https://asac.kpi.ua/issue/feedАдаптивні системи автоматичного управління2024-10-15T10:00:14+03:00Лісовиченко Олег Івановичlisovychenko.oleh@lll.kpi.uaOpen Journal Systems<p><strong>ISSN 2522-9575 (Онлайн), ISSN 1560-8956 (Друк)</strong></p><p><strong><br /></strong></p><p>Друковане видання «<strong>Адаптивні Системи Автоматичного Управління</strong>». Міжвідомчий науково-технічний збірник.</p><p>Сфера розповсюдження: загальнодержавна.</p><p>Категорія читачів: науковці, аспіранти, студенти.</p><p>Періодичність виходу: 2 рази на рік</p><p>Рік заснування: 1973 </p>https://asac.kpi.ua/article/view/313022Згорткова нейронна мережа для системи розпізнавання порід собак2024-10-09T13:47:44+03:00К. Хотіньn_bogdanova@ukr.netВ. Шимковичv.shymkovych@kpi.uaП. Кравецьkpiiauts20@gmail.comА. Новацькийa.novatskyi@kpi.uaЛ. ШимковичL.shymkovych@gmail.com<p>Об’єктом дослідження є моделі загорткових нейронних мереж та набори даних для навчання загорткових нейронних мереж. Метою дослідження є підвищення ефективності розпізнавання порід собак з використанням згорткових нейронних мереж при їх реалізації в мобільних застосунках. Для досягнення мети пропонується нейромережева модель на базі модифікованої моделі MobileNetV3-Large, що навчена на доопрацьованому наборі даних "70 Dog Breeds-Image Data Set" з використанням методів доповнення даних. Запропонована модель показує точність розпізнавання 96% на 70 різних породах собак. Отриману модель інтегровано в систему розпізнавання порід собак, яка базується на мобільній платформі. Реалізована програма створює функціональні можливості для взаємодії з отриманою моделлю та ідентифікує породу собаки в реальному часі.</p> <p>Бібл. 30, іл. 5</p>2024-10-10T00:00:00+03:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313063Макропроцес прискорення розробки проектів2024-10-10T07:32:56+03:00О. Ліневичlikhouzova@tk.kpi.uaО. Лісовиченкоolisov@tk.kpi.ua<p>Починаючи з 1980-х років і до сьогодні, зберігається тенденція розробки надпланових і надбюджетних проектів програмного забезпечення. У 2023 році, згідно з річним звітом BCG, кількість таких проектів досягла захмарних 84% на рік. Висока тенденція зберігається, незважаючи на те, що команди розробки застосовують надійні перевірені часом та новітні ефективні підходи, такі як ООП, шаблони мікросервісів або програмування ШІ; компанії запроваджують плоску ієрархію, наймають коачів і розроблюють нову культуру спілкування для покращення комунікації в командах для підвищення швидкості розробки тощо. Для того, щоб стабілізувати та зменшити тенденцію росту можна покращити макропроцес розробки. Макропроцес задає основний алгоритм процесу розробки, і може бути поповнений новими правилами вибору підходів до виконання кроків та перевірки їх ефективності. Однак на сьогодні підходи все ще не структуровані у вигляді цілісної системи через що не мають взаємовиключних організованих правил використання. Щоб структурувати підходи або знайти спосіб визначення потрібного для того, який підхід використовувати на основі інформації про проблему, було проведено дослідження. У статті описано дослідження якості програмних систем, підходів, які формують якість систем, причин поточного стану якості системи (як наслідок використаних підходів) та способу виведення унікального набору підходів для кожної системи, який би відображався в коді на основі складності домену та розрахованих еволюційних шляхів системи. Новий спосіб реконструює існуючий макропроцес для підвищення передбачуваності розвитку систем шляхом імітації бізнес-області, таким чином підвищуючи точність, гнучкість, надійність і ефективність області. Більш передбачувана еволюція системи веде до більш передбачуваного бюджету та планування часу.</p> <p>Бібл. 17, іл. 3, табл. 5</p>2024-10-31T00:00:00+02:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313064Використання транзакційного годинника у розподіленій системі підтримки фінансових операцій задля пришвидшення процесу узгодження даних 2024-10-10T08:07:27+03:00В. Мулішlikhouzova@tk.kpi.uaЄ. Криловekrylov1964@gmail.comВ. Нікітін19valeranikitin96@gmail.comВ. Анікінvkanikin@gmail.com<p>Об’єктом дослідження є процес узгодження даних у розподілених системах з використанням нереляційної бази даних. Метою роботи є підвищення швидкодії процесу узгодження даних у розподілених системах підтримки фінансових операцій. У статті показані результати кількох експериментів над системами, що використовують різні механізми узгодження даних. На основі аналізу результатів експериментів, для досягнення мети пропонується використовувати транзакційний годинник та закладену в нього концепцію критичних даних, що сприяє оптимізації та підвищенню загальної ефективності роботи систем підтримки фінансових операцій в рази.