Dissertations / Theses on the topic 'Штучні нейроні мережі'

Штучні нейронні мережі – це математична модель, а також її програмна та апаратна реалізація, робота якої здійснюється за принципом організації та роботи біологічних нейронних мереж. Штучна нейронна мережа є основою поняття «інтелектуальний аналіз». З математичної точки зору ці мережі являють собою різновид нелінійної оптимізації.

В настоящий момент в мире бурно развивается новая прикладная область математики, специализирующаяся на искусственных нейронных сетях. Актуальность исследований в этом направлении обусловлена возможностями применения нейронных сетей в самых разных областях.

Штучна нейронна мережа (ШНМ) – математична модель, або її програмне втілення, яка побудована на принципі функціонування біологічних нейронних мереж. ШНМ – це система з’єднаних між собою простих процесорів, які виконують роль так званих «штучних нейронів».

Дисертація на здобуття наукового ступеня кандидата економічних наук за спеціальністю 08.00.04 – економіка та управління підприємствами (за видами економічної діяльності). – Національний технічний університет "Харківський політехнічний інститут", Харків, 2019. Дисертаційна робота присвячена актуальним проблемам теоретичних, методичних та практичних аспектів управління енергоефективністю промислового підприємства. В дисертації досліджено теоретичне підґрунтя, розглянуто різноманіття формулювань понять "енергоефективність", "енергозбереження", "енергетичний менеджмент", "управління енергоефективністю" та визначено використання їх у роботі. Узагальнено та систематизовано основні елементи та розвинуто теоретичний базис управління енергоефективністю підприємства. Запропоновано оцінювати енергоефективність підприємства за показником енергоємності, який являє собою відношення двох економічних величин: щорічних витрат на енергетичні ресурси до вартості виробленої продукції. Враховано, що управління енергоефективністю промислового підприємства базується на загальних принципах теорії управління, згідно якої система управління складається з двох підсистем - керуючої, яка управляє, і керованої, яка піддається управлінню і відчуває на собі дію (вплив) керуючої підсистеми. Акцентована увага на тому, що особливо важливим чинником впливу є завдання і умови сформульовані вищими ієрархічними рівнями управління енергоефективності. Встановлено, що завдання підвищення енергоефективності промислових підприємств української економіки вимагає створення відповідних умов на всіх рівнях управління. Такими рівнями є: державний, галузевий, регіональний та рівень підприємства. Встановлено, що концептуально рівні системи управління енергоефективністю можуть бути представлені у вигляді ієрархічної вертикалі із зворотними зав'язками. Проведений аналіз нормативно-правової бази у сфері енергоефективності та енергозбереження засвідчив, що на кожному етапі управління енергоефективністю для забезпечення процесу реалізації державної політики визначені конкретні завдання, при цьому характер завдань для кожного з рівнів має свою специфіку. Встановлено, що після першої світової енергетичної кризи промислово розвинуті країни приділили багато уваги вирішенню проблеми підвищення енергоефективності їхніх економік і набули значний досвід в цьому напрямку, що було відображено в міжнародному стандарті ISO 50001:2011 "Системи енергетичного менеджменту", що надалі був доповнено рядом покращуючих положень в стандарті ISO 50001:2018 "Системи енергетичного менеджменту. Вимоги та настанови щодо застосовування", в якому реалізовано управління за циклом постійного поліпшення PDCA. Цей стандарт повинен бути імплементован у нормативно-правові акти при реалізації "Енергетичної стратегії України до 2035 р.". На основі проведеного аналізу Законів України щодо енергозбереження, міжнародних та національних стандартів, методики енергоаудиту встановлена доцільність внесення доповнень з врахування мультиплікативного та синергетичного ефектів економії енергетичних ресурсів при модернізації енергоустаткування. Результати аналізу дозволили встановити взаємозв'язок рівня впровадження країнами стандарту ISO 50001 з показником енергоємності, а саме зниження його при поширеному впровадженні систем енергетичного менеджменту у промисловості, шо дозволило скоротити обсяги споживання енергії на одиницю продукції за період 2000 – 2017 рр. майже на 20%. Підвищення енергоефективності ВВП для України є особливо важливим напрямком розвитку економіки. Для підвищення енергоефективності необхідні значні інвестиції і для країни особливе значення має пошук внутрішніх інвестиційних джерел, для чого бажано мати інструментарій розрахунку прогнозного значення економії коштів на підприємстві від енергозбереження. Встановлено, що основними важелями покращення енергоефективності провідних країн були інвестиції та поліпшення управління. Значне підвищення енергоефективності може бути досягнуте за рахунок покращення управління енергоефективністю промислових підприємств; підвищення показника енергоефективності на промислових підприємствах, поліпшенням управління та впровадженням стандарту ISO 50001. Запропоновано та обґрунтовано доцільність використання в управлінні енергоефективністю промислового підприємства методу нейронних мереж для визначення показника енергоємності, який може бути використаний для оперативного надання інформації з прогнозної економії коштів за рахунок енергозбереження при багаторазових уточненнях в процесі визначення кінцевих значень показників виробництва на наступний рік, при формуванні енергетичної політики, створенні щорічних планів підвищення енергоефективності, планування інших показників виробництва, від яких залежить енергоефективність промислового підприємства. Розроблено методичний підхід визначення показника енергоємності підприємства за допомогою штучних нейронних мереж, із залученням методів експертних оцінок, апріорного ранжування та кореляційно-регресійного аналізу. Створена економіко - математична модель на базі багатошарового прямоспрямованого персептрону, синтезованого методом генетичного алгоритму. Виконано перевірка працездатності методичного підходу, а також його апробація за статистичними даними провідних харківських підприємств. В процесі апробації та аналізу її результатів зроблені висновки про необхідність: систематичного накопичення щорічних статистичних даних, як самого показника, так і чинників, що на нього впливають; аналізу розрахунків і встановлення коректності врахування даних; виявлення типових розбіжностей у трактовці того чи іншого чинника і введення відповідних корегувань; врахування особливостей підприємства; проведення за допомогою ШНМ досліджень з вибору раціональних значень виробничих показників – вхідних величин нейронної мережі, що впливають на показник енергоємності; дослідження по підвищенню точності і прогнозування за рахунок змін у структурі та виду нейронної мережі та інш. Такий широкий набір функцій і необхідність систематичного їх здійснення призвели до висновку про доцільність створення у структурі управління промислового підприємства підструктури, яка б включала фахівців здатних виконувати ці функції - групу інтелектуального енергоменеджмента (ІЕМ). Практичним результатом дисертаційної роботи, щодо врахування мультиплікативного та синергетичного ефектів є: по-перше, висновок про доцільність врахування цих ефектів при проведені внутрішнього енергоаудиту, для чого необхідно внести відповідні доповнення в його методику його проведення; по-друге, висновок про доцільність внесення у законодавчі та нормативно-правові акти доповнень, які стимулюють підприємства на пріоритетну модернізацію енергообладнання з мультиплікативним та синергетичним ефектом (як таку, що надає значну економію паливно-енергетичних ресурсів на державному рівні). Надані рекомендації з використання результатів роботи на різних ієрархічних рівнях управління енергоефективністю та у інших видах менеджменту промислового підприємства.
Thesis for granting the Degree of Candidate of Economic Sciences in specialty 08.00.04 - economy and management of the enterprises (by types of economic activity). - National Technical University "Kharkiv Polytechnic Institute", Kharkiv, 2019. The thesis is devoted to actual problems of theoretical, methodical and practical aspects of management of energy efficiency of an industrial enterprise. In the dissertation the theoretical basis is investigated, a variety of formulations of concepts "energy efficiency", "energy saving", "energy management", "energy efficiency management" are considered and their use in work is determined. It is proposed to evaluate the energy efficiency of the enterprise by the indicator of energy intensity, which is the ratio of two economic values: the annual cost of energy resources to the cost of production. It is taken into account that the management of energy efficiency of an industrial enterprise is based on the general principles of the theory of control, according to which the control system consists of two subsystems - the managing one, and the controlled one, which is exposed to the control and has the effect (influence) of the control subsystem. Emphasis is placed on the fact that tasks and conditions formulated by higher hierarchical levels of energy efficiency management are a particularly important factor of influence. It is established that the task of improving the energy efficiency of industrial enterprises of the Ukrainian economy requires the creation of appropriate conditions at all levels of government. Such levels are: state, sectoral, regional and enterprise level. It has been established that conceptually levels of energy efficiency management systems can be represented as a hierarchical feedback loop. The conducted analysis of the regulatory framework in the field of energy efficiency and energy saving showed that at each stage of energy efficiency management specific tasks were defined for ensuring the process of implementation of state policy, with the nature of tasks for each of the levels having its own specificity. It was found that after the first world energy crisis, industrialized countries paid much attention to solving the problem of improving the energy efficiency of their economies and gained considerable experience in this direction, which was reflected in the international standard ISO 50001: 2011 "Energy Management Systems", which was further supplemented by a number of improving of the provisions in ISO 50001: 2018 "Energy management systems. Requirements and Guidelines for Implementation, "which implements PDCA Continuous Improvement Management. This standard should be implemented in the regulatory acts when implementing the "Energy Strategy of Ukraine to 2035". On the basis of the conducted analysis of the Laws of Ukraine on energy saving, international and national standards, the methodology of energy audit, it is established the expediency of introducing amendments to take into account the multiplicative and synergistic effects of saving energy resources in the modernization of energy equipment. The results of the analysis made it possible to correlate the level of ISO 50001 implementation by countries with the indicator of energy intensity, namely reducing it with the widespread introduction of energy management systems in industry, which allowed to reduce energy consumption per unit of production for the period 2000 - 2017 by almost 20%. Increasing GDP energy efficiency for Ukraine is a particularly important area of economic development. Significant investments are needed to improve energy efficiency, and the search for domestic investment sources is of particular importance for the country, for which it is desirable to have a toolkit for calculating the projected value of energy savings for the enterprise. It was found that the main levers for improving the energy efficiency of the leading countries were investment and improved governance. A significant increase in energy efficiency can be achieved by improving the management of energy efficiency of industrial enterprises; improving the energy efficiency of industrial enterprises, improving management and implementing the ISO 50001 standard. It is proposed and substantiated the feasibility of using the neural network method in the energy efficiency management of an industrial enterprise to determine the energy intensity index, which can be used for prompt provision of information on forecasted cost savings due to energy savings with multiple refinements in the process of determining the final values of the production form for the next year policies, setting up annual energy efficiency plans, planning other indicators production, on which the energy efficiency of an industrial enterprise depends. The methodical approach of determination of the index of energy intensity of the enterprise with the help of artificial neural networks (ANN), with the use of methods of expert estimations, a priori ranking and correlation-regression analysis is developed. An economic and mathematical model was created bas ed on a multilayer directional perceptron synthesized by the genetic algorithm method. The efficiency of the methodological approach was checked, as well as its testing according to the statistics of the leading Kharkiv enterprises. In the process of testing and analyzing its results, the conclusions were drawn about the need for: systematic accumulation of annual statistics, both the indicator itself and the factors that influence it; analysis of calculations and establishment of correctness of data accounting; identifying typical differences in the interpretation of a factor and making appropriate adjustments; taking into account the features of the enterprise; carrying out with the help of ANN research on the choice of rational values of production indicators - input values of the neural network that affect the indicator of energy intensity; studies on improving accuracy and forecasting due to changes in the structure and type of neural network, etc. Such a wide range of functions and the need for their systematic implementation led to the conclusion that it is advisable to create in the management structure of an industrial enterprise a structure that would include specialists capable of performing these functions - the Intelligent Energy Management Group (IEM). The practical result of the dissertation work on taking into account the multiplicative and synergistic effects is: first, the conclusion about the expediency of taking into account these effects when conducting an internal energy audit, for which it is necessary to make appropriate additions to its methodology of its conduct; secondly, the conclusion about the expediency of introducing into the legislative and regulatory acts the amendments that stimulate the enterprises to prioritize the modernization of power equipment with multiplicative and synergistic effect (as such, which provides significant savings of fuel and energy resources at the state level). Recommendations are given on the use of the results of work at different hierarchical levels of energy efficiency management and in other types of industrial enterprise management.

