Academic literature on the topic 'Апаратно-програмне забезпечення'

Сучасні інтегровані модульні системи авіоніки привносять значну гнучкість у розроблення систем авіоніки, але з такою гнучкістю виникає більш складний процес проектування для точного налаштування програмно-апаратної платформи виконання. Це значно збільшує труднощі в проектуванні системи IMA порівняно з федеративними архітектурою, де прикладне програмне забезпечення статично розподіляється між її виконавчим обладнанням. Метою розроблення програмного комплексу є надання засобів розроблення прикладних програм ІМА і подальший їх запуск на цільовій платформі LynxOS-178 без зміни вихідного коду. Використання цього комплексу дозволить як формувати нові навички для розроблення сучасних модулів авіоніки, так і отримати більш глибокі знання для формування компетенцій у сфері новітніх технологій. У статті пропонується архітектура програмного комплексу розроблення прикладних програм інтегрованої модульної авіоніки (далі – ІМА) з інтерфейсом APEX за стандартом ARINC-653 в операційній системі Linux, особливості її реалізації, а також методи розроблення програмного комплексу. Запропонований підхід спрощує процес розроблення додатків ІМА і зменшує ціну розроблення, включаючи тестування і налагодження. Також використання як загальнодоступної операційної системи реального часу ОСРЧ Linux із відкритим вихідним кодом з інтерфейсом APEX за стандартом ARINC-653 під час розроблення прикладних програм ІМА є рішенням, що лежить у межах програми імпортозаміщення. Запропонований програмний комплекс можна використовувати для забезпечення дисциплін, пов’язаних із вбудованими обчислювальними системами як засіб для розроблення додатків ІМА, у межах освоєння таких компетенцій, як здатність освоювати методики використання програмних засобів для розв’язання практичних завдань, здатність розробляти компоненти апаратно-програмних комплексів і баз даних, використовуючи сучасні інструментальні засоби і технології програмування, здатність сполучати апаратні й програмні засоби в складі інформаційних і автоматизованих систем, готовність застосовувати основи інформатики та програмування до проектування, конструювання та тестування програмних продуктів, готовність застосовувати основні методи і інструменти розроблення програмного забезпечення, володіння навичками використання різних технологій розроблення програмного забезпечення.

Проблема інтерактивного навчання математичним дисциплінам за допомогою Інтернет на даний момент надзвичайно актуальна. Звичайно, використання таких відомих пакетів як MathLab, Maple, Mathematica можливе і в Інтернеті, але мета цих пакетів дещо інша – розв’язання конкретних задач математичного змісту.В даній доповіді мова йде про використання засобів спілкування суб’єктів навчального процесу з математичних дисциплін в системі дистанційного навчання. В НДІАСБ уже більше п’яти років ведуться роботи з розробки мови спілкування математиків в Інтернеті [1–3]. Розроблено редактор математичних текстів MathTextView, який використовується для відображення математичних текстів в Інтернет-браузері (безпосередньо та через перетворення на сервері). Мова MathTextView налічує близько 250 елементів форматування математичних текстів – формули, графіки, схематичні рисунки. При цьому зберігається семантика математичного виразу.Мова MathTextView може бути віднесена до так званих природніх мов, тому що нагадує сленг, яким уже багато років користуються математики при спілкуванні зі своїми колегами. Це є досить суттєвою перевагою MathTextView при переході викладачів математичних дисциплін на дистанційну форму навчання.В Інтернеті уже досить значний час існує мова MathML. Але, оскільки ця мова не відноситься до природніх, то вона не набрала до цих пір широкого поширення, незважаючи навіть на те, що є спеціальний браузер Mozilla, який інтерпретує математичні тексти, написані з використанням цієї мови.Важливим моментом для будь-якого редактора є можливість обміну з іншими більш-менш поширеними програмними засобами аналогічного призначення. З метою інтеграції з іншими мовами для представлення математичних текстів в Інтернеті був розроблений конвертер з MathTextView в MathML [4]. При цьому виникла проблема, зумовлена неоднаковою кількістю елементів нотації в цих мовах (в Content MathML, а саме ця версія зберігає семантику формули, таких елементів близько 120, що значно менше, ніж в MathTextView). Цю проблему можна було б розв’язати шляхом конвертації решти елементів MathTextView в Presentation MathML, але більш прогресивною, на нашу думка, є наступний підхід. Оскільки мова математичних формул вже зберігає структуру, то доцільно на сервері зберігати нотацію математичних об’єктів в форматі MathTextView. А для представлення на екрані, папері краще скористатись шляхом, який використовується в технології ТЕХ. Там існують утиліти, за допомогою яких нотація ТЕХ перетворюється в файл формату DVI (DeVice Independent – апаратно незалежний), а далі при потребі можна з формату DVI одержати зображення математичних об’єктів в будь-якому відомому на цей час форматі (наприклад, PNG, PDF). Такий універсальний підхід до інтеграції MathTextView з іншими форматами розробляється на даний момент шляхом створення конвертора із MathTextView в ТЕХ з подальшим використанням вищезгаданих утиліт.