</p> <p>Бібл. 2, іл. 6, табл. 1</p>2024-10-15T00:00:00+03:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313065Інтелектуальна система керування з підкріпленим навчанням для розв’язання задач відеоігор2024-10-10T08:28:34+03:00М. Осипенкоlikhouzova@tk.kpi.uaВ. Шимковичv.shymkovych@kpi.uaП. Кравецьkpiiauts20@gmail.comА. Новацькийa.novatskyi@kpi.uaЛ. ШимковичL.shymkovych@gmail.com<p>Об’єктом дослідження є інтелектуальні системи керування віртуальними агентами в відеоіграх. Метою дослідження є підвищення ефективності вирішення задачі побудови інтелектуальних агентів з використанням нейронних мереж і стратегії навчання з підкріпленням для проходження відеоігор. Для досягнення мети пропонується нейромережева модель на базі модифікованого трансформера та двох повнозв’язних нейромереж для ефективного вирішення завдань відеоігор із навчанням з підкріпленням. Продемонстровано в середовищі відеоігор Battle City, що ретельна розробка функцій стану може дати набагато кращі результати без змін в алгоритмі навчання з підкріпленням, значно прискорити навчання та надати агенту можливість узагальнювати та вирішувати раніше невідомі рівні. </p> <p>Бібл. 25, іл. 5, табл. 2</p>2024-10-15T00:00:00+03:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313066Навчання та оцінка діяльності операторів АЕС на комплексних тренажерах2024-10-10T08:52:11+03:00О. Стенінalexander.stenin@yandex.uaВ. Паськоvppasko@ukr.netО. Лісовиченкоolisov@tk.kpi.uaС. Стенінlikhouzova@tk.kpi.uaВ. Солдатовlikhouzova@tk.kpi.ua<p>Найбільш ефективним технічним засобом підготовки операторів різних видів професійної діяльності є тренажери. В останні роки тренажери все частіше використовуються в промисловості, енергетиці та інших галузях економіки, зокрема, для навчання операторів атомних енергоблоків, дії яких характеризуються складністю управлінських завдань та більшою відповідальністю за рішення. Зважаючи на вищевикладене завдання оцінки ступеня її підготовленості є актуальним. Для реалізації процесу оцінки пропонується спеціально побудована ініціативна матриця. Він відображає поступову зміну оператором поточного стану дискретних органів управління на пульті оператора АЕС та його стовпці порівнюються зі стовпцями еталонної матриці дискретних дій оператора з урахуванням заборонених поєднань станів управління. Виходячи з цього, пропонується використовувати трирівневу структуру контролю та оцінки: критерії-"завдання-режим-параметр". Відповідно до прийнятої структури нижній рівень ієрархії є критерієм оцінки діяльності оператора за параметрами, якими у разі є стан органів управління у окремому режимі. Середній рівень характеризує оцінку дій оператора з урахуванням набору параметрів конкретного режиму. Комплексна оцінка (верхній рівень) характеризує оцінку дій оператора з урахуванням набору режимів. Запропонований метод оцінки та контролю діяльності операторів атомних електростанцій при їх навчанні у навчально-тренувальних комплексах є універсальним та може бути використаний при підготовці операторів складних технологічних процесів та мобільних об'єктів.</p> <p>Бібл. 11, іл. 2, табл. 1</p>2024-10-15T00:00:00+03:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313084Оптимізація витрат електроенергії в системах теплопостачання житлових приміщень2024-10-10T16:58:37+03:00О. Стенінalexander.stenin@yandex.uaВ. Паськоvppasko@ukr.netМ. Солдатоваbenten1093@gmail.comІ. Дроздовичlikhouzova@tk.kpi.ua<p>В даний час існує велика кількість об`єктів, пов’язаних з рециркуляцією матеріальних потоків, змішуванням реагентів рідких і газоподібних середовищ тощо. Серед них є і системи теплопостачання житлових будинків Їх динаміка описується диференціальними рівняннями з аргументом, що відхиляється. Основним завданням енергозберігаючого управління системами теплопостачання житлових будинків є підвищення енергетичної ефективності за допомогою оптимального режиму їх роботи. Для систем теплопостачання житлових будинків критерій оптимальності повинен