Дисертація на здобуття наукового ступеня кандидата економічних наук за спеціальністю 08.00.04 – економіка та управління підприємствами (за видами економічної діяльності). – Національний технічний університет "Харківський політехнічний інститут", Харків, 2019. Дисертаційна робота присвячена актуальним проблемам теоретичних, методичних та практичних аспектів управління енергоефективністю промислового підприємства. В дисертації досліджено теоретичне підґрунтя, розглянуто різноманіття формулювань понять "енергоефективність", "енергозбереження", "управління енергоефективністю". Проаналізовані Закони України щодо енергозбереження, міжнародні та національні стандарти, методика енергоаудиту та встановлена доцільність внесення відповідних доповнень з врахування мультиплікативного та синергетичного ефектів економії енергетичних ресурсів при модернізації енергоустаткування. Запропоновано та обґрунтовано доцільність використання в управлінні енергоефективністю промислового підприємства методу штучних нейронних мереж (ШНМ). Розроблено методичний підхід визначення показника енергоємності підприємства за допомогою ШНМ, із залученням методів експертних оцінок, апріорного ранжування та кореляційно-регресійного аналізу. Створена математична модель на базі багатошарового прямоспрямованого персептрону, синтезованого методом генетичного алгоритму. Виконано перевірка працездатності методичного підходу, а також його апробація за статистичними даними провідних харківських підприємств. Надані рекомендації з використання результатів роботи на різних ієрархічних рівнях управління енергоефективністю та у інших видах менеджменту промислового підприємства.
Thesis for granting the Degree of Candidate of Economic Sciences in specialty 08.00.04 – economy and management of the enterprises (by types of economic activity). – National Technical University "Kharkiv Polytechnic Institute", Kharkiv, 2019. The thesis is devoted to actual problems of theoretical, methodical and practical aspects of management of energy efficiency of an industrial enterprise. In the dissertation the theoretical basis is investigated, the variety of formulations of the concepts of "energy efficiency", "energy saving", "energy efficiency management" and the use of them in work are considered. The Laws of Ukraine on energy conservation, the international and national standards, the methodology of energy audit are analyzed, and the expediency of introducing the corresponding additions to take into account the multiplicative and synergetic effects of energy resources saving during the modernization of the power equipment is established. It is suggested and justified the feasibility of using artificial neural networks (ANN) in the management of energy efficiency of an industrial enterprise. The method of determination of the energy intensity of an enterprise with the help of ANN is developed, with the involvement of expert estimation methods, a priori ranking and correlation-regression analysis. A mathematical model based on a multilayered straightforward perceptron synthesized by the genetic algorithm method was created. The efficiency of the methodological approach was checked, as well as its testing according to the statistics of the leading Kharkiv enterprises. In the process of testing and analyzing its results, the conclusions were drawn about the need for: systematic accumulation of annual statistics, both the indicator itself and the factors that influence it; analysis of calculations and establishment of correctness of data accounting; identifying typical differences in the interpretation of a factor and making appropriate adjustments; taking into account the features of the enterprise; carrying out with the help of ANN research on the choice of rational values of production indicators - input values of the neural network that aff ect the indicator of energy intensity; studies on improving accuracy and forecasting due to changes in the structure and type of neural network, etc. Such a wide range of functions and the need for their systematic implementation led to the conclusion that it is advisable to create in the management structure of an industrial enterprise a structure that would include specialists capable of performing these functions - the Intelligent Energy Management Group (IEM). The practical result of the dissertation work on taking into account the multiplicative and synergistic effects is: first, the conclusion about the expediency of taking into account these effects when conducting an internal energy audit, for which it is necessary to make appropriate additions to its methodology of its conduct; secondly, the conclusion about the expediency of introducing into the legislative and regulatory acts the amendments that stimulate the enterprises to prioritize the modernization of power equipment with multiplicative and synergistic effect (as such, which provides significant savings of fuel and energy resources at the state level). Recommendations are given on the use of the results of work at different hierarchical levels of energy efficiency management and in other types of industrial enterprise management.