З 2005 р. на сайті http://math.accent.kiev.ua функціонує математичний форум і гостьова книга для математиків. Математичний форум розроблений на базі широко відомого популярного відкритого ресурсу, створеного BBphp Group.Мову MathTextView також можна використовувати в системі дистанційної освіти, що базується на використанні середовища для розробки онлайн-курсів та WEB-сайтів Moodle (Modular Object-Oriented Dynamic Learning Environment – Модульне об’єктно-орієнтоване динамічне навчальне середовище). Moodle розповсюджується як вільне програмне забезпечення з відкритим вихідним кодом. Приклади застосування MathTextView в середовищі Moodle можна знайти на сайті http://www.moodle.edu-ua.net

На сьогоднішній день існує багато компаній у всьому світі, що займаються розробкою систем машинного перекладу (СМП), за допомогою яких здійснюється переклад на різні мови світу. Серед них можна виділити такі: SYSTRAN (США, systransoft.com), Langenscheidt (Німеччина, langenscheidt.de), Transparent Language (США, transparent.com), LANGUAGE ENGINEERING CORPORATION (США, lec.com), Translation Experts (США, tranexp.com), Linguatec (Німеччина, linguatec.net), SDL (Великобританія, sdl.com), STAR (Швейцарія, star-group.net), ATRIL (США, atril.com), Alis Technologies (Канада, alis.com).Вивчення джерел щодо комп’ютерних технологій перекладу й опрацювання текстів свідчить, що проблеми перекладу і розпізнавання образів за допомогою машини тісно пов’язані із проблемами штучного інтелекту і кібернетикою. Проблеми створення штучної подібності людського розуму для вирішення складних завдань і моделювання розумової діяльності вивчаються досить давно. Вперше ідею штучного інтелекту висловив Р. Луллій у XIV столітті, коли він намагався створити машину для вирішення різноманітних задач з основ загальної класифікації понять. А у XVIII столітті Г. Лейбніц і Р. Декарт розвили ці ідеї, запропонувавши універсальні мови класифікації всіх наук [1].Ці ідеї лягли в основу теоретичних розробок у галузі створення штучного інтелекту. Проте розвиток штучного інтелекту як наукового напряму став можливим лише після створення електронних обчислювальних машин (ЕОМ). Це сталося у 40-ві роки ХХ століття.Термін «штучний інтелект» був запропонований в 1956 р. на семінарі, присвяченому розробці логічних завдань з аналогічною назвою у Стенфордському університеті. Штучний інтелект – розділ комп’ютерної лінгвістики та інформатики, де розглядаються формалізація проблем та завдань, які нагадують завдання, виконувані людиною. При цьому у більшості випадків алгоритм розв’язування завдання невідомий наперед. Точного визначення цієї науки немає, оскільки у філософії не вирішене питання про природу і статус людського інтелекту. Немає і точного критерію досягнення комп’ютером «розумності», хоча стосовно штучного інтелекту було запропоновано низку гіпотез, наприклад, тест Тьюринга або гіпотеза Ньюела-Саймона [2].Після визначення штучного інтелекту як самостійного розділу науки відбувся його поділ за двома основними напрямками: нейрокібернетика і кібернетика «чорного ящика». Розпізнавання образів – традиційний напрямок штучного інтелекту, близький до машинного навчання і пов’язаний з нейрокібернетикою. Кожному об’єкту відповідає матриця ознак, за якою відбувається його розпізнавання. Машинний переклад належить до кібернетики «чорного ящика», головним принципом якого є принцип, протилежний нейрокібернетиці, а саме: немає значення, як побудований «розумовий» пристрій – головне, щоб на задані вхідні дії він реагував, як людський мозок.Слід зазначити, що сьогодні науковці розглядають штучний інтелект як один з напрямків інформатики, метою якого є розробка апаратно-програмних засобів, за допомогою яких можна користувачу-непрограмісту ставити і вирішувати завдання, що традиційно вважаються інтелектуальними [2].З другої половини 1960-х рр., коли людство вступило в епоху комп’ютерних технологій, використання комп’ютерів звільнило людей від багатьох видів рутинної роботи, будь то трудомісткі обчислення чи пошук необхідних елементів в різних базах даних. При цьому слід мати на увазі, що принципова відмінність комп’ютерних технологій від будь-яких виробничих технологій полягає саме в тому, що в одному випадку технології не можуть бути безупинні, тому що вони поєднують роботу рутинного типу (скажімо, оперативний облік) і роботу творчу, яка не піддається поки що формалізації (прийняття рішень), а в іншому випадку функція виробництва безупинна і відображає строгу послідовність всіх операцій для випуску продукції (конвеєризація процесу).Переклади текстів з однієї мови на іншу можна віднести до рутинної роботи, але тільки частково. Дійсно, з одного боку, в роботі будь-якого перекладача є досить велика кількість елементів формалізму, хоча, з іншого боку, у даний час жоден серйозний переклад не може бути виконаний зовсім формально.