враховувати необхідність підтримки необхідних температурних режимів при варіюванні температури довкілля. Оптимізація роботи таких об`єктів відомими методами досить складна. У цій роботі запропоновано метод фіктивної змінної для зведення вихідної системи диференціальних рівнянь з аргументом, що відхиляється, до системи звичайних диференціальних рівнянь і рівнянь перенесення, для яких можуть бути застосовні відомі методи оптимізації. Метод узагальнено на системи з нестаціонарним аргументом, що відхиляється, і на системи з кількома процесами, що мають післядію. Практичне використання методу фіктивної змінної показано на прикладі вирішення задачі оптимального керування процесом теплообміну в приватному житловому будинку.</p> <p>Бібл. 21, іл. 3</p>2024-10-15T00:00:00+03:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313087Система моніторингу споживання енергоресурсів та води для співвласників багатоквартирного будинку2024-10-10T17:23:24+03:00В. Сторчунlikhouzova@tk.kpi.uaК. Мамедоваe.melkumyan@ukr.net<p>Об’єктом дослідження є автоматизація процесу збору, аналізу та поширення даних, зчитаних з датчиків електроенергії, водовідведення, тепловідведення. Запропоновано програмно-апаратне рішення системи моніторингу споживання енергоресурсів та води для співвласників багатоквартирного будинку, що дозволить підвищити ефективність управління витратами. У статті розглядається підхід до вирішення проблеми моніторингу споживаних багатоквартирним будинком енергоресурсів та води, проблеми інформування власників квартир, проблеми своєчасного попередження про нештатні та аварійні ситуації у системах забезпечення будинку. Було запропоновано програмно-апаратне рішення системи моніторингу споживання енергоресурсів та води, що дозволить підвищити ефективність управління витратами. Система включає мережу сенсорів та міні РС RPI, які аналізують зібрані дані та відправляють їх на локальний сервер. Первинний аналіз даних, проведений RPI, дозволяє оперативно попереджувати користувачів про аварійні ситуації. Використовуючи зовнішні SMTP – сервіси та бота Telegram, система може сповіщати власників квартир та служби експлуатації. Розроблена система дозволяє споживачам вчасно дізнаватися про аварії в будинку та відслідковувати детальну статистику спожитих будинком ресурсів за допомогою автоматизованого зняття даних з датчиків ресурсів, аналізу зібраних даних і використання дублюючих одне одного систем сповіщення. Система, використовуючи стійкі до зловмисного зовнішнього впливу технології та вирішуючи питання відкритості й прозорості роботи ОСББ, є актуальною та затребуваною.</p> <p>Бібл. 10, іл. 4, табл. 1</p>2024-10-15T00:00:00+03:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313089Вплив простору візуалізації на продуктивність методу маршування променів2024-10-10T17:37:29+03:00Ю. Данилюкlikhouzova@tk.kpi.uaО. Жураковськаzhurakovskaja_o@bigmir.net<p>У цьому дослідженні вивчається ефективність відтворення неявних поверхонь, використовуючи два різних простори візуалізації: екранний та обмежувальні об'єми. Через всебічний аналіз, висвітлення відмінностей у візуалізації та тестування продуктивності ми оцінили ефективність кожного підходу. Наші результати демонструють значні переваги, які пропонує простір візуалізації обмежувальних об'ємів, включаючи ефективне усунення порожніх областей, зменшення кількості ітерацій при маршуванні променів та покращене використання ресурсів ЦП і ГП. Зокрема, використання простору візуалізації обмежувальних об'ємів надає збільшення частоти кадрів в середньому на 87% порівняно з екранним простором візуалізації, досягаючи 102,71 FPS проти 54,82 FPS відповідно. Наші результати підкреслюють перспективність використання простору візуалізації обмежувальних об'ємів як потужного підходу для покращення ефективності візуалізації неявних поверхонь на основі маршування променів. Ми рекомендуємо його інтеграцію в відповідні системи візуалізації та пропонуємо проводити майбутні дослідження з метою максимізації його переваг та впливу на комп'ютерну графіку та візуалізацію. </p> <p>Бібл. 9, іл. 6, табл. 1</p>2024-10-15T00:00:00+03:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313091Моделі для аналізу складності англійських слів у тексті за шкалою від A1 до С22024-10-10T17:51:30+03:00М. Бєліковlikhouzova@tk.kpi.uaТ. Ліхоузоваlikhouzova@tk.kpi.uaЮ. Олійникyurii.oliinyk-fiot@lll.kpi.ua<p>На