1. Jinwook Go, Kwanghoon Sohn and Chulhee Lee, "Interpolation using neural networks for digital still cameras," in IEEE Transactions on Consumer Electronics, vol. 46, no. 3, pp. 610-616, Aug. 2000, doi: 10.1109/30.883419. 2. Myronchuk, O., Shpylka, O., & Zhuk, S. (2020). Two-stage Channel Frequency Response Estimation in OFDM Systems. Path of Science, 6(2), 1001-1007. doi: http://dx.doi.org/10.22178/pos.55-1 3. Myronchuk O. Algorithm Of Channel Frequency Response Estimation In Orthogonal Frequency Division Multiplexing Systems Based On Kalman Filter / O. Myronchuk, O. Shpylka, S. Zhuk // 2020 IEEE 15th International Conference on Advanced Trends in Radioelectronics, Telecommunications and Computer Engineering (TCSET), Lviv-Slavske, Ukraine, 2020, pp. 31-34, doi: 10.1109/TCSET49122.2020.235385. 4. A. Y. Myronchuk, O. O. Shpylka and S. Y. Zhuk, “Channel frequency response estimation method based on pilot’s filtration and extrapolation”, Visnyk NTUU KPI Seriia - Radiotekhnika Radioaparatobuduvannia, (78), pp. 36-42, 2019. doi:10.20535/RADAP.2019.78.36-42 5. Myronchuk O. Yu. Two-Stage Method for Joint Estimation of Information Symbols and Channel Frequency Response in OFDM Communication Systems / O. Yu. Myronchuk, A. A. Shpylka, S. Ya. Zhuk // Radioelectronics and Communications Systems. – 2020. Vol. 63. – No. 8, pp. 418 429. doi: 10.3103/S073527272008004X 6. Луцький М.Г., Корченко О.Г., Горніцька Д.А., Ярмошевич І.М. Модель оцінки якості експерта для підвищення об’єктивності експертиз у сфері інформаційної безпеки. Захист інформації. 2011. Том 13. Вип. 2(51). DOI: 10.18372/2410-7840.13.2022
Artificial neural networks (ANN) are fundamental solution for most of nowadays algorithmic and optimization problems. The most frequently encountered artificial neuron models are neurons with multiple inputs and single output, named feedforward neural network (FNN).
Штучні нейронні мережі (ANN) є фундаментальним рішенням для більшості сучасних задач алгоритмізації та оптимізації. Найбільш часто зустрічаються моделі штучних нейронів - це нейрони з кількома входами та єдиним виходом, названі нейронною мережею прямого пересилання (FNN).

У роботі розглянуто принципи застосування штучних нейронних мереж для розпізнавання зображень автомобілів для кіберфізичної системи розумної парковки. Удосконалено метод розпізнавання зображень на базі технології Google Cloud Vision API та розроблено модель розпізнавання зображень автомобілів на основі згорткової нейронної мережі ЗНМ.

Дисертаційна робота присвячена розробці фотонної інтегральної схеми для нейронної мережі. Інтегральні схеми являє собою невід'ємну частину сучасних технологій. Більша частина функціональних одиниць можливо замінити фотонним компоненнтом (діоди, хвилеводи, фільтри та підсилювач) для створення фотонної інтегральної схеми. Фотонні інтегральні схеми мають декілька переваг: мають більшу швидкість обробки та передачі інформації, велику зону пропускання та мають менші втрати енергії. Найбільш розповюдженим є використання гібридних схем, тобто частина елементів інтегральної системи інтегрується фотонними елементами. Перший розділ присвячений дослідженню сучасному розвитку нейронних мереж. Розглянуто апаратні реалізації нейрону та нейронних мереж. Також був проведений патентний пошук моделювання нейрону. У другому розділі розглянуті сучасні архітектури фотонно інтегрльної схеми. Була запропонована нова структура інтегральної схеми, та її технологія виготовлення. Для цього була запропонована структура літографічної установки та сформульоване технічне завдання. Третій розділ присвячений проектуванню літографічної системи. Були проведенні габаритні розрахунки, розрахунок структури оптичної системи. Після проектування провели аналіз системи, а саме проведена оптимізація розрахованої системи, енергетичний розрахунок, та абераційний аналіз. У четвертому розділі оглянуто нейрона мережа Хопфілда, її математична модель. На основі якої була розроблена програма для моделювання мережи Хопфілда та розрахунку вагових коефіцієнтів. П’ятий розділ присвячений експериментальним дослідженням. Був розроблений прототип фотонної інтегральної системи. Були проведені експерименти: дослідження хвилеводів системи для їх подальшого впровадження та дослідження діючого прототипу. Шостий розділ присвячений розробці стартап проекту.
The dissertation is devoted to the development of a photonic integrated circuit for a neural network. Integrated circuits are an integral part of modern technology. Most of the functional units can be replaced by a photonic component (diodes, waveguides, filters and amplifier) to create a photonic integrated circuit. Photonic integrated circuits have several advantages: they have a higher speed of processing and transmission of information, a larger bandwidth and less energy loss. The most common is the use of hybrid circuits, namely part of the elements of the integrated system is integrated by photonic elements. The first section is devoted to the study of modern development of neural networks. Hardware implementations of neurons and neural networks are considered. A patent search for neuronal modeling was also performed. The second section considers modern architectures of the photon integrated circuit. A new structure of the integrated circuit and its manufacturing technology were proposed. For this purpose, the structure of the lithographic installation was proposed and the technical task was formulated. The third section is devoted to the design of the lithographic system. Dimensional calculations, calculation of structure of optical system were carried out. After the design, the system was analyzed, namely the optimization of the calculated system, energy calculation, and aberration analysis. The fourth section examines the Hopfield neural network, its mathematical model. Based on which a program was developed to model the Hopfield network and calculate weights. The fifth section is devoted to experimental research. A prototype of a photonic integrated system was developed. Experiments were performed: the study of the waveguides of the system for their further implementation and the study of the current prototype. The sixth section is devoted to the development of a startup project.

Дипломну магістерську роботу присвячено дослідженню та створенню спрощеної і більш точної моделі для прогнозування основних метеорологічних параметрів із використанням методів машинного навчання. При дослідженні та під час спрощення і покращення моделі буде проведено аналіз засобів і методів автоматизації короткострокового прогнозування. Для дослідження та навчання штучної нейронної мережі також використовується алгоритм SOM.

Робота публікується згідно наказу ректора від 21.01.2020 р. №008/од "Про перевірку кваліфікаційних робіт на академічний плагіат 2019-2020р.р. навчальному році" . Керівник проекту: професор, д.т.н. Шмельова Татяна Федорівна
На сьогоднішньому етапі розвитку суспільства інформаційні технології стають головною причиною значного зростання актуальності сфер наукової діяльності, що пов’язані з математичним проектуванням процесів. Створення реальних об’єктів дійсності здебільшого супроводжується значними складностями, щоформулюютьсявже на стадії постановки проблеми. Ці складнощіпереважним чином є наслідком недосконалості обчислювальних методів та засобів їх реалізації[2, с. 134-156]. Слід зазначити, що важливе місце в єдиній транспортній структурі України належить повітряному транспорту, важливість якого повсякчас підвищується.При цьому необхіднимелементом авіації є система еаронавігації (АНС),яка призначається для ефективної реалізаціїавіапольотів.Сучасна аеронавігаційна система є складною ієрархічноюлюдино-машинною структурою, що за допомогоювідповідних технічних атрибутів здатназабезпечитипроцес організації повітряного руху та зробити йогобезпечним, регулярним та ефективним аеронавігаційним обслуговуванням.Виконання вимог до безпеки повітряного рухупевноїшвидкості та щільності окремого польоту,у відповідності до врахування погодних умов та, як наслідок, можливоївідмовимеханізмів аеронавігації та впливу людського фактора досліджують вчені та авіаційніспеціалісти протягом всієї історії авіації. Дані статистичного аналізущодо авіаційнихпригодвпродовжостанніх десятиліть вказують на домінуючуроль впливу людини-оператора на загальнечисло авіаційних подій, що складає майже 80%. Величезна частина авіаційних подій (49%) стосується свідомих порушеньпілотами льотних законів та недотримань усталених інструкцій, а також порушення процесу передпольотної підготовки (42%). Традиційні способи, такі, як підвищеннярівня професійної підготовки, трудової дисципліни, в цьому випадку практичнобезсилі, оскільки авіаційний фахівець професійно достатньо підготовлений. Зростаюча ціна помилок оператора визначає постійну необхідність пошуку шляхів ізасобів забезпечення ефективного функціонування людини в нормальних і екстремальних умовах діяльності. Виправити ситуацію здатні автоматизовані інтелектуальні системи підтримки прийняття рішень (СППР), які дозволяють змоделювати прогнозований розвиток ситуації при настанні особливого випадку в польоті у вигляді відповідних діаграм причинно-наслідкових зв’язків події, що може відбутися. Таким чином проектування операторської діяльності за допомогою математичних моделей СППР у конкретно заданих умовах сприяє виключенню помилкових рішень із застосуванням людського фактору, тобто максимально його виключає[23, с. 23-28]. Крім того, урахування впливу факторів зовнішньогосередовища в разі прийняття рішення людиною-оператором (професійного і непрофесійного характеру), розвиток ситуації віднормальної до катастрофічної, умови експлуатації літального апарату (очікувані і неочікувані) дозволяютьмоделювати дії людини-оператора в особливих випадках польоту з упередженням[9, с. 17-23]. Проте, незважаючи на активні дослідження в цій галузі, все ще залишаються не вирішеними в повному обсязі питання, пов`язаніз розробкою методів і алгоритмів моделювання операторської дільності в авіаційній галузі під час виникнення надзвичайної ситуації, а саме: проблеми з електропостачанням. Недостатньо чітко описані задачі створення моделей СППР в діяльності людини-оператора в очікуваних та неочікуваних умовах експлуатації об’єкта керування БПЛА, також особливості їх реалізації. Виходячи з вищенаведеного, наше дослідження особливостейрозробки та практичного застосування СППР оператора БПЛА у разі виникнення проблем з електропостачанням є актуальним.

Дана робота присвячена розробці системи підтримки прийняття рішень на основі розпізнавання зображень, а саме їхньої сегментації. Реалізовано програмний продукт для сегментації й аналізу вхідних зображень з відображенням результатів розпізнавання. Методи й програмні засоби, які були використані для реалізації: мова програмування Python бібліотеку Keras, NumPy та TensorFlow. Практичне значення. Реалізовано систему для сегментації зображень із зручністю завантаження та їхнього аналізу і отримання змістовної інформації щодо отриманих результатів.
This paper is about developing a decision support system based on image recognition, namely their segmentation. Implemented a software product for segmenting and analyzing input images to display recognition results. Methods and tools used to implement this: Python programming language Keras library, NumPy and TensorFlow. Practical meaning. A system for image segmentation with ease of downloading and analyzing them and getting meaningful information about the results obtained.

Метою доповіді є аналіз атаки на шифр AES. Для реалізації атаки за допомогою нейронних мереж може знадобитися менша кількість пар відкритих та закритих текстів, ніж для реалізації атаки перебором. Наведені результати показують, що дуже важливим є вибір топології нейронної мережі, її тип, а також кількість біт яка використовується для її навчання.

Актуальність теми: значна потреба на ринку систем та послуг з обробки зображень на основі алгоритмів штучного інтелекту зумовлюють розвиток відповідних апаратних засобів. Актуальність теми підтверджується статистичним дослідженням наукових публікацій за даним напрямком. Тому розробка апаратних засобів систем обробки зображень з використанням алгоритмів нейронних мереж є актуальною задачею. Об’єктом дослідження є обробка зображень з використанням штучних нейронних мереж апаратними засобами. Предметом дослідження є спосіб реалізації апаратних засобів для підвищення продуктивності обробки зображень з використанням штучних нейронних мереж. Мета роботи: підвищити продуктивність систем обробки цифрових зображень на основі нейронних алгоритмів шляхом покращення продуктивності відповідних апаратних засобів. Наукова новизна роботи полягає в пропозиції реалізувати операцію згортки на апаратному рівні для підвищення продуктивності обробки зображень апаратними засобами з використанням штучних нейронних мереж. Апробація роботи. Дослідження ефективності обробки цифрових зображень в залежності від апаратних засобів представлено публікаціями в “ПМК-2021” (Київ, 17-19 листопада 2021) та „Інформаційні технології та комп’ютерна інженерія” (Вінниця, готується до опублікування). Практична цінність роботи полягає в отриманні результатів, що можуть бути використані в процесі визначення напрямків наступних досліджень та використанні запропонованого рішення реалізації операції згортки в апаратних засобах обробки зображень з використанням штучних нейронних мереж. Структура та обсяг роботи включають в себе зміст, вступ, чотири розділи, висновки, список використаних джерел та додатки. У вступі подано загальну характеристику, зроблено загальний огляд стану проблеми і визначено актуальність вирішення поставленої задачі. В першому розділі проводиться огляд розвитку програмних та апаратних засобів що забезпечують обробку цифрових зображень, а також, проводиться огляд ринку апаратних засобів для обробки штучних нейронних мереж, і окреслюється напрямок майбутніх досліджень. В другому розділі описано теоретичну модель системи обробки зображень штучними нейронними мережами, визначено особливості використання апаратних засобів в задачах обробки зображень та сформовано вимоги до запропонованого рішення. В третьому розділі описано моделювання запропонованого рішення. В четвертому розділі описано способи оцінки запропонованого рішення. У висновках представлені результати проведеної роботи з вирішення задачі підвищення продуктивності апаратних засобів обробки зображень з використанням штучних нейронних мереж. Дисертація викладена на 104 сторінках, включно з додатками, та нараховує 51 рисунок і 11 таблиць.
Relevance of the topic: significant demand in the market of image processing systems and services based on artificial intelligence algorithms determine the development of appropriate hardware. The relevance of the topic is confirmed by statistical research of scientific publications in this area. Therefore, the development of hardware for image processing systems using neural network algorithms is an urgent task. The object of the research is the hardware for image processing based on artificial neural networks. The subject of the research is to increase the productivity of image processing based on artificial neural networks with the help of hardware. Objective: to increase the productivity of digital image processing systems based on neural algorithms by improving the performance of relevant hardware. The scientific novelty of the work is the proposal to implement the operation of convolution at the hardware level to increase the productivity of image processing by hardware using artificial neural networks. Approbation of work. The study of the efficiency of digital image processing depending on the hardware is presented in the publications in "ПМК-2021" (Kyiv, November 17-19, 2021) and „Інформаційні технології та комп’ютерна інженерія” (Vinnytsia, in preparation for publication). The practical value of the work lies in obtaining results that can be used in the process of determining the directions of further research and using the proposed solution for the implementation of the convolution operation in image processing hardware using artificial neural networks. The structure and scope of the work include a table of contents, introduction, four chapters, conclusions, list of sources used and appendices. In the introduction the general characteristic is given, the general review of a condition of a problem is made and urgency of the decision of the set task is defined. The first section reviews the development of software and hardware for digital image processing, as well as an overview of the market for hardware for processing artificial neural networks, and outlines the direction of future research. The second section describes the theoretical model of the image processing system with artificial neural networks, identifies the features of the use of hardware in image processing problems and formulates the requirements for the proposed solution. The third section describes the modeling of the proposed solution. The fourth section describes how to evaluate the proposed solution. The conclusions present the results of the work carried out to solve the problem of improving the productivity of image processing hardware using artificial neural networks. The dissertation is presented on 104 pages, including appendices, and has 51 figures and 11 tables.

Проекти, які використовують методи машинного навчання, не є рідкість в наш час, вони можуть виконувати досить складні та великі задачі в медицині, так як: огляд стану здоров’я людини в той же час, як людина проходить консультацію, аналіз історії хвороб усієї країни чи певного регіону і на основі цього аналізу, може прогнозувати хвороби в майбутньому. Під час роботи я створив проект, що використав та порівняв 5 методів машинного навчання, щоб визначити який з них найкраще підходить для подібних задач. Огляд відбувався на трьох наборах даних, що відрізняються самими характеристиками та їх кількістю. Дипломна робота: 98 с., 53 рис., 21 табл., 1 додаток 13 с., 36 джерел.
Проекти, які використовують методи машинного навчання, не є рідкість в наш час, вони можуть виконувати досить складні та великі задачі в медицині, так як: огляд стану здоров’я людини в той же час, як людина проходить консультацію, аналіз історії хвороб усієї країни чи певного регіону і на основі цього аналізу, може прогнозувати хвороби в майбутньому. Під час роботи я створив проект, що використав та порівняв 5 методів машинного навчання, щоб визначити який з них найкраще підходить для подібних задач. Огляд відбувався на трьох наборах даних, що відрізняються самими характеристиками та їх кількістю. Дипломна робота: 98 с., 53 рис., 21 табл., 1 додаток 13 с., 36 джерел.