Усі переклади можна розділити на технічні і літературні. Межа між ними є дуже «розмитою» (проміжне положення займають, наприклад, переклади ділових листів). Особливістю технічних перекладів є необхідність у першу чергу знати стандарти фахових понять. Специфіка ж літературного перекладу полягає в тому, що потрібно одержати текст, за художньою цінністю максимально близький до оригіналу. Якість виконання з використанням комп’ютера технічних і літературних перекладів у теперішній час зовсім різна: технічні переклади є якісніші, ніж літературні. Останній факт особливо відчутний при перекладі віршованих форм  тут використання комп’ютера практично неможливе: його використання поступається поетам-перекладачам.Переклад текстів  одна з перших функцій, яку людина спробувала виконати за допомогою комп’ютера. Всього через кілька років після створення перших ЕОМ з’явилися і програми машинного перекладу. Датою народження машинного перекладу як галузі досліджень прийнято вважати 1947 р. Саме тоді У. Уівер [3] (який написав трохи пізніше, у 1949 р., разом із К. Шенноном книгу з основ теорії інформації), написав лист Н. Вінеру, «батькові кібернетики», порівнявши в цьому листі завдання перекладу із завданням дешифрування текстів.Завдання дешифрування до цього часу вже вирішувалися (і небезуспішно) на електромеханічних пристроях. Більше того, перша діюча ЕОМ за назвою Colossus-1, сконструйована в Англії в 1942-43 рр. знаменитим математиком і логіком А. Тьюрінгом, автором теоретичного автомата «машина Тьюрінга», разом з Х. А. Ньюменом, використовувалася під час війни для розшифровування секретних німецьких кодів. Оскільки ЕОМ Colossus-1, як і всі перші обчислювальні машини, конструювалася і використовувалася головним чином для військових цілей, відомості про неї стали відомі набагато пізніше її введення в експлуатацію. У 1944 р. Г. Айкен сконструював обчислювальну машину МАРК-1 на електромеханічних елементах і установив її в Гарвардському університеті. Ця машина також використовувалася для виконання завдань дешифрування. Відзначимо також, що завдання дешифрування доводилося і доводиться нерідко вирішувати не тільки військовим, але також археологам і історикам при спробах прочитати рукописи давніми, забутими мовами [4].Після листа У. Уівера Н. Вінерові відбувся ряд гострих наукових дискусій, потім були виділені гроші на дослідження. Сам Н. Вінер, що вільно розмовляв 13-тьма мовами, довгий час оцінював можливості комп’ютерного перекладу дуже скептично. Він, зокрема, писав: «...що стосується проблеми механічного перекладу, то, відверто кажучи, я боюся, що межі слів у різних мовах занадто розпливчасті, а емоційні й інтернаціональні слова займають занадто велике місце в мові, щоб який-небудь напівмеханічний спосіб перекладу був багатообіцяючим... В даний час механізація мови... уявляється мені передчасною» [5, 152]. Однак, всупереч скепсису Вінера і ряду інших вчених зі світовими іменами, у 1952 р. відбулася перша міжнародна конференція з машинного перекладу. Організатором цієї конференції був відомий ізраїльський математик І. Бар-Хіллел. Він прославився в першу чергу застосуванням ідей і методів математичної логіки в різних напрямках досліджень з теорії множин і основ математики, але видав також ряд робіт із загальної теорії мови, математичної лінгвістики, автоматичного перекладу і теорії визначень (у СРСР була дуже популярна монографія «Основи теорії множин», написана І. Бар-Хіллелом разом з А. А. Френкелом) [3].Незабаром після конференції 1952 р. був досягнутий ряд успіхів у академічних дослідженнях, які, у свою чергу, стимулювали комерційний інтерес до проблеми машинного перекладу. Вже в 1954 р. знаменита фірма IBM разом із Джорджтаунським університетом (США) зуміла показати першу систему, що базується на словнику з 250-ти слів і 6-ти синтаксичних правилах. За допомогою цієї системи забезпечувався переклад 49-ти заздалегідь відібраних речень. Вже до 1958 р. у світі існували програмні системи для машинного перекладу технічних текстів, найдосконаліша з яких була розроблена в СРСР і мала запас 952 слова.В період з 1954 р. по 1964 р. уряд і різні військові відомства США витратили на дослідження в галузі машинного перекладу близько 40 млн. доларів. Однак незабаром «запаморочення від успіхів» змінилося повною зневірою, що доходила практично до повного заперечення здійсненності машинного перекладу. До подібного висновку прийшли на основі звіту, виконаного спеціальним комітетом із прикладної лінгвістики (ALPAC) Національної Академії наук США. У звіті констатувалося, що використання систем автоматичного перекладу не зможе забезпечити прийнятну якість у найближчому майбутньому. Песимізм ALPAC був обумовлений, головним чином, невисоким рівнем розвитку комп’ютер­ної техніки того часу. Справді, труднощі роботи з перфокартами і величезними комп’ютерами I-го і II-го поколінь (на електронних лампах чи транзисторах) були чималими. Саме з цих причин перші проекти не дали істотних практичних результатів. Однак були виявлені основні проблеми перекладу текстів природною мовою: багатозначність слів і синтаксичних конструкцій, практична неможливість опису семантичної структури світу навіть в обмеженій предметній галузі, відсутність ефективних формальних методів опