Том 2
Permanent URI for this collection
Browse
Browsing Том 2 by Issue Date
Now showing 1 - 12 of 12
Results Per Page
Sort Options
Item Використання машинного навчання у задачах класифікації звуків(2019) Глибовець, Микола; Жиркова, АнастасіяУ роботі розглянуто особливості використання методів машинного навчання (МН) для класифікації звукової інформації на прикладі розв’язку задачі класифікації міських звуків (МЗ). Дослідження з аналізу міських акустичних середовищ є досить обмеженими. Більше того, у цих дослідженнях основна увага фокусується на класифікації місць, які характеризують певні звуки, наприклад, парку, вулиці, на відміну від ідентифікації джерел звуку в них, таких як автомобільний сигнал, постріл тощо. Тому класифікація МЗ – досить актуальна проблема, що потребує вирішення. Метою роботи є висвітлення побудови оптимальних моделей МН для задачі коректної класифікації МЗ.Item Використання клітинних автоматів для вирішення задач фільтрації шумів та виявлення контурів зображень(2019) Жежерун, Олександр; Калітовський, БогданУ статті проведено огляд застосування клітинних автоматів для обробки та аналізу зображень. Наведено опис фільтрів, що можуть видаляти імпульсний шум із пошкоджених шумом зображень, і методів визначення контурів на зображеннях,реалізованих на основі клітинних автоматів. Продуктивність цих підходів було порівняно із традиційними методами: медіанним фільтром (для шумозаглушення) та перехресним оператором Робертса, оператором Собеля–Фельдмана, оператором Лапласа (для визначення контурів). Це порівняння засвідчує, що наведені методи на основі клітинних автоматів є дуже перспективними для фільтрації імпульсних шумів і виявлення контурів зображень.Item Алготрейдинг криптоактивів із використанням штучного інтелекту(2019) Лесик, Андрій; Невмержицький, ЄвгенСтаттю присвячено використанню алгоробота зі штучним інтелектом для трейдингу криптовалют, який використовує розробник, із зазначенням результатів практичного тестування на реальній торгівлі криптоактивами. Надано перелік параметрів на базі індикатора Zig-Zag, які обирає штучний інтелект робота на підставі використання фактичного досвіду застосування налаштованої стратегії для її корекції з метою поліпшення результатів торгів. Робот постійно тестує попередні результати торгів і обирає параметри для встановлення ордерів із метою підвищення дохідності. На підставі роботи зроблено висновок щодо перспектив розвитку і збільшення популярності використання алгороботів зі штучним інтелектом для трейдинку криптовалютами і їх впливу на подальшу стабілізацію крипторинку і популяризації технології блокчейн.Item Метод еліпсоїдів для мінімізації опуклої функції(2019) Стецюк, Петро; Фішер, Андреас; Ляшко, ВолодимирРозглянуто метод еліпсоїдів та його застосування для знаходження наближення до точки мінімуму опуклої функції: критерій зупинки гарантує знаходження такої точки, в якій значення функції відрізняється від мінімального не більше, ніж на задану достатньо малу величину. Метод є частковим випадком субградієнтних методів із розтягом простору в напрямку субградієнта з коефіцієнтом, який залежить тільки від вимірності простору змінних. Він може бути використаний для мінімізації гладких та негладких опуклих функцій від декількох десятків змінних.Item Тривимірна діаграма Ганта як графічне вирішення проблеми планування проектів з обмеженими ресурсами(2019) Карайман, Ольга; Афонін, АндрійІз метою часткового вирішення та спрощення роботи з NP-повною проблемою планування проектів з обмеженими ресурсами (RCPSP), подано тривимірну діаграму Ганта шляхом розширення двовимірного представлення класичної діаграми, із додаванням третього ресурсного виміру. Діаграма Ганта може чітко відображати споживання ресурсів кожної діяльності й надавати цінну інформацію щодо ресурсів, вузьких місць і шляхів розв’язання конфлікту ресурсів. Результати використання діаграми Ганта на декількох проектах показують доцільність її застосування для полегшення сприйняття та керування проектами з обмеженими ресурсами.Item Класифікаційна система з підбору персоналу(2019) Жежерун, Олександр; Рєпкін, МаксимУ статті представлено класифікаційну систему, побудовану у вигляді бази знань, яка допомагає розв’язати задачу класифікації під час підбору персоналу. Ця система порівнюється із системами на основі нейронних мереж. Проведено огляд засобів побудови онтологій, доречних для застосування у подібних системах. Описано функціонал та реалізацію класифікаційної системи на основі фреймворку Protégé, що співпрацює з Telegram-ботом і дає змогу ефективно відбирати кандидатів, які найбільше відповідають вимогам вакансії.Item Передмова(2019) Глибовець, МиколаПередмова до другого тому журналу "Наукові записки НаУКМА. Комп'ютерні науки" (2019 р.)Item Агентно-базована платформа IоТ для контролю навчального процесу(2019) Гороховський, Семен; Ямковий, Олександр; Кирієнко, Оксана; Пєчкурова, ОленаУ теоретичній частині роботи розглянуто базові положення концепції Інтернету речей та описано вимоги, які висувають до систем ІоТ. Також описано основні можливості та переваги використання програмних агентів та мультиагентних систем у реалізації різних ІоТ. У практичній частині запропоновано архітектурне рішення на основі мультиагентної системи для підтримки та управління комунікацією у мережі ІоТ обладнання. Наведене рішення здатне розв’язати проблеми неоднорідності