Об’єктом дослідження є процеси пошуку товарів та послуг у мережі Інтернет з використанням рекомендаційних систем. Предметом дослідження є методи створення рекомендаційних систем. Мета роботи – розробка методу створення рекомендаційних систем для досягнення ефективності взаємодії користувача щодо пропонованих товарів та послуг в мережі інтернет. У кваліфікаційній роботі проаналізовані методи створення рекомендаційних систем з використанням різних стратегій щодо надання релевантного пошуку на запит. Розроблено метод створення рекомендаційних систем, який дає змогу досягти ефективності у взаємодії користувача щодо пропонованих товарів та послуг в мережі інтернет з використанням сучасних інформаційних технологій та методів розробки програмних продуктів. На відміну від відомих методів, враховує поєднання стратегій релевантного пошуку на запит та фільтрації даних в динамічному режимі.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.22.20 − експлуатація та ремонт засобів транспорту. − Національний авіаційний університет, м. Київ, 2010. Дисертацію присвячено підвищенню достовірності класифікації ві-браційного стану ГТД на основі використанням інтелектуальних техноло-гій. В роботі запропоновано використовувати поетапний підхід: на пер-шому етапі класифікувати вібраційний стан ГТД на основі сформованих діагностичних ознак, на другому – автоматична змінювати режим роботи ГТД. При цьому другий етап здійснюється лише тоді, коли вібраційних параметри двигуна перебувають у діапазоні «потребує вжиття заходів». У дисертаційній роботі вдосконалено структуру системи автомати-чного діагностування та керування режимами роботи ГТД, що дозволяє автоматично змінювати режим функціонування двигуна, для зменшення негативного впливу вібрації на окремі вузли і тим самим скоротити екс-плуатаційні витрати. Розроблено ефективний алгоритм структурного та параметричного синтезу ІСАД, яка містить у собі радіально-базисну нейронну мережу з нечітким виведенням класифікації і прогнозуванням вібраційного стану ГТД. Розроблено методику побудови «бази класів» ІСАД у вигляді: «якщо (діагностичні ознаки), то (клас вібраційного стану ГТД), що дає змогу використовувати експертні оцінки вібраційного стану ГТД, а також сформувати діагностичні ознаки з урахуванням зміни вібраційних характеристик типового двигуна, що дозволяє підвищувати точність класифікації вібраційного стану механічної частини ГТД.
Диссертация на соискание научной степени кандидата технических наук по специальности 05.22.20 − эксплуатация и ремонт средств транспорта. − Национальный авиационный университет, г. Киев, 2010. Диссертация посвящена повышению достоверности классификации вибрационного состояния газотурбинного двигателя (ГТД) на основе использования интеллектуальных технологий. В работе разработан эффективный алгоритм структурного и параметрического синтеза ИСАД, который вмещает радиально-базисную нейронную сеть с нечетким выводом классификации вибрационного состояния ГТД. Разработана методика построения «базы классов» ИСАД в виде: «если (диагностические признаки), то (класс вибрационного состояния ГТД)», позволяющая использовать экспертные оценки вибрационного состояния ГТД, а также сформировать диагностические признаки с учетом изменения эксплуатационных характеристик двигателя, обеспечивающая повышение точности классификации вибрационного состояния механической части ГТД. Достоверность предложенной модели ИСАД подтверждается кор-ректным применением апробированного математического аппарата, со-гласованностью результатов математического моделирования режимов работы ГТД с результатами уже известных исследований и теоретических положений, а также экспериментом. Ключевые слова: газотурбинный двигатель, техническое состояние, вибрационная диагностика машин и механизмов, интеллектуальная си-стема автоматического диагностирования, нейро-фаззи сети, искусствен-ные нейронные сети, системы нечеткой классификации, методы обучения.
The thesis for the candidate degree in technical sciences on the specialty 05.22.20 − operation and the repair of the means of transport. − National Aviation University, Kiev, 2010. Current research work is dedicated to an increase in the authenticity of the classification of gas-turbine engine (GTE) vibration state on the basis of the intellectual technologies use. In the dissertation improved the structure of the system of automatic diagnostics and control of the regimes of GTE work for an automatic change in the regime of the functioning of engine for decreasing the negative influence of vibration on the separate units or to exclude GTE stoppage with the appearance of the random, short-term levels of vibration, and to thus reduce operating costs. In the dissertation is developed the effective algorithm of structural and parametric synthesis of the intellectual system of automatic diagnosis (ISAD), which includes radial-basic neuron network with the illegible conclusion of classification and the prognostication of GTE vibration state. The procedure of construction «rule base» of ISAD is developed in the form: «if (diagnostic signs), then (class of vibration state GTE)», which makes it possible to use ex-pert estimations of GTE vibration state, and also to form diagnostic signs taking into account a change in the operating characteristics of typical engine, which made it possible to increase the accuracy of the classification of the vibration state of GTE mechanical part. The authenticity of the proposed ISAD model is confirmed by the cor-rect application of the approved mathematical apparatus, by the coordination of the results of the mathematical simulation of the regimes of GTE work with the results of already known studies and theoretical positions, and also experiment.

Штучні нейронні мережі (ANN – artificial neural networks) набувають широкого застосування у науковій діяльності з огляду на їх здатність бути універсальними апроксимуючими процедурами та можливість забезпечення загальних механізмів створення моделей із нелінійними співвідношеннями між вхідними та вихідними параметрами.

Рибалко, В. А. Веб-додаток для прогнозування фондового ринку на основі штучних нейронних мереж : магістерська робота : 121 Інженерія програмного забезпечення / В. А. Рибалко ; керівник роботи А. М. Акименко ; НУ «Чернігівська політехніка», кафедра інформаційних технологій програмного забезпечення. – Чернігів, 2021. – 76 с.
Об’єктом розробки став веб-додаток для прогнозування фінансових часових рядів на основі штучних нейронних мереж. У роботі описано етапи та методи розробки веб-додатку, який передбачає ціни на фінансові інструменти та забезпечує можливість їх перегляду за допомогою веб-браузера. Форма прогнозу представлена у вигляді графіку ймовірностей, який складається з двох рядків: зелений - ймовірність подальшого руху цін вище поточних значень, червоний рядок - ймовірність подальшого руху цін нижче. Переглядаючи прогноз, можна змінити час на який буде прогноз. Нейронні мережі роблять прогнози щодо періоду дії однієї японської свічки на різних горизонтах, і, змінюючи її, ви можете регулювати діапазон прогнозу. Отримуючи нові дані, система постійно перевіряє попередні прогнози щодо цього значення, тим самим визначаючи точність прогнозу нейронної мережі. Після оцінки точності коригуються пороги початкових значень нейронної мережі для кожного класу прогнозу, а саме рух вгору і вниз.
The object of development was a web application for forecasting financial time series based on artificial neural networks. The article describes the stages and methods of developing a web application that provides prices for financial instruments and provides the ability to view them using a web browser. The forecast form is presented in the form of a probability graph, which consists of two lines: green - the probability of further price movements above current values, red line - the probability of further price movements below-che. By viewing the forecast, you can change the time for which the forecast will be. Neural networks make predictions about the duration of one Japanese candle on different horizons, and by changing it, you can adjust the forecast range. Upon receiving new data, the system constantly checks previous predictions for this value, thereby determining the accuracy of the prediction of the neural network. After estimating the accuracy, the thresholds of the initial values of the neural network for each forecast class are adjusted, namely the up and down motion.

Розроблено алгоритм та програмне забезпечення інформаційної системи підготовки вхідних даних для організації людино-машинної взаємодії. На першому етапі запропоновано використовувати штучні нейронні мережі для обчислення показників якості навчально-пізнавальної діяльності студента. На другому етапі запропоновано використовувати систему нечіткого логічного виведення для оцінки діяльності студента з урахуванням способу організації людино-машинної взаємодії.

Системи штучного інтелекту являють собою нейронну мережу, тобто вони є математичною моделлю, а також її програмною та апаратною реалізацією, побудованою за принципом функціонування нервових клітин людини, яка займається формалізацією задач. Особливого значення набувають нейромережеві технології при вирішенні складно формалізованих задач, зокрема при діагностуванні біржових та фондових ринків, що характеризуються високою ризикованістю. Широке розповсюдження комп’ютерів, програмного забезпечення, нейромережевих технологій робить можливим їх використання для вирішення складних фінансових задач.

Через складність та різноманітність вторгнення засобів мережевої системи, нейронна мережа значно збагатила засоби досягнення системи виявлення вторгнень. Нейронні мережі моделюють роботу мозку, зберігання та обробку інформаційних механізмів, вони мають здатність абстрагувати узагальненні, навчальні та адаптивні можливості та властиві характеристики паралельних обчислень, роблячи це при виявленні вторгнень. Об’єктом дослідження є: дистрибутивні системи виявлення вторгнень на базі штучних імунних систем та нейронних мереж. Предметом дослідження є процес виявлення вторгнень в корпоративній мережі організацій. Метою дипломної роботи є: розробка багатокомп’ютерної системе виявлення вторгнень в корпоративних мережах. Наукова новизна отриманих результатів полягає в тому, що на основі проведених досліджень удосконалено архітектуру багатокомп’ютерної системи виявлення комп’ютерних атак на основі штучних імунних систем та нейронних мереж, що дає змогу прогнозувати шляхи розвитку комп'ютерних атак. Практична значимість отриманих результатів полягає у розробленій архітектурі багатокомп’ютерної системи виявлення вторгнень на базі штучних імунних систем та нейронних мереж, яка стала основною розробки нового типу засобів виявлення комп'ютерних атак.

Кваліфікаційна робота магістра виконана в чотири етапи. По-перше, було проаналізовано предметну область дослідження, порівняно можливі біометричні методи пізнання людини та їх значущість у світі. По-друге, встановлено задачі та цілі програмного продукту. На цьому ж етапі досліджено всі можливі методи на алгоритми моніторингу психофізіологічного стану операторів. Дослідження привели до висновку, що найкращим методом обробки та аналізу вхідної інформації є нейронна мережа, тому вирішено використати в роботі тришаровий персептрон Розенблата з механізмом «Переможець забирає все» та для навчання алгоритм Коханена. Зчитані вхідні даними з клавіатури потраплять до системи для їх редагування та створення еталонного вектору, який при перевірці поточного психофізіологічного стану стане у порівняння нововведених даних. Результатом роботи нейронної мережі є оповіщення співробітників про поточний стан. У програмі передбачено два розмежування користувачів, пояснюється тим, що була необхідність швидкого з’єднання з базою даних. Тому створено спеціальну форму, яка має безліч функцій пов’язаних з діями в базі користувачів. У результаті експериментальних досліджень середнє значення точності роботи системи ≈ 86 %, що повністю підтверджує працездатність всіх алгоритмів і моделей системи.

Кваліфікаційну роботу магістра присвячено розробці мобільний додатку визначення харчових продуктів рослинного походження на основі штучного інтелекту. В роботі проведено аналіз предметної області з аналізом аналогів моделі, визначення мети проекту, засобів реалізації, планування та проектування роботи. Було виконано планування робіт та визначення засобів реалізації мобільного додатку. Проведено побудову та навчання нейронної мережі. Результатом проведеної роботи є розроблений та протестований мобільний додаток визначення харчових продуктів рослинного походження на основі штучного інтелекту.

Дисертаційна робота присвячена вирішенню важливої науково-практичної задачі, яка полягає в розробленні та дослідженні моделей, методів та програмно-апаратних засобів для інтелектуальних систем керування та моніторингу джерел безперебійного живлення з метою підвищення показників їх надійності та енергоефективності. Удосконалено метод адаптивного регулювання рівня завантаженості випрямляючих модулів джерела безперебійного живлення, що дало змогу підвищити його ККД. Удосконалено метод керування випрямляючими модулями шляхом адаптивного циклічного зміщення, що дало змогу підвищити середній час напрацювання на відмову. Розроблена комп’ютеризована система на основі використання нейромережевих технологій з застосуванням прогнозування споживання електроенергії та адаптивного ПІД-регулювання процесу заряду акумуляторних батарей дозволила покращити технічні характеристики системи безперебійного живлення.
ПЕРЕЛІК УМОВНИХ ПОЗНАЧЕНЬ ...19 ВСТУП ...20 РОЗДІЛ 1 ОГЛЯД І АНАЛІЗ МЕТОДІВ ТА ЗАСОБІВ ПОБУДОВИ КОМП’ЮТЕРИЗОВАНИХ СИСТЕМ КЕРУВАННЯ ТА МОНІТОРИНГУ ДЖЕРЕЛ БЕЗПЕРЕБІЙНОГО ЖИВЛЕННЯ...29 1.1 Інтелектуальні електричні мережі ...29 1.1.1 Smart Grid ...29 1.1.2 Microgrid ...31 1.1.3 Накопичувачі електроенергії ...33 1.2 Класифікація і принципи функціонування джерел безперебійного електроживлення ...34 1.3 Огляд відомих методів та засобів підвищення ефективності керування джерелами безперебійного електроживлення ...36 1.3.1 Критерії ефективності та вимоги до джерел безперебійного живлення ...36 1.3.2 Аналіз підходів та методів підвищення показників надійності систем безперебійного живлення ...37 1.3.3 Методи підвищення енергетичних показників ДБЖ ...43 1.4 Огляд і критичний аналіз існуючих комп’ютеризованих систем для керування та моніторингу ДБЖ...45 1.5 Загальна концепція створення інтелектуальних систем керування джерелами безперебійного електроживлення ...49 1.6 Формулювання напрямку та постановка задач дисертаційного дослідження ...52 1.7 Висновки до розділу 1 ...53 РОЗДІЛ 2 МОДЕЛІ ТА МЕТОДИ ПОКРАЩЕННЯ ПОКАЗНИКІВ НАДІЙНОСТІ ТА ЕНЕРГОЕФЕКТИВНОСТІ ФУНКЦІОНУВАННЯ МОДУЛЬНИХ ДЖЕРЕЛ БЕЗПЕРЕБІЙНОГО ЖИВЛЕННЯ ...55 2.1 Структура комп’ютеризованої системи для моніторингу та керування компонентами джерела безперебійного живлення ...55 2.2 Метод адаптивного регулювання рівня завантаженості випрямляючих модулів джерела безперебійного живлення ...57 2.3 Метод керування випрямляючими модулями джерела безперебійного живлення шляхом їх адаптивного циклічного зміщення ...68 2.4 Задача багатокритеріальної оптимізації роботи модульного джерела безперебійного живлення ...75 2.5 Висновки до розділу 2 ...77 РОЗДІЛ 3 МЕТОДи КЕРУВАННЯ КОМПОНЕНТАМИ МОДУЛЬНИХ ДЖЕРЕЛ БЕЗПЕРЕБІЙНОГО ЖИВЛЕННЯ НА ОСНОВІ НЕЙРОМЕРЕЖЕВИХ ТЕХНОЛОГІЙ...79 3.1 Удосконалення підсистеми керування ДБЖ в режимі регулювання струму заряду АБ ...79 3.2 Синтез ШНМ для реалізації методу адаптивного ПІД-регулювання струму заряду акумуляторних батарей ...82 3.3 Застосування нейромережевих технологій для задачі прогнозування споживання електроенергії ...92 3.4 Синтез ШНМ для короткострокового прогнозування електроспоживання обладнанням, яке живиться від ДБЖ ...96 3.5 Висновки до розділу 3 ...107 РОЗДІЛ 4 ПРАКТИЧНА РЕАЛІЗАЦІЯ КОМП’ЮТЕРИЗОВАНОЇ СИСТЕМИ ДЛЯ КЕРУВАННЯ ТА МОНІТОРИНГУ ДЖЕРЕЛ БЕЗПЕРЕБІЙНОГО ЖИВЛЕННЯ ...108 4.1 Функціональне призначення комп’ютеризованої системи керування та моніторингу ДБЖ ...108 4.2 Структура комп’ютеризованої системи керування та моніторингу джерел безперебійного живлення ...110 4.3 Апаратне та схемотехнічне забезпечення компонентів комп’ютеризованої системи керування та моніторингу ДБЖ ...112 4.3.1 Розробка апаратної частини центрального керуючого модуля ДБЖ ...112 4.3.2 Розробка модуля для керування випрямлячами ДБЖ ...122 4.4 Реалізація алгоритмічного і програмного забезпечення для комп’ютеризованої системи керування і моніторингу ДБЖ ...123 4.4.1 Алгоритмічне забезпечення мікроконтролерів ...123 4.4.2 Розробка програмного забезпечення для мікроконтролерів ...131 4.4.3 Розробка програмного забезпечення для дистанційного моніторингу стану та електричних параметрів ДБЖ ...133 4.5 Експериментальні дослідження комп’ютеризованої системи керування та моніторингу ДБЖ...137 4.5.1 Опис експериментальної установки ...137 4.5.2 Експериментальні дослідження роботи комп’ютеризованої системи в режимі заряду акумуляторних батарей ...144 4.5.3 Експериментальні дослідження роботи комп’ютеризованої системи в режимі енергоефективного керування випрямлячами ...148 4.5.4 Експериментальні дослідження роботи комп’ютеризованої системи в режимі тестування акумуляторних батарей ...151 4.6 Висновки до розділу 4 ...153 ВИСНОВКИ ...155 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ ...157 ДОДАТКИ ...174 Додаток А Список публікацій здобувача за темою дисертації ...174 Додаток Б Акти впровадження результатів дисертаційної роботи ...178 Додаток В Фрагменти програмного коду розробленої комп'ютеризованої системи для керування та моніторингу джерел безперебійного живлення ...182

Розробка оптимальної моделі для виявлення типу ракової пухлини зі знімків ЕКГ, та порівняння отриманих результатів з іншими методами для виявлення кращого методу серед представлених. Розробка представлена у вигляді прикладної програми.

Дипломну роботу виконано на 63 аркушах, вона містить перелік посилань на використані джерела з 32 найменувань. У роботі наведено 25 рисунків та 8 таблиць. Метою даної дипломної роботи є перевірка доцільності використання нейронних мереж для обробки вихідних сигналів акселерометру. У дипломній роботі розглядається актуальність задачі розпізнавання типів фізичної активності людини. В якості основного джерела отримання інформації використовується акселерометр. У роботі наведені теоретичні відомості про акселерометр, його фізичний принцип роботи, а також проведено огляд основних технологій виготовлення. Описано класичні методи обробки інформації та нейронні мережі як інструмент сучасного аналізу даних. В якості основних моделей для обробки сигналів акселерометрів було використано ймовірнісну нейронну мережу та модель логістичної регресії. Проведено дослідження з використання цих методів щодо визначення типу фізичної активності.
The thesis is presented in 63 pages. It contains bibliography of 32 references. 25 figure and 8 tables are given in the thesis. The goal of the thesis is checking the feasibility of using neural networks to process the output signals of the accelerometer. The thesis considers the relevance of the problem of recognizing the types of physical activity. An accelerometer is used as the main source of information. The paper provides theoretical information about the accelerometer, its physical principle of operation, as well as an overview of the main manufacturing technologies. Classical methods of information processing and neural networks as a tool of modern data analysis are described. A probabilistic neural network and a logistic regression model were used as the main models for processing accelerometer signals. A study on the use of these methods to determine the type of physical activity.