сучасному етапі глобалізації англійська мова відіграє ключову роль як мова міжнародного спілкування. Це веде до того, що все більше людей стають її носіями на різних рівнях. Робота присвячена аналізу англійських слів за шкалою від A1 до C2, що відповідає найнижчому та найвищому рівням володіння за стандартами CEFR. Модель, яка прогнозує складність слів у тексті, може бути використана для покращення освітнього процесу. Наприклад, можна знаходити список ймовірно невідомих та складних слів для кінцевого користувача в будь-якому тексті залежно від його рівня володіння англійською мовою. Такий підхід полегшить процес вивчення мови, надавши персоналізований список слів, на якому варто зосередитися. Також модель може бути корисною для аналізу складності текстів залежно від кількості слів кожного рівня складності в них. Це може допомогти вчителям підготувати матеріали, які відповідають рівню знань своїх учнів, а також ідентифікувати слова, які можуть бути складними для їх розуміння. Розроблено SQLite сховище даних англійських слів та їх частоти в англійських книжках з 1900 по 2019 роки. Функціонал реалізовано за допомогою SQL скриптів. Для написання ETL процесів, аналізу даних, створення, тренування та порівняння моделей прогнозування рівня складності слів використана мова програмування Python, використовувались бібліотеки Sqlite3, Lemminflect, NumPy, Seaborn, Matplotlib, SciPy, Sklearn, SpaCy та XGBoost. Запропоновано застосунок мовою програмування Python, що отримує вибірку даних зі створеного сховища, графічно їх відображає, проводить інтелектуальний аналіз, тренує та порівнює моделі за метриками accuracy, precision, recall та f1-score. Для аналізу даних та прогнозування рівня складності англійських слів за шкалою CEFR від А1 до С2 на основі їх частоти в англійській мові використані моделі: PchipInterpolator, логарифмічна модель, Gradient Boosting Regressor, Random Forest Regressor та XGB regressor. Результати кожної моделі оцінювались на тестовій вибірці, обрана найкраща модель для подальшого прогнозування рівня складності всіх інших слів англійської мови.</p> <p>Бібл. 13, іл. 14</p>2024-10-15T00:00:00+03:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313093Застосування сховищ даних для виявлення плагіату в текстових документах2024-10-10T18:08:21+03:00Д. Галайкоlikhouzova@tk.kpi.uaЮ. Олійникyurii.oliinyk-fiot@lll.kpi.ua<p>Робота присвячена застосуванню сховищ даних для виявлення плагіату в текстових документах, в результаті якої побудовано масштабовану програмну архітектуру. Підготовлено датасет з бакалаврських і магістерських робіт та виконано його попередню обробку, зокрема очищення, лематизацію, видалення стоп-слів, видалення підміни символів, заміни на синоніми. Створено тестовий набір даних для аналізу продуктивності рішення Проведено дослідження ефективності застосованих сховищ даних, виконано їх порівняльний аналіз та проведено декілька прогонів для уникнення стохастичної помилки. За результатами тестування моделей виокремлено DynamoDB як найефективніше сховище даних для задачі виявлення запозичень.</p> <p>Бібл. 14, іл. 8, табл. 3</p>2024-10-31T00:00:00+02:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313096Дуальна архітектура програмного забезпечення для автоматизації розмітки даних для задач комп’ютерного зору2024-10-10T18:25:18+03:00О. Зарічковийalexkirnas1998@gmail.com<p>Метою даної роботи було розробити ефективну дуальну архітектуру для автоматизації процесу розмітки відеоданих. Об'єктом дослідження були різні підходи до автоматизації розмітки, зокрема методи, що базуються на нульовому навчанні та активному навчанні. У дослідженні були розглянуті існуючі методи розмітки, їхні переваги та недоліки, а також аналіз їхньої ефективності в різних умовах. Вперше запропоновано дуальну архітектуру програмного забезпечення для розмітки зображень та відеоданих, яка являє собою поєднання двох підходів до розмітки даних – використання попередньо навчених алгоритмів нульового навчання (zero-shot learning) та навчання алгоритмів машинного навчання в процесі розмітки даних, що дає змогу використати переваги обох підходів та нівелювати недоліки. На відміну від існуючих підходів запропонована дуальна архітектура дозволяє отримати пришвидшення процесу на 125% відносно підходів без автоматизації процесу розмітки даних та на 25% відносно інших підходів до автоматизації без втрати точності, а також забезпечує гнучкий підхід до різноманітних завдань розмітки.</p> <p>Бібл. 7, іл. 7.</p>2024-10-31T00:00:00+02:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313136Спосіб пріоритизації надання волонтерської допомоги в умовах руйнування будинку2024-10-11T11:50:49+03:00К. Зінковаksenia.zinkova@gmail.comА. Коганa.v.kohan433@gmail.com<p>Об'єктом дослідження є методика пріоритизації надання допомоги під час надзвичайних ситуацій, зокрема, руйнування будинків. В статті розглянуто розробку математичної моделі, яка базується на комплексному аналізі характеристик руйнування будівель та контекстуальних факторів. Метою дослідження є зменшення часу реагування в умовах надзвичайної ситуації, а саме руйнування будинку. Тобто, оптимізація процесу надання допомоги у надзвичайних ситуаціях з метою мінімізації збитків та підвищення ефективності рятувальних заходів. Шляхом ранжування будівель за їх важливістю та терміновістю вироблено систему пріоритетів, що допомагає раціонально розподілити ресурси та мінімізувати збитки.</p> <p>Бібл. 5, іл. 1, табл.2</p>2024-10-31T00:00:00+02:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313137Підходи до керування системами управління та розповсюдження навчальних курсів2024-10-11T12:04:26+03:00Ол.-Д. Іващенкоlikhouzova@tk.kpi.uaК. Ульяницькаk.ulianytska@kpi.ua<p>Об’єктом дослідження є системи управління навчальними курсами. У статті здійснено огляд основних підходів до розробки та впровадження таких систем, враховуючи їх головні особливості та специфіку використання в різних організаційних структурах. Таким чином, для невеликих систем найкращим буде централізований підхід, а для систем, потребуючих високої стандартизації контенту – гібридні. Метою роботи є оптимізація роботи системи ще на стадії проектування, в залежності від вимог і особливостей. Для цього пропонується три підходи зі своїми слабкими та сильними сторонами та особливостями імплементації у реальному середовищі. У статті наведені приклади їх успішного застосування в реальних умовах та застосунках. </p> <p>Бібл. 5, іл. 3.</p>2024-10-31T00:00:00+02:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313139Оцінювання неструктурованих резюме за допомогою моделі Word2Vec2024-10-11T12:16:25+03:00К. Марценюкlikhouzova@tk.kpi.uaА. Деведжіогуллариlikhouzova@tk.kpi.ua<p>Об'єктом дослідження є модель обробки природної мови Word2Vec. У статті представлено огляд основних принципів, на яких базується ця модель, а також проведено порівняльний експеримент з оцінки її ефективності у контексті неструктурованих резюме. Метою роботи є підвищення ефективності та точності автоматизованих систем відбору кандидатів на роботу. Пропонується використання моделі Word2Vec, яка, на відміну від традиційних методів, таких як TF-IDF, здатна враховувати семантичні зв'язки між словами. Це дозволяє системі точніше оцінювати кандидатів, беручи до уваги не лише прямі співпадіння навичок, але й синоніми та суміжні компетенції, що підвищує загальну ефективність відбору.</p> <p>Бібл. 8, іл. 2, табл. 2</p>2024-10-15T00:00:00+03:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313143Аналіз електромагнітних процесів у перетворювачі з одинидцятизонним регулюванням напруги 2024-10-11T12:44:40+03:00В. МихайленкоVladislavMihailenko@i.uaЄ. Троценкоlikhouzova@tk.kpi.uaЮ. Чунякlikhouzova@tk.kpi.ua<p>У статті проведено аналіз електромагнітних процесів в електричних колах з напівпровідниковими комутаторами. Створено математичну модель перетворювача з восьмизонним регулюванням вихідної напруги для аналізу електромагнітних процесів у напівпровідникових перетворювачах з широтно-імпульсним регулюванням. Наведено графіки, що відображають електромагнітні процеси у електричних колах. Математична модель напівпровідникового перетворювача також використовується для дослідження перехідних процесів у напівпровідникових перетворювачах з активно-індуктивним навантаженням. Розвинуто метод багатопараметричних функцій, які входять до алгоритмічних рівнянь аналізу усталених і перехідних процесів у розгалужених електричних колах з напівпровідниковими комутаторами і реактивними елементами, в напрямку урахування особливостей використання фазних і лінійних напруг мережі електроживлення. Розроблено нову математичну модель усталених і перехідних процесів у електричних колах напівпровідникових перетворювачів модуляційного типу з багатоканальним зонним використанням фазних напруг трифазної мережі живлення без урахування втрат електроенергії у комутаторах для швидкої оцінки впливу параметрів навантаження на характеристики регульованих синусоїдних і постійних напруг. Результати цієї роботи можна використати для розвитку методу багатопараметричних модулюючих функцій для спрощення аналізу перехідних процесів у електричних колах без врахування втрат у ключових елементах.