TSI logo
LV EN
Home > Par mums > Struktūra un pārvaldība > Anotācijas

LĪMENIS

PROGRAMMA

FAKULTĀTE

GADS

VALODA

Mobilā robotizētā metināšanas kamera

Šajā dokumentā ir analizēts metināšanas ražošanas robotizācijas tirgus. Pamatojoties uz šīm atziņām, tajā ierosināts izstrādāt pārnēsājamu robotizētu metināšanas šūnu. Darbs ir sadalīts četrās nodaļās.Pirmajā nodaļā tiek pētīts pašreizējais robotizēto metināšanas sistēmu tirgus un novērtēta šādu sistēmu integrēšanas nepieciešamība metināšanas ražošanā. Tajā aplūkotas tādas priekšrocības kā lielāka efektivitāte un precizitāte, kā arī tādi trūkumi kā augstas sākotnējās izmaksas un uzturēšana.Otrajā nodaļā izklāstīti būtiskākie kritēriji mobilas robotizētas metināšanas šūnas projektēšanai. Tas ietver tehniskās diagrammas izveidi, kurā detalizēti norādīta nepieciešamo komponentu atrašanās vieta un komplekts, definēti nepieciešamie izmēru kritēriji, kā arī izveidots 3D modelis un strukturālā shēma, lai ilustrētu komponentu mijiedarbību.Trešajā nodaļā ir atlasītas noteiktajiem kritērijiem atbilstošas sastāvdaļas. Tiek izveidota funkcionālā diagramma, lai parādītu, kā šīs sastāvdaļas darbojas kopā, lai sasniegtu mobilās robotizētās metināšanas šūnas vēlamo funkcionalitāti.Pēdējā sadaļā tiek izstrādāta elektriskās ķēdes shēma vadības ierīces komponentu savienojumam. Tajā ir parādīts komponentu loģiskais savienojums un to signālu mijiedarbība, izmantojot PLC programmēšanas ar Ladder.

Autors: Saveliy Martynov

Vadītājs: Aleksandrs Kraiņukovs

Līmenis: Bakalaurs

Gads: 2024

Darba valoda: Angļu

Studiju programma: Robotika

Vairāk...

Tīmekļa pakalpojumu izstrāde ar integrētu AI palīgu automobiļu reklāmām

Jauni sasniegumi mākslīgā intelekta jomā var tikt izmantoti, lai uzlabotu noteiktu pakalpojumu kvalitāti. Mākslīgā intelekta apakšjoma – GenAI ir viens no veidiem, kā vienkāršot ikdienišķas vai atkārtotas darbības. Šādu metožu piemēri ir ieteikumu ģenerēšana par automobiļiem, pamatojoties uz lietotāja vajadzībām, un esošo automobiļu meklēšana, kas tiek reklamēti sistēmas ietvaros, kur tiek piemērotas šādas metodes. Šis projekts pēta GenAI, īpaši ChatGPT no OpenAI, integrēšanu tīmekļa pakalpojumā kā rīku, lai sniegtu personalizētus ieteikumus lietotājiem. Mērķis ir vienkāršot meklēšanas procesu, piedāvājot inteliģentus, mākslīgā intelekta vadītus ieteikumus, pamatojoties uz lietotāju vajadzībām. Neskatoties uz līdzīgiem projektiem, šī sistēma potenciāli var sniegt ieguvumu ar savu spēju samazināt laiku un piepūli, kas nepieciešama automobiļu tirgus pētījumu veikšanai, tādējādi piedāvājot lietotājiem vērtīgus ieskatus, kas palīdz izvēlēties piemērotāko automobili. Tīmekļa pakalpojums, kas izstrādāts, izmantojot Flask, iekļauj aizmugures tehnoloģijas, piemēram, SQLAlchemy datubāzes pārvaldībai. Šis projekts paredz aplūkot iepriekšējās pieejas saistītajā jomā, lai uzlabotu lietotāja vispārējo pieredzi.

Autors: Sergejs Burlaka

Vadītājs: Karina Kostjkina

Līmenis: Bakalaurs

Gads: 2025

Darba valoda: Angļu

Studiju programma: Datorzinātnes

Vairāk...