Робота складається із вступу та чотирьох розділів. Загальний обсяг роботи: 71 аркуш основного тексту, 20 ілюстрацій, 14 таблиць. При підготовці використовувалася література з 30 різних джерел. Актуальність. Задача розпізнавання музичних звуків є затребуваною при обробці складних музичних сигналів, а саме аудіозаписів музичних композицій різних жанрів, таких як класична музика, естрадна музика та інші. Завдання розпізнавання музичних звуків різних музичних інструментів відноситься до класу задач Music Information Retrieval (MIR), і може виникати в наступних областях: Використання в пошукових система. Ідентифікація музичних об'єктів; Анотування медіаконтенту (метадані); Сегментація музичних сигналів; Генерація плейлистів. Також дана задача може розглядатися як перший етап вирішення задачі сегментації складних музичних сигналів та ідентифікації музичних об'єктів. Мета і завдання дослідження. Метою магістерської роботи є розробка алгоритму розпізнавання звуку музичних інструментів з високою точністю і продуктивністю при мінімізації числа ознак що використовуються для розпізнавання. Для досягнення мети було сформульовано та вирішено наступні прикладні завдання: дослідження принципів побудови алгоритмів розпізнавання та нейронних мереж; вибір програмних засобів що вирішують задачу вичленення музичних звуків із аудіозапису; проектування нейронної мережі прямого поширення та визначення способу відображення отриманих даних; представлення розробленої архітектуру нейронної мережі шляхом використання програмних засобів; тестування розробленої моделі нейронної мережі та порівняння результатів з іншими методами розпізнавання; реалізація програмного продукту на основі розробленого алгоритму. Об’єкт дослідження – звук музичних інструментів, його структура та властивості. Особлива увага приділяється амплітудно-частотним характеристикам звуку. У даній роботі звук розглядається, як звуччання окремого музичного інструменту, так і звук музичних інструментів, що звучать на тлі інших звуків в складних композиціях (сольні партії музичних інструментів). Предмет дослідження – методи розпізнавання музичних звуків на основі нейромережевого аналізу амплітудно-частотних характеристик звуку. Методи досліджень. Для вирішення задач, поставлених в рамках цієї магістерській роботи, використано такі методи дослідження: 1.Розгляд та аналіз результатав попередніх наукових робіт проведених в сфері розпізнавання музичних звуків; 2.Дослідження фізичних характеристик звуку, та вплив цих показників на якість розпізнавання; 3.Виділення загальних кроків для вирішення задачі розпізнавання звуків на основі результатів отриманих із проведеного аналізу та формування паттерну найефективнішого на даний момент способу розв’язання задач розпізнавання музичних звуків; Наукова новизна цієї магістерської роботи полягає у наступному: використання нейронних мереж прямого поширення в задачах розпізнавання музичних звуків; дослідження дозволяє використовувати розроблений алгоритм для подальшого вдосконалення методів розпізнавання музичних звуків. Практична цінність. Результати досліджень, представлені в даній магістерській дисертації, можуть бути застосованими у майбутніх наукових та прикладних роботах за напрямками: сегментації складних музичних сигналів; вдосконалення методів розпізнавання музики.
The work consists of an introduction and four chapters. Total amount of work: 71 sheets of the main text, 20 illustrations, 14 tables. Literature from 30 different sources was used in the preparation. Topicality. The task of recognizing musical sounds is in demand in the processing of complex musical signals, namely audio recordings of musical compositions of various genres, such as classical music, pop music and others. The task of recognizing the musical sounds of various musical instruments belongs to the class of tasks Information Information Retrieval (MIR), and can occur in the following areas: Use in search engines Identification of musical objects; Annotation of media content (metadata); Segmentation of musical signals; Generate playlists. This problem can also be considered as the first stage of solving the problem of segmentation of complex musical signals and identification of musical objects. The purpose and objectives of the study. The aim of the master's thesis is to develop an algorithm for sound recognition of musical instruments with high accuracy and performance while minimizing the number of features used for recognition. To achieve this goal, the following applied tasks were formulated and solved: study of the principles of construction of recognition algorithms and neural networks; selection of software that solves the problem of extracting musical sounds from audio recording; designing a neural network for direct propagation and determining the method of displaying the obtained data; presentation of the developed neural network architecture through the use of software; testing the developed neural network model and comparing the results with other recognition methods; implementation of a software product based on the developed algorithm. The object of research is the sound of musical instruments, its structure and properties. Particular attention is paid to the amplitude-frequency characteristics of sound. In this paper, the sound is considered as the sound of a single musical instrument, and the sound of musical instruments that sound against the background of other sounds in complex compositions (solo parts of musical instruments). The subject of research - methods of recognition of musical sounds on the basis of neural network analysis of amplitude-frequency characteristics of sound. Research methods. The following research methods were used to solve the tasks set in this master's thesis: 1.Consideration and analysis of the results of previous scientific work conducted in the field of recognition of musical sounds; 2.Research of physical characteristics of sound, and influence of these indicators on quality of recognition; 3.Selection of general steps for solving the problem of sound recognition based on the results obtained from the analysis and formation of the pattern of the most effective way to solve problems of music sound recognition; The scientific novelty of this master's thesis is as follows: use of neural networks of direct propagation in problems of recognition of musical sounds; research allows to use the developed algorithm for further improvement of methods of recognition of musical sounds. Practical value. The research results presented in this master's dissertation can be used in future scientific and applied work in the following areas: segmentation of complex musical signals; improvement of music recognition ethods.

Робота містить 63 сторінки, 14 рисунків, 4 таблиці. Було використано 40 джерел. Актуальність: актуальність дослідження полягає в тому, що кількість пристроїв в мережі ІоТ постійно збільшується. Разом з цим збільшується кількість рішень на ринку ІоТ технологій, що в купі призводить до росту потенційних вразливостей цих мереж. Тим самим збільшується кількість ресурсів, що витрачається на забезпечення безпеки. Чим більше інтернет речей впроваджується в обіг у різних галузях людського життя, тим більш привабливою для зловмисників стає ідея атак цих мереж, що призводить до збільшення і ускладнення атак. Такий стан речей призводить до ускладнення засобів забезпечення безпеки, що в свою чергу призводить до збільшеня витратів ресурсів на забезпечення безпеки ІоТ систем. Мета роботи: зменшити кількість ресурсів, що витрачаються на забезпечення захисту інформації в мережі інтернету речей за рахунок удосконалення нейромережевого імунного методу виявлення вторгнень за допомогою введення процесу донавчання. Запропонований метод дозволить зменшити кількість обчислень, потрібних для забезпечення задовільного рівня безпеки.
The work contains 63 pages, 14 figures, and 4 tables. 40 sources were used. Topicality: The relevance of the research is in the fact that the number of devices in the Internet network is constantly increasing. At the same time, the number of solutions in the market of IT technologies is increasing, which in turn leads to an increase in the potential variability of these networks. This increases the amount of resources spent on security. The more Internet solutions are introduced into circulation in different areas of human life, the more attractive the idea of attacking these networks becomes for the perpetrators, leading to an increase and complication of attacks. This state of affairs leads to the deterioration of security equipment, which in turn leads to increased costs of resources for security of IT systems. The goal of the work: to reduce the amount of resources spent on information security in the Internet of Things through the improvement of the neuromereger immune method of intrusion detection through the introduction of a donation process. The proposed method will reduce the number of calculations required to ensure the required safety level.

Була створена ігрова система. В роботі було проведено аналіз найліпших ігрових рушіїв, представлено плюси та мінуси їх використання. Також був проведений аналіз можливих алгоритмів генерування ігрового середовища. На основі цього аналізу було розроблено ігрову концепцію, створено ігрову логіку та правила, спроектовано ігрові механіки та прототип дизайну гри. Для генерування ігрового середовища був створений власний алгоритм на основі алгоритму випадкових чисел. Для реалізації проекту було використано середовище розробки Unity. Для перевірки валідності ігрової системи було проведено закрите Альфа та Бета -тестування.