</p> <p>Бібл. 4, іл. 3.</p>2024-10-15T00:00:00+03:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313145Інформаційна система для відслідковування стану муніципальних паркінгів у реальному часі2024-10-11T12:59:31+03:00О. Морозовoleksii.m02@gmail.comС. Орленкоorlenko_sergey@ukr.net<p>Система базується на зборі та аналізі даних з датчиків, встановлених на паркувальних майданчиках, які передають інформацію про наявність вільних місць на сервер у реальному часі. Сервер обробляє дані та надсилає їх у мобільний додаток користувачів. Це дозволяє водіям в реальному часі бачити, де є вільні паркомісця, що сприяє скороченню часу на пошук місця для паркування. Мобільні додатки, як інтерфейс користувача, надають можливість не тільки переглядати актуальну інформацію про паркінги, але й здійснювати бронювання місць та оплату паркування. Інтеграція з мапами та навігаційними системами забезпечує зручне планування маршрутів з урахуванням наявності паркомісць. Додаткові функції системи можуть включати аналітику використання паркінгів, що дозволяє міським службам планувати розвиток паркувального простору з урахуванням актуальних потреб користувачів. Також система може включати інтеграцію з камерами відеоспостереження для забезпечення безпеки та контролю за порядком на паркінгах. Дана стаття розказує про тонкощі та деталі реалізації подібної системи, описує технології, що можуть бути використані під час впровадження та дає ширше уявлення про подібного роду системи.</p> <p>Бібл. 4, іл. 2.</p>2024-10-31T00:00:00+02:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313147Реалізація Enterprise Resource Planning системи засобами Business Process Management System системи2024-10-11T13:10:41+03:00В. Новінськийvaleriinovinskiy@gmail.comС. Пустовітlikhouzova@tk.kpi.ua<p>Робота відноситься до області ERP (Enterprise Resource Planning) та її розділу MRP II (Manufacturing Resource Planning – планування ресурсів виробництва). В ній наведено процес створення ERP засобами BPMS (Business Process Management System). Це проведено в три етапи. Перше – описано підприємство, як сукупність підсистем: фінанси, виробництво, продажі, інше. На цій основі описана ERP система. Наведено приклад системи – українська ERP система IT-Enterprise. Друге – описані системи BPMS – системи моделювання бізнес-процесів, наведені приклади та коротко описана одна з них BPMS Bizagi Suite. Сам процес в BPMS представлений як PDCA (Plan-Do-Check-Act) процес. Трете – описаний процес створення ERP засобами BPMS. Наведені автоматизовані процеси виробничої системи та вказано, що в такому стилі автори збираються діяти при створенні ERP системи.</p> <p>Бібл. 6, іл. 2.</p>2024-10-31T00:00:00+02:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313149Агреговані об’ємно-часові моделі планування для одного класу дискретних виробничих систем2024-10-11T13:23:38+03:00О. Павловpavlov.fiot@gmail.comМ. Кисельовzeusmobilenick@gmail.comБ. Палехаpalekha.b@gmail.com<p>Розглянуто проблему складання календарного поопераційного плану для одного класу дискретних виробничих систем, об’ємні характеристики якого повинні бути оптимальними відносно критерія, що включає в себе агреговані часові обмеження. Розв'язок цієї задачі пропонується виконувати в два етапи. Перший – знайти агрегований план, що відповідає одній із запропонованих авторами низки оригінальних агрегованих об’ємно-часових моделей. Другий етап – дезагрегація отриманого оптимального агрегованого плану, що включає в себе агреговані часові обмеження, в поопераційний календарний план. Реалізація другого етапу в даній роботі не розглядається. Запропоновано низку лінійних моделей, що відрізняються між собою як кількістю обмежень і змінних, так і методами їх розв’язання, як задачі лінійного програмування. Запропоновані моделі узагальнені на випадок необхідності знаходження компромісного рішення відносно множини, можливо, антагоністичних лінійних критеріїв в детермінованій постановці та в умовах невизначеності. </p> <p>Бібл. 17.