Оптимізація розробки програмного забезпечення для інформаційно-вимірювальних систем з використанням Python
DOI:
https://doi.org/10.20535/1560-8956.46.2025.323687Ключові слова:
Python, інформаційно-вимірювальні системи, оптимізація, машинне навчання, обробка даних, бібліотеки, програмування, ефективністьАнотація
У статті розглядаються сучасні підходи до оптимізації розробки програмного забезпечення для інформаційно-вимірювальних систем з використанням мови Python. Проведено аналіз інтегрованих середовищ розробки та бібліотек Python для обробки даних, запропоновано підхід до інтеграції алгоритмів машинного навчання. Основна увага приділена підвищенню ефективності процесів розробки, обробки великих даних та забезпеченню метрологічної надійності вимірювань. Результати дослідження можуть бути використані для створення програмного забезпечення в наукових та промислових галузях.
Бібл. 15, іл. 4
Посилання
Van Rossum G., Drake F. L. Python 3 Reference Manual. Boston, MA : CreateSpace, 2009. 242 p.
Інтелектуальні системи автоматизації : монографія / О. Г. Аврунін, С. І. Владов, М. В. Петченко, В. В. Семенець, Татарінов В. В., Г. В. Тельнова, В. О. Філатов, Ю. М. Шмельов, Н. О. Шушляпіна. – Кременчук : Видавництво «НОВАБУК», 2021. – 322 с.
Müller A. C., Guido S. Introduction to Machine Learning with Python: A Guide for Data Scientists. Sebastopol, CA : O'Reilly Media, 2016. 400 p. ISBN 978-1-449-36941-5. DOI: 10.1007/978-1-4842-2866-1
Проєктування комп'ютеризованих інформаційно-вимірювальних систем. Конспект лекцій [Електронний ресурс] : навчальний посібник для здобувачів ступеня магістра за освітньо-професійною програмою «Інформаційні вимірювальні технології» спеціальності 152 Метрологія та інформаційно-вимірювальна техніка / КПІ ім. Ігоря Сікорського ; уклад.: В. Г. Здоренко, Н. М. Защепкіна, С. В. Барилко, Г. І. Войченко, С. М. Лісовець, О. М. Маркіна. – Електронні текстові дані (1 файл: 10,82 Мбайт). – Київ : КПІ ім. Ігоря Сікорського, 2022. – 262 с. – Назва з екрана.
VanderPlas J. Python Data Science Handbook: Essential Tools for Working with Data. Sebastopol, CA : O'Reilly Media, 2016. 541 p. ISBN 978-1-491-91205-8. DOI: 10.1045/march2017-breeding
Квасніков В. П., Ігнатенко П. Л. Наукові основи визначення метрологічної надійності засобів вимірювальної техніки. Метрологія та прилади. 2017. № 5. С. 11-15. URL: https://nure.ua/wp-content/uploads/2018/Scientific_editions/mp-5-2017.pdf (дата звернення: 13.12.2024).
Downey A. B. Think Python: How to Think Like a Computer Scientist. Needham, MA : Green Tea Press, 2015. 300 p.
Єременко В. С., Мокійчук В. М., Редько О. О. Метрологічне забезпечення вимірювань : навч. посіб. Київ : НТУУ "КПІ", 2012. 160 с.
McKinney W. Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. 2nd ed. Sebastopol, CA : O'Reilly Media, 2017. 550 p. ISBN 978-1-491-95766-0. DOI: 10.1007/978-1-4842-2866-1_8
Raschka S., Mirjalili V. Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2. Birmingham : Packt Publishing, 2019. 770 p. ISBN 978-1-78995-575-0.
Johansson R. Numerical Python: Scientific Computing and Data Science Applications with Numpy, SciPy and Matplotlib. Berkeley, CA : Apress, 2019. 751 p. DOI: 10.1007/978-1-4842-4246-9
Маркін М. О., Маркіна О. М. Оцінка похибки вимірювання геометричних параметрів за допомогою телевізійних інформаційно-вимірювальних систем. Вісник НТУУ "КПІ". Серія Приладобудування. 2009. Вип. 38. С. 102-106.
Oliphant T. E. Guide to NumPy. 2nd ed. Austin, TX : CreateSpace Independent Publishing Platform, 2015. 378 p. ISBN 978-1517300074.
Virtanen P., Gommers R., Oliphant T. E., Haberland M., Reddy T., Cournapeau D., Burovski E., Peterson P., Weckesser W., Bright J. SciPy 1.0: Fundamental Algorithms for Scientific Computing in Python. Nature Methods. 2020. Vol. 17. P. 261-272. DOI: 10.1038/s41592-019-0686-2
Kluyver T., Ragan-Kelley B., Pérez F., Granger B., Bussonnier M., Frederic J., Kelley K., Hamrick J., Grout J., Corlay S. Jupyter Notebooks - a publishing format for reproducible computational workflows. Positioning and Power in Academic Publishing: Players, Agents and Agendas. IOS Press, 2016. P. 87-90. DOI: 10.3233/978-1-61499-649-1-87
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у нашому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована нашим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у нашому журналі.
3. Політика журналу дозволяє і заохочує розміщення рукопису роботи авторами в мережі Інтернет (наприклад, на arXiv.org або на особистих веб-сайтах). Причому рукописи статей можуть бути розміщенні у відкритих архівах як до подання рукопису до редакції, так і під час його редакційного опрацювання. Це сприяє виникненню продуктивної наукової дискусії, позитивно позначається на оперативності ознайомлення наукової спільноти з результатами Ваших досліджень і як наслідок на динаміці цитування вже опублікованої у журналі роботи. Детальніше про це: The Effect of Open Access.
