16 міжнародна науково-практична конференція

Permanent URI for this collection

https://ekmair.ukma.edu.ua/handle/123456789/38241

У збірнику представлено тези доповідей науково-практичної конференції "Теоретичні та прикладні аспекти побудови програмних систем"(TAAPSD 2025), яка проходила в Києві з 24 по 25 листопада 2025 року.

Browse

Now showing 1 - 20 of 47

Теоретичні та прикладні аспекти побудови програмних систем : праці 16 Міжнародної науково-практичної конференції, 23-24 листопада 2025 року, Київ
(Національний університет "Києво-Могилянська академія", 2025)
У збірнику представлено тези доповідей науково-практичної конференції "Теоретичні та прикладні аспекти побудови програмних систем" (TAAPSD 2025), яка проходила в Києві з 24 по 25 листопада 2025 року.
Інтелектуальні програмні системи підтримки ШІ
(Національний університет "Києво-Могилянська академія", 2025) Глибовець, Микола
За останні кілька років виникла потужна екосистема програмних систем підтримки всього життєвого циклу моделей штучного інтелекту. MLOps-платформи, AutoML-інструменти, системи керування знаннями, мультиагентні середовища стали невід’ємною частиною індустріального впровадження ШІ та повсякденного життя людини.
Розширення критерію тестового покриття для виявлення слабкої валідації вхідних даних
(Національний університет "Києво-Могилянська академія", 2025) Колчин, Олександр; Руденко, Д.
Значна частина вразливостей у програмному забезпеченні виникає через недостатню перевірку або неправильну обробку вхідних даних [1]. Тому аналіз програмного коду з метою виявлення потенційних вразливостей, пов’язаних із некоректною валідацією, є важливим напрямом досліджень у галузі забезпечення надійності програмного забезпечення.
Концепція сервісу офлайн мап на основі CesiumJS
(Національний університет "Києво-Могилянська академія", 2025) Ткаченко, Владислав
У цій роботі запропоновано концепцію сервісу, що дає змогу працювати з геопросторовими даними в офлайн-режимі у веб-застосунках на основі CesiumJS.
System and Approach for Automated Photo-Like Facial Image Generation for Use in Testing, Training or Evaluation
(Національний університет "Києво-Могилянська академія", 2025) Artiushenko, Bohdan
This research focuses on systems, apparatuses, and methods for automatically generating photo-like facial image items that may be used on an exam or test. The test may be used for evaluating a test-taker's proficiency in familiar faces recognition, training in facial recognition, prosopagnosia or other similar purpose or goal. A combination of generative artificial intelligence, image and face recognition and manual check is proposed and evaluated.
Про застосування цифрових двійників в інтелектуалізованих мережах публічних сервісів
(Національний університет "Києво-Могилянська академія", 2025) Олецький, Олексій; Моголівський, Віталій
Останнім часом відбувся помітний прогрес в розвитку засобів штучного інтелекту, який пов’язується з появою та розвитком великих мовних моделей (LLM). Вони непогано справляються з задачами, пов’язаними з обчисленнями, аналізом даних, логічним виведенням (хоч і не без проблем). LLM можуть пояснювати хід розв’язку задачі, що наближає їх до систем підтримки прийняття рішень, рекомендаційних систем, експертних систем. Тому вони знаходять все більш широке застосування в різних сферах людської діяльності.
Nowcasting як сучасний підхід до оцінювання ВВП України: порівняння з традиційними моделями прогнозування
(Національний університет "Києво-Могилянська академія", 2025) Болотов, Єгор; Дрінь, Світлана
Метою даного дослідження є порівняльний аналіз точності прогнозів ВВП України. До таких сучасних підходів до прогнозування на основі моделей змішаної частоти належать векторної авторегресії (MF-VAR) [1] та їх факторних розширень (MF-FAVAR) з традиційними моделями прогнозування. Особливий акцент робиться на їх здатності інтегрувати багаточастотні та нетрадиційні джерела інформації. Це дослідження є особливо актуальним, оскільки, хоча в українській науці вже існують дослідження змішаних частотних моделей на національному рівні (наприклад, U-MIDAS [2]), сучасні економічні підходи, такі як MF-FAVAR, ще не застосовувалися для регіональних прогнозів.
Фрактально-дифузійні генеративні моделі: ієрархічний підхід до синтезу зображень
(Національний університет "Києво-Могилянська академія", 2025) Шалімов, Андрій; Авраменко, Ольга