</p>2024-10-31T00:00:00+02:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313196Моделі для аналізу та прогнозування ціни акцій на фондовій біржі2024-10-12T09:27:12+03:00Р. Пізнакlikhouzova@tk.kpi.uaТ. Ліхоузоваlikhouzova@tk.kpi.ua<p>Робота присвячена аналізу та прогнозуванню курсів акцій для чотирьох провідних технологічних компаній: Nvidia, Apple, Google та Netflix. Ці компанії є лідерами у своїх галузях та мають значний вплив на світову економіку. Метою є дослідження залежностей, що впливають на курси акцій компаній, а також розробка моделей для прогнозування майбутніх тенденцій. У роботі проведено ґрунтовний аналіз історичних даних курсів акцій компаній, їх макроекономічні показники. Дослідження базувалось на фундаментальних поняттях економічної науки. Для задачі прогнозування курсу акцій на фондовому ринку було обрано методи: LSTM, дерева рішень та ARIMA. Ці методи доповнюють один одного і дозволяють отримати комплексний підхід до аналізу та прогнозування фінансових даних. Результати роботи показали, що модель LSTM продемонструвала найкращу продуктивність для прогнозування курсів акцій, особливо для компаній з відносно стабільною динамікою, як Google. Дерева рішень також показали прийнятні результати для деяких компаній, але поступалися LSTM для більш волатильних часових рядів. Модель ARIMA виявилася неефективною для даної задачі через її лінійну природу та нездатність охопити складні нелінійні ефекти у фінансових даних. Отримані результати можуть бути використані як інвесторами, так і самими компаніями для прийняття більш обґрунтованих рішень та розробки ефективних стратегій. Очікується, що результати дослідження дозволять отримати глибше розуміння майбутніх перспектив цих компаній.</p> <p>Бібл. 11, іл. 7, табл. 1.</p>2024-10-15T00:00:00+03:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313198Застосування вкладених представлень для класифікації з опціональною розширюваністю2024-10-12T09:52:04+03:00Ф. Смілянецьfedor.smile@gmail.com<p>У даному дослідженні розглянуто можливість побудови розширюваного методу класифікації зображень із використанням згорткової нейронної мережі генерації вкладених представлень для подальшого використання з простішими алгоритмами машинного навчання. Можливість використання цього підходу для додавання нових класів шляхом додаткового навчання без зміни топології мережі векторизації була продемонстрована на двох наборах даних: MNIST та Fashion-MNIST. Для цього було навчено звичайну класифікаційну згорткову нейронну мережу на обох наборах даних з використанням перших трьох класів. Відповідні натреновані мережі були модифіковані для генерації вкладених представлень. Додаткові шари для генерації ембеддингів в обох мережах були натреновані з використанням триплетної функції втрат з метою видобування ознак з виходу згорткових шарів, при цьому зберігаючи розрізнення між класами. Декілька простіших алгоритмів машинного навчання були натреновані для класифікації на основі отриманих вкладених представлень. Для перевірки гіпотези розширюваності, до навчальних наборів мереж було додано четвертий клас, мережі дотреновано та інші алгоритми навчено з нуля. Було виміряно точність класифікації на основі вкладених представлень мереж з 3 та 4 класами. Додатково було проведено аналіз витрат часу для звичайних класифікаційних мереж і запропонованого методу. Результати дослідження свідчать про те, що цей підхід може зменшити час і складність повторного навчання, особливо для більш складних завдань класифікації зображень, а також пропонує додаткові можливості, такі як пошук схожості у векторних базах даних. Однак для простіших завдань звичайні класифікаційні мережі залишаються більш ефективними з точки зору часу.</p> <p>Бібл. 8, іл. 4, таб. 2.</p>2024-10-15T00:00:00+03:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313199Оцінка необхідних обсягів матеріальних ресурсів шляхом розрахунку кількості мешканців будинку в умовах надзвичайної ситуації2024-10-12T10:05:52+03:00М. Сомsom.mariiya@gmail.comА. Коганa.v.kohan433@gmail.com<p>Об’єктом дослідження є підхід до розрахунку обсягів матеріальної допомоги для забезпечення потреб постраждалих у випадку екстрених ситуацій. Ключовим аспектом підходу є розрахунок кількості жителів, що опинились вдома на момент екстреної ситуації шляхом застосування статистичної вірогідності знаходження певної демографічної групи вдома в конкретний час доби. Мета даної роботи полягає в розробці та подальшому впровадженні підходу до розрахунку обсягів матеріальної допомоги першої необхідності в рамках інформаційної системи управління фондом. Допомога спрямована на випадки надзвичайних ситуацій, що призвели до руйнування житла людей.