Personiskās informācijas pārvaldībā izmantojot Adaptīvās informācijas sistēmas

Mūsdienās cilvēkiem ir grūtības organizēti un efektīvi apstrādāt savu personisko informāciju. Vidēji lietotājs patērē aptuveni 74 Gb dienā (Heim, 2017), kas veicina informācijas pārslodzi un ierobežo informācijas apjomu, ko cilvēka prāts spēj apstrādāt.Cilvēka unikalitātes dēļ visiem cilvēkiem ir dažādas informācijas preferences. Adaptīvās informācijas sistēmas (AIS) ir salīdzinoši jauns pētniecības virziens informācijas zinātnes, cilvēka un datora mijiedarbības un mākslīgā intelekta krustcelēs. Tā ir alternatīva tradicionālajai "viens izmērs der visiem" pieejai informācijas sistēmu izstrādē.Ņemot vērā, ka informācijas pārslodze ir lietotāja personiska problēma, AIS ļauj iekļaut adaptācijas procesu informācijas sistēmā, aktivizē pastiprināšanas mācīšanos zināšanu veidošanai par lietotāja uzvedību informācijas apstrādē. Kā nākamo soli apkopotās zināšanas AIS izmanto pašpielāgošanās izmaiņu veikšanai sistēmas iekšienē ar galīgo mērķi samazināt informācijas pārslodzi.Šajā pētījumā tika piedāvāts jauns veids, kā apstrādāt un kontrolēt informācijas pārslodzi, izmantojot AIS, kam ir jāņem vērā un jāpielāgojas lietotāja personīgajai pieredzei personas informācijas apstrādē.

Autors: Sergejs Paškovskis

Vadītājs: Boriss Mišņevs

Līmenis: Maģistrs

Gads: 2024

Darba valoda: Angļu

Salīdzinoša analīze par tiešsaistes kazino riskiem Latvijā

Bakalaura darbs sastāv no 3 nodaļām, kuru mērķis ir, pamatojoties uz salīdzinošo analīzi, izstrādāt priekšlikumu tiešsaistes kazino darbības uzlabošanai, Pirmā nodaļa palīdzēs izprast tiešsaistes kazino teorētiskos aspektus, faktorus, koncepcijas un darbības principus.Otrajā nodaļā ir atlasīti un salīdzināti 3 Latvijā populāri tiešsaistes kazino.Trešajā nodaļā analizēti tiešsaistes kazino darbības riski.

Autors: Sergejs Storožuks

Vadītājs: Marina Koževņikova

Līmenis: Bakalaurs

Gads: 2024

Darba valoda: Latviešu

Izgūšanas-papildināšanas ģenerēšanas sistēmu uzlabošanas stratēģijas

Šis darbs sistemātiski pēta izgūšanas-papildināšanas ģenerēšanas sistēmu (RAG) sistēmu uzlabošanu lielo valodu modeļos, uzsverot izguves parametru optimizāciju un ģenerēšanas precizitāti. Tiek pētīta RAG sistēmu optimālās konfigurācijas, tostarp informācijas daļu lielumu un pārklāšanās procentus, top-k atlasi, vaicājumu transformācijas, dažādas izguves metodes, dažādus lielos valodu modeļus, proti, GPT-3.5-Turbo un GPT-4, atklājot, ka informācijas lielums visbiežāk ir 500 marķieri. piedāvā vislabāko veiktspēju. Vektoru meklēšana, izmantojot kosinusu līdzību, kļūst par visefektīvāko izguves metodi, ievērojami uzlabojot gan konteksta precizitāti, gan dažādu uzdevumu un zināšanu bāzu atsaukšanu. Eksperimentēšana CRUD-RAG ietvaros parāda tās pielietojamību dažādos uzdevumos, sākot no satura izveides līdz zināšanu pilnveidošanai. Atklājumi liecina, ka izguves iestatījumu uzlabojumi var ievērojami uzlabot RAG sistēmu veiktspēju, padarot tās efektīvākas un pielāgojamākas sarežģītiem informācijas sintēzes un izguves uzdevumiem. Šie rezultāti apstiprina sistemātisku uzlabojumu potenciālu, lai uzlabotu mākslīgā intelekta vadītus valodas modeļus praktiskos lietojumos, sniedzot nozīmīgu ieskatu un praktiskas pieejas RAG sistēmu izpētes ainavai.

Autors: Sigita Lapiņa

Vadītājs: Dmitry Pavlyuk

Līmenis: Maģistrs

Gads: 2024

Darba valoda: Angļu

Studiju programma: Datorzinātnes

Vairāk...

Table View
Text View