У цьому дослідженні пропонується модифікація FGM із використанням дифузійної нейронної мережі на архітектурі U-Net як альтернативного генератора. Такий підхід підвищує паралельність процесу, скорочує час синтезу й інтегрує ієрархічний самоподібний принцип у стандартну дифузійну модель.
Інтеграція методу аналізу ієрархій із нечіткою логікою для вирішення багатокритеріальних задач
(Національний університет "Києво-Могилянська академія", 2025) Тригуб, Олександр
Розглянемо модельну задачу вибору найкращої альтернативи програмного забезпечення (ПЗ) для аналітики даних серед трьох альтернатив: A1 (Програма X), A2 (Програма Y), A3 (Програма Z). Оцінювання здійснюється за трьома критеріями: K1 — функціональність, K2 — зручність використання, K3 — вартість програмного продукту.
Топологічна складність вуличних мереж українських міст: ентропійний аналіз
(Національний університет "Києво-Могилянська академія", 2025) Смиш, Олег
Ентропійні характеристики урбаністичних мережевих структур є формальними показниками організаційної складності та функціональної узгодженості міського середовища в термінах аналізування графів. Використання методів оброблення даних та алгоритмів мережевого аналізування для дослідження топологічних параметрів дорожньої інфраструктури уможливлює вимірювання ступеня впорядкованості міських систем і виявлення стабільних закономірностей їхнього просторового розвитку. Стаття Geoff Boeing [1] демонструє ефективність запропонованих ентропійних мір для кількісного оцінювання просторового порядку в міських мережах, ілюструючи значні відмінності між містами різних регіонів світу.
PINN Modeling of Interfacial Gravity-Capillary Waves
(Національний університет "Києво-Могилянська академія", 2025) Avramenko, Olha; Sontikov, Maksym
This paper presents an automated computational framework for modeling hydrodynamic processes using physics-informed neural networks (PINNs). The modular system integrates all stages of numerical experimentation — from data generation and model training to validation and accuracy evaluation — ensuring reproducibility, flexibility, and scalability. The framework was verified on the classical problem of interfacial gravity–capillary waves between two incompressible fluids, using the analytical solution as a benchmark for numerical assessment. Computational experiments showed that increasing the number of training points from 400 to 1000 improved accuracy and convergence, with the Extended configuration achieving 98.86% accuracy and a MAPE of 1.14%, while Adaptive_LR remained stable. The results confirm the reliability and efficiency of the proposed PINN-based framework for solving complex hydrodynamic problems governed by nonlinear partial differential equations.
ML-підхід до ідентифікації емоцій у звукових записах на базі MFCC
(Національний університет "Києво-Могилянська академія", 2025) Тимошевський, Данило
У сучасному світі, де взаємодія людини з комп’ютерними системами набуває все більш природного характеру, розпізнавання емоцій за голосом стає одним із ключових напрямів розвитку штучного інтелекту. Голос є одним із найвиразніших каналів передавання емоційного стану, тому аналіз аудіосигналів відкриває можливості для створення інтелектуальних систем, здатних розуміти не лише зміст висловлювань, а й їх емоційне забарвлення. Такі технології мають широкий спектр практичного застосування — від покращення роботи віртуальних асистентів, систем підтримки клієнтів і адаптивних освітніх платформ до психологічного моніторингу стану користувачів. Окремим напрямом, що набуває актуальності, є використання аналізу емоційного тону голосу для оцінювання ефективності ведення гри в настільних рольових іграх, де емоційна залученість та динаміка голосу відображають якість ігрового процесу та комунікації між учасниками.
Розроблення інтелектуальної системи моделювання процесу кристалізації зливку з використанням нечіткої логіки
(Національний університет "Києво-Могилянська академія", 2025) Павлюченко, В.; Бабенко, Михайло
Проблема керування охолодженням зливку під час йог кристалізації ускладнюється значною параметричною невизначеністю, нелінійною природою теплових процесів і необхідністю включення експертного досвіду операторів у формалізовані алгоритми прийняття рішень. Традиційні детерміністичні підходи потребують детальних математичних моделей і повної інформації про граничні умови, що не завжди можливо в умовах реального виробництва [1]. Це викликає попит на методологію, яка здатна працювати з якісними характеристиками процесу та обмеженою кількістю даних.