</p> <p>Бібл. 8, іл. 5, табл. 3.</p>2024-10-31T00:00:00+02:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313200База даних публічних реактивних функціональних сигналів2024-10-12T10:18:50+03:00Д. Вітковськийlikhouzova@tk.kpi.uaС. Теленикs.telenyk@gmail.com<p>Об’єктом дослідження є процеси комунікації між функціональними компонентами програмного забезпечення інформаційних систем. Мета полягає у підвищенні ефективності комунікації між компонентами таких систем та коректної синхронізації їх станів. Сформульована проблема підвищення ефективності комунікації між функціональними компонентами складних систем з мікросервісною архітектурою, та коректної синхронізації їх станів. У процесі аналізу існуючих підходів до вирішення сформульованої вище проблеми встановлено, що найпростішим способом комунікації між сервісами є REST API, але він не дозволяє зробити мікросервіси достатньо ізольованими, не гарантує доставку, отримання й зберігання повідомлень про транзакцію/зміну стану. Частину цих вимог задовольняють система повідомлень, такі як StormMQ, RabbitMQ, Apache Kafka та інші. Але вони не забезпечують зберігання даних, що не є повідомленнями. СКБД, наприклад MongoDB, надають певну гарантію доставки за рахунок «потоків змін» та журналу операцій, але вони дуже чутливі до налаштувань журналу. Обґрунтовано доцільність вирішення проблеми шляхом розповсюдження оновлень за допомогою стійких реактивних значень (сигналів). Запропонований підхід до вирішення проблеми на основі бази даних спеціальної структури та клієнтської бібліотеки-компаньйона, що поєднують у собі підхід до архітектури, керованої подіями, та функціональні реактивні сигнали. База даних публічних сигналів автоматично сповіщає підписників про зміни у значеннях та їх дочірніх вузлах. Запропоновано архітектуру рішення і концепцію його реалізації, варіант двійкового представлення шляху до вузлів у базі даних, описано алгоритми поведінки системи керування базами даних та клієнтських бібліотек стосовно публікації та оновлення даних у базі даних. Розроблено частковий прототип системи керування базами даних та бібліотеки для фреймворку SolidJS. Щоб розширити сценарії використання та варіанти міжсервісної комунікації, урізноманітнити поведінку застосунків-клієнтів, планується: розробити спеціальний двосторонній протокол зв’язку, до динамічної типізації даних додати статичну, розширити вибір примітивних типів і уможливити зберігання похідних сигналів та сигналів-тригерів, розробити інтерпретовану мову програмування, яка б дозволила виконувати комбінування сигналів у похідні. Для розподілених систем необхідно також реалізувати стійкі черги повідомлень для підписників, аби вони не втрачали послідовність змін у разі відмови клієнта або системи керування базами даних.</p> <p>Бібл. 15, іл. 9.</p>2024-10-28T00:00:00+02:00Авторське право (c) 2024 https://asac.kpi.ua/article/view/313201Використання алгоритмів теорії розкладів для задач планування завдань і тайм-менеджменту2024-10-12T10:34:43+03:00М. Шматкоm.shmatko8@gmail.comО. Жураковськаo.zhurakovska@kpi.ua<p>Якісний тайм-менеджмент є ключовим фактором успішності виконання робочих завдань та ведення проєктів. Зокрема, задачі формування розкладів є важливою частиною організації робочого процесу. Ефективно сформований розклад дозволяє оптимізовувати час та ресурси, підвищуючи ефективність та якість виконаної роботи. Для вирішення задач формування розкладів використовується теорія розкладів. На даний момент існує багато алгоритмів вирішення подібних задач, проте алгоритми мають бути підлаштовані під конкретні задані умови, забезпечуючи при цьому якість вирішення задачі та швидкодію. В даній статті запропонований гібридний алгоритм, який поєднує в собі елементи еволюційного та жадібного підходів, для вирішення задач теорії розкладів.</p> <p>Бібл. 5, іл. 6, табл. 1.</p>2024-10-15T00:00:00+03:00Авторське право (c) 2024