пристроїв та комунікації, побудови гнучкої інфраструктури комунікації та інфраструктури групової комунікації в агентному середовищі, а також на рівні агента. Також було запропоновано агентну платформу, що полегшує комунікацію агентів, які працюють на різних пристроях (датчики SunSpot, смартфони) і використовують різні комунікаційні протоколи, надає можливість формувати агентів у групи для ефективного доставлення групових повідомлень. Продемонстровано переваги такого рішення на прикладі реалізації «Розумного Університету» (системи підтримки та управління навчальним процесом, що складається з різних типів датчиків та персональних смартфонів учасників навчального процесу) за використання розробленої мультиагентної платформи.Item Експериментальне порівняння алгоритмів компресії даних(2019) Глибовець, Микола; Яблонський, ВолодимирОб’єми даних, які зберігаються та передаються, постійно ростуть. Коли потрібно передати великі об’єми даних, на допомогу приходить компресія. Добре підібраний алгоритм компресії здатен зменшити розмір даних у середньому на 60 %. Проблема появи нових і модифікації чи оптимізації старих алгоритмів компресії стоїть дуже гостро. У статті розглянуто деякі відомі сьогодні алгоритми компресії. Наведено короткий опис основних властивостей і варіантів реалізації таких алгоритмів. У рамках роботи над статтею було реалізовано ці алгоритми та проведено експериментальний аналіз їхньої якості та швидкості роботи. Робота може бути цікавою та корисною дослідникам галузі компресії даних.Item Пошук оптимальних відхилень значень критеріїв для досягнення обраною альтернативою бажаного результату при розв’язку багатокритеріальної задачі вибору(2019) Горборуков, Вячеслав; Франчук, ОлегРоботу присвячено вирішенню актуальної науково-технічної проблеми – підвищення ефективності розв’язання багатокритеріальних задач ранжування та вибору альтернатив. Процес проведення ранжування та вибору складається з таких етапів: визначення проблемної задачі, структурування проблеми, реалізація оптимального вибору, пост-аналіз та отримання результату. Як відомо, помилки на етапі структуризації призводять до утворення хибної моделі задачі, яка, найпевніше, призведе до неточних результатів. Отже, якість отриманого розв’язку задачі в першу чергу залежить від вдалого структурування, що вимагає від ОПР скрупульозної деталізації проблемної області для визначення критеріїв, альтернатив та іншої інформації. Після проведення ранжування альтернатив (об’єктів) здійснюють пост-аналіз отриманого розв’язку. На цьому етапі має бути можливість додаткового дослідження таких об’єктів, які не стали "переможцями", але з огляду на специфіку конкретної задачі можуть становити інтерес для особи, що приймає рішення (ОПР). У результаті виникає обернена задача ранжування, яка має визначити, на скільки тому чи тому об’єкту необхідно покращити критеріальні значення, щоб у підсумковому рейтинговому списку посісти задане ОПР місце. Бажаним результатом розв’язання цієї задачі вважають встановлення таких мінімальних відхилень початкових значень критеріїв, за яких ця альтернатива отримує рейтинг не нижче від наперед заданого значення. У статті розглянуто обернену задачу ранжування альтернатив, яка формалізується у класі моделей дискретного програмування. Для розв’язку задачі запропоновано алгоритм, що базується на ідеології методу динамічного програмування. Це дає змогу на етапі пост-аналізу процесу проведення вибору (ранжування) альтернатив підвищити рівень аналізу отриманих результатів. Розв’язки таких обернених задач породжують додаткові властивості об’єктів дослідження, які можуть розширювати початкову інформаційну модель. У підсумку це призводить до підвищення ефективності процесу прийняття рішень.Item Використання методів машинного навчання для створення аналітичної платформи нерухомості в Україні(2019) Глибовець, Андрій; Мухопад, ОлександрУ цій роботі розглянуто процес побудови моделі машинного навчання для аналізу вартості нерухомості, який передбачає пошук та підготовку вхідних даних, вибір, тренування моделі машинного навчання та її оптимізацію за допомогою ApacheSparkItem Про деякі необхідні та достатні умови рівноймовірного вибору альтернатив у рамках марковського ланцюга зміни ймовірностей вибору(2019) Олецький, ОлексійЗадача вибору інтелектуальним агентом певної дії з деякої множини альтернатив розглядається з погляду деякого марковського ланцюга, стани якого відповідають розподілам імовірностей вибору. Відповідно до цього множина станів характеризується матрицею, яку названо матрицею "стан-вибір дії". Оскільки сума елементів кожного рядка дорівнює 1, але кількість стовпчиків може не дорівнювати кількості рядків, подібні матриці за аналогією зі стохастичними матрицями можна охарактеризувати як прямокутні стохастичні. У цьому контексті важливе значення мають збалансовані прямокутні стохастичні матриці, суми елементів кожного стовпчика яких рівні між собою. Показано деякі властивості таких матриць. Доведено, що якщо матриця "стан-вибір дії" є збалансованою, а перехідна матриця марковського ланцюга є подвійно-стохастичною, то агент вибирає варіанти з рівними ймовірностями. За умови певних додаткових припущень доведено й зворотне твердження. Наведено деякі алгоритми генерації збалансованих прямокутних стохастичних матриць, а також результати одного з ілюстративних комп’ютерних експериментів.