Massively Parallel MorphoNAS Implementation
(Національний університет "Києво-Могилянська академія", 2025) Medvid, Serhii
Our GPU-accelerated MorphoNAS (Morphogenetic Neural Architecture Search) enhances the biologically motivated developmental model of the original MorphoNAS, from sequential developmental simulations to large scale parallel simulation. Like the original CPU-based MorphoNAS system, the GPU enhanced version models morphogenesis (neural development) through reaction-diffusion, progenitor differentiation and axon-guided wiring that grow recurrent controllers. Unlike the original CPU-based version, the GPU-based version has the ability to formulate growth and control in parallel execution of thousands of genomes. Through use of sparse, device-resident representations of developmental dynamics and recurrent rollouts, we produce behaviorally equivalent recurrent controllers with up to three orders of magnitude speedup. As a result, we have enabled the possibility of performing evolutionary search over populations of developmental programs, transforming MorphoNAS from a proof-of-concept model of artificial morphogenesis and adaptive architecture discovery to a scalable framework for those objectives.
Адаптивна мультимодальна когнітивна система для автономного прийняття рішень у складних логістичних середовищах
(Національний університет "Києво-Могилянська академія", 2025) Пасєка, П.; Теренчук, Світлана
Сучасні логістичні системи функціонують у складних умовах, що характеризуються високою динамічністю, невизначеністю та нестачею достовірних даних. Це особливо актуально у контексті гуманітарних або військових операцій, де рішення щодо постачання, транспортування чи розподілу ресурсів мають прийматися в реальному часі та часто за відсутності повної інформації про середовище.
Експериментальний аналіз моделі еволюційної гри в іменування
(Національний університет "Києво-Могилянська академія", 2025) Сітьков, Ілля; Гулаєва, Наталія
У роботі розглядається агентна модель виникнення та розвитку мови – Еволюційна Гра в Іменування (ЕГІ) [1-3]. Модель представлена популяцією агентів, розміщених у двовимірній квадратній сітці з довжиною сторони L.
GPU-орієнтована бідіагоналізація в алгоритмі сингулярного розкладу з швидкою дефляцією та паралельним розбиттям
(Національний університет "Києво-Могилянська академія", 2025) Сухарський, Сергій
У роботі розглянуто GPU-орієнтований алгоритм SVD, що намагається усунути проблеми традиційних підходів завдяки масштабованій, опортуністичній дефляції на бідіагональній формі з негайним розбиттям на незалежні підзадачі.
Каузальне моделювання поведінки користувача у цифрових сервісах
(Національний університет "Києво-Могилянська академія", 2025) Білінський, Павло
В цій роботі окреслюється напрямок дослідження - розробка методів побудови каузальних представлень часових даних із застосуванням до аналізу поведінки користувача в цифровому продукті.
Використання нейромереж для автоматичного поновлення даних у спеціалізованих предметних областях
(Національний університет "Києво-Могилянська академія", 2025) Нагнибіда, Андрій
Робота "Використання Нейромереж для Автоматичного Поновлення Даних у Спеціалізованих Предметних Областях" присвячена дослідженню нейромережевих підходів до безперервного оновлення знань у спеціалізованих областях на основі офіційних джерел із застосуванням каналу надходження даних, виявлення змін, RAG-витягу фактів і валідації людиною (human-in-the-loop) для подолання інформаційного перевантаження.
Moore-Penrose Pseudoinverse Matrix
(Національний університет "Києво-Могилянська академія", 2025) Kravchuk, Oleg; Kriukova, Galyna
The Moore-Penrose pseudo-inverse is a foundational concept in modern numerical linear algebra, offering a principled approach to solving ill-posed and inconsistent systems arising in machine learning and other fields. This paper explores the pseudo-inverse from five distinct perspectives — axiomatic, variational, regularization, spectral, and algebraic graph theory — highlighting its theoretical depth and practical relevance across disciplines such as machine learning, signal processing, and network analysis.

Browse

Recent Submissions