробка та впровадження моделей управління проектами для модернізації існуючих будівель із використанням нейронних мереж. Робота зосереджена на підвищенні ефективності моніторингу технічного стану будівель, оптимізації ресурсів та мінімізації ризиків у процесі модернізації. Запропонована модель інтегрує сучасні методи штучного інтелекту, зокрема згорткові нейронні мережі (CNN), для автоматизованого виявлення дефектів та прогнозування можливих ризиків.
У дослідженні проведено аналіз існуючих підходів і методологій управління проектами, оцінено вплив зовнішніх і внутрішніх чинників на основі PESTLE- та SWOT-аналізів, а також розроблено матрицю управління ризиками. Практична частина роботи включає створення пілотного проекту для апробації запропонованої моделі, результати якого демонструють її ефективність у зниженні експлуатаційних витрат і підвищенні енергоефективності будівель.
Об'єктом дослідження є процес модернізації будівель, зокрема і щодо відновлення будівельних об’єктів, що були зруйновані та/або пошкоджені внаслідок збройної агресії російської федерації проти України, в умовах використання сучасних інформаційних технологій.
Предметом дослідження є моделі управління проектами, що застосовуються для моніторингу та модернізації будівель із використанням нейронних мереж.
Наукова новизна полягає у використанні адаптивного підходу до впровадження штучного інтелекту в управління проектами модернізації будівель. Практичне значення роботи підтверджено результатами пілотного проекту, які можуть бути застосовані в інших сферах, що потребують автоматизованого моніторингу інфраструктури.

Крет О. І. Дослідження моделей управління проектом з розробки і впровадження програмного забезпечення для модернізації існуючих будинків за допомогою нейронної мережі : кваліфіккаційна робота магістра : 122 Комп’ютерні науки / наук. кер. О. Тімінський. Київ, 2024. 149 с.