Детальная информация
| Название | Использование алгоритмов машинного обучения для создания графических изображений рекламного характера: выпускная квалификационная работа бакалавра: направление 09.03.02 «Информационные системы и технологии» ; образовательная программа 09.03.02_02 «Информационные системы и технологии» = Using machine learning algorithms to create graphic images of an advertising nature |
|---|---|
| Авторы | Тарасевич Илья Игоревич |
| Научный руководитель | Сорокина Наталья Владимировна |
| Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
| Выходные сведения | Санкт-Петербург, 2025 |
| Коллекция | Выпускные квалификационные работы ; Общая коллекция |
| Тематика | машинное обучение ; нейронные сети ; диффузорная модель генерации изображений ; low ranking adaptation ; реклама ; machine learning ; neural networks ; diffusor model of image generation ; advertising |
| Тип документа | Выпускная квалификационная работа бакалавра |
| Язык | Русский |
| Уровень высшего образования | Бакалавриат |
| Код специальности ФГОС | 09.03.02 |
| Группа специальностей ФГОС | 090000 - Информатика и вычислительная техника |
| DOI | 10.18720/SPBPU/3/2025/vr/vr26-1013 |
| Права доступа | Доступ по паролю из сети Интернет (чтение) |
| Дополнительно | Новинка |
| Ключ записи | ru\spstu\vkr\40566 |
| Дата создания записи | 17.06.2026 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
| Группа | Анонимные пользователи |
|---|---|
| Сеть | Интернет |
Тема выпускной квалификационной работы: Использование алгоритмов машинного обучения для создания графических изображений рекламного характера. Данная работа посвящена изучению и применению методов машинного обучения для создания изображений рекламного характера. Задачи, которые решались в ходе исследования: 1) Обзор и сравнение существующих готовых решений для генерации изображений рекламного характера. 2) Изучение и анализ ключевых методов генерации изображения с помощью нейронной сети. 3) Сравнение ключевых методов генерации изображения. 4) Обучение нейронной сети с использованием исходных данных. Анализ полученных результатов после обучения модели. 5) Разработка алгоритма по генерации итогового изображения с интегрированной дообученной нейронной сетью. В результате выполнения данной работы в среде Google Colab на языке Pyhton был разработан алгоритм создания рекламного изображения с интегрированной дообученной нейронной сетью Stable Diffusion, который в дальнейшем был внедрен в веб-приложение коммерческой компании NGMA.
The subject of the graduate qualification work is Using machine learning algorithms to create graphic images of an advertising nature. This work is devoted to the study and application of machine learning methods to create images of an advertising nature. The research set the following goals: 1) Review and comparison of existing ready-made solutions for generating advertising images. 2) Study and analysis of key methods of image generation using neural network. 3) Comparison of key image generation methods. 4) Training the neural network using the initial data. Analysis of the results obtained after training the model. 5) Development of an algorithm for generating the final image with an integrated pre-trained neural network. As a result of this work, an algorithm for creating an advertising image with an integrated pre-trained neural network Stable Diffusion was developed in the Google Colab environment in the Python language, which was later implemented in the web application of the commercial company NGMA.
| Место доступа | Группа пользователей | Действие |
|---|---|---|
| Локальная сеть ИБК СПбПУ | Все |
|
| Интернет | Авторизованные пользователи СПбПУ |
|
| Интернет | Анонимные пользователи |
|