Рассматривается топология многослойной полносвязанной искусственной нейронной сети (ИНС), которая определяется количеством скрытых слоев и числом нейронов на нем. Выбор оптимальной топологии ИНС затруднителен, поэтому используется генетический алгоритм (ГА), который благодаря высоким адаптивным качествам является достаточно перспективным вариантом.

Проведено дослідження сучасного стану машинного навчання, було проведено аналіз засобів розробки під мобільні платформи. Проаналізовано можливості використання засобів машинного навчання для розробки додатків під мобільні платформи. Було спроектовано та розроблено додаток для платформи IOS з використанням засобів машинного навчання для визначення що саме зображено на малюнку.
Метою даної магістерської роботи є дослідження можливостей використання засобів машинного навчання при розробці на мобільні платформи. Для досягнення поставленої мети було сформовано наступні завдання: 1. проаналізувати можливі засоби машинного навчання доступні для використання на мобільних платформах; 2. проаналізувати засоби розробки додатків для платформ IOS та Android; 3. спроектувати та реалізувати додаток для однієї з мобільних платформ; 4. протестувати розроблений додаток. Після виконання всіх поставлених завдань було продемонстровано практичне використання засобів машинного навчання для розробки додатків на мобільні платформи.

Робота виконана на кафедрі автоматизації технологічних процесів і виробництв факультету прикладних інформаційних технологій та електроінженерії Тернопільського національного технічного університету імені Івана Пулюя Міністерства освіти і науки України. Захист відбудеться «27» грудня 2019 р. о 8.00год. на засіданні екзаменаційної комісії №43 у Тернопільському національному технічному університеті імені Івана Пулюя
Кучірка Є. Розробка та дослідження автоматизованої системи управління температурою в камері сушіння деревини на основі нейромережевих технологій. 151. «Автоматизація та комп’ютерно-інтегровані технології». – Тернопільський національний технічний університет імені Івана Пулюя. – Тернопіль, 2019. Метою даного дипломноЇ робои є розробка автоматизованої системи управління температурою в камері сушки деревини на основі нейромережевих технологій. Розроблено програму для навчання нейромережі за вхідними значеннями вологості деревини. На основі цього встановлюється необхідна температура в камері сушіння. Складена структурна модель системи в SIMULINK і досліджена на вплив збурень. Створено автоматизовану системи управління температурою в камері сушіння деревини, що забезпечило повну автоматизацію управління температурою. Система реалізована на базі програмного пакету MATLAB SIMULINK.
Kuchirka Yelyzveta. Development and research of CAS of management a temperature are in the chamber of drying of wood on the basis of neural networks technologies. 151. "Automation and Computer-Integrated Technologies." - Ternopil Ivan Pulyuy National Technical University. - Ternopil, 2019. The aim of this thesis is the automated control system of the temperature in the wood drying chamber based on neuronet’s technologies. The program for the neuronet studies using the wood damp incoming values is developed. Based on this the necessary drying chamber temperature is set. The structural model of the system in SIMULINK is built and disturbance influence is investigated. The automated control system of the temperature in the wood drying chamber, that provided complete automation of temperature control, is created. The system is realized using the program package MATLAB SIMULINK.
ВСТУП 1 АНАЛІТИЧНА ЧАСТИНА 1.1 Рівняння кінетики процесу сушіння деревини 1.2 Аналіз архітектур нейромереж 1.3. Методика вимірювання вологості деревини 1.4 Принцип визначення вологості 2 НАУКОВО-ДОСЛІДНА ЧАСТИНА 2.1 Структурний синтез швидких нейромереж 2.2 Структурний аналіз алгоритмів ШПФ 2.3 Алгоритм структурного синтезу ШНМ 2.4 Синтез структурної моделі ШНМ 2.5 Топологія нейронної мережі 2.6 Регулярні топології 2.7 Навчання нейроконтроллера 3 ТЕХНОЛОГІЧНА ЧАСТИНА 3.1 Технологія автоматичного керування 3.2 Використання мереж в управлінні 4 КОНСТРУКТОРСЬКА ЧАСТИНА 4.1 Дослідження нейроконтролера 4.2 Дослідження системи в SIMULINK 4.3 Дослідження системи в SIMULINK на збурення 5 СПЕЦІАЛЬНА ЧАСТИНА 5.1 Вибір системи керування лісосушильними камерами 5.2 Вибір елементів системи керування 5.3 Вимірювач вологості деревини 6 ОБГРУНТУВАННЯ ЕКОНОМЧІНОЇ ЕФЕКТИВНОСТІ 6.1 Економічна доцільність розробки системи та її впровадження 6.2 Визначення економічного ефекту 6.3 Розрахунок лімітної ціни 6.4 Визначення економічного ефекту в умовах експлуатації спроектованої системи 7 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 7.1 Аналіз потенційно небезпечних та шкідливих виробничих факторів 7.2 Забезпечення нормальних умов праці 7.3 Розрахунок освітленості виробничого приміщення 7.4 Електромагнітний імпульс ядерного вибуху і захист від нього радіоелектронних засобів 7.5 Сучасний стан знань в області ЕМІ 7.6 Використання імітаторів ЕМІ для набору експериментальних даних 7.7 Можливі шляхи вирішення задачі захисту від ЕМІ 7.8 Практична оцінка стійкості промислового цеху до впливу ударної хвилі ядерного вибуху 8 ЕКОЛОГІЯ 8.1 Загальні відомості про забруднення атмосфери 8.2 Забруднення виробничого та навколишнього середовища відходами виробництва 8.3 Вимоги до моніторів (ВДТ) і ПЕОМ ВИСНОВКИ ПЕРЕЛІК ПОСИЛАНЬ

Існуючі системи планування витрат на енергоресурси (ВЕ) в цілому враховують середню кількість енергії яка була використана державними установами за попередній період. Найбільшим недоліком такого підходу є те, що установи, які вже впровадили у себе технології енергозбереження і мають збалансовані обсяги споживання енергоресурсів заздалегідь виявляються в гірших умовах. При суттєвому зростанні ставок тарифів на енергоносії для бюджетних організацій (БО), а також при посиленні договірних відносин з енергопостачальними організаціями значно підвищуються вимоги до рівня планування ВЕ.

1. Soumitra P., Kunal K., Devashish J., Rachit D. (2008) - Application of Artificial Neural Networks in Aircraft Maintenance, Repair and Overhaul Solutions 2. Kalan R. Basic concepts of neural networks - M: Publishing house "Williams", 2003. 3. Web resource: http://www.modern-avionics.ru/ date of request 15.03.2021
Тhe use of neural network technologies in aviation is analyzed in the work and the prospects for their development of aviation systems.
У роботі проаналізовано використання нейромережевих технологій в авіації та перспективи їх розвитку в авіаційних системах.

Магістерська дисертація 108 с., 31 рис., 19. табл, 1 додаток, 17 джерел Об’єктом досліджень є процеси у складних системах із великою кількістю вхідних та вихідних параметрів. Предметом дослідження є методи формуваня множини Парето, узгодження областей значень та визначень. Мета дослідженя: 1. Розробити та дослідити методи узгодження областей значень та визначень для функцій за дискретно заданою вибіркою. 2. Створити модель формування множини Парето. Новизна: Використання нейронних мереж для формувая функціональних залежностей із подальшим формуванням множини Парето та корекції за допомогою методів узгодження областей значень та визначень. В роботі проводиться ретельна побудова методів узгодження областей значень та визначень для функцій, за дискретно заданою вибіркою. Для цього використовується апарат штучних нейронних мереж. В результаті отриманий інструментарій знаходить застосування у корекції множини Парето, яка формується із використанням комбінації нейронних мереж, що включають в себе моделі сегментації. В результаті було створено модель побудови множини Парето для системи функцій за дискретно заданою вибіркою, що дозволяє знаходити компроміс під час прийняття рішення щодо моделювання складного виробу.
Master's dissertation 108 p., 31 fig., 19. table, 1 appendix, 17 sources The object of research is complex systems with a large number of input and output parameters. The subject of the research is the methods of reconstruction of the Pareto set, coordination of the domains of arguments and values. The purpose of the study: 1) Develop and investigate methods for reconciling arguments domain and values domains for tabular functions. 2) Form a Pareto domain recovery model. Novelty: The use of neural networks to restore functional dependencies with subsequent forecasting of the Pareto area and correction using methods of matching the areas of values and definitions. The work carefully constructs methods for reconciling the areas of values and arguments for functions that they are given by tabular data. The approach of the artificial neural networks is used for this purpose. The resulting toolkit is used in the correction of the Pareto set, which is reconstructed using a combination of neural networks that include segmentation models. As a result, a model for constructing a Pareto set was created for a system of functions defined in tabular form, which allows to find a compromise when deciding on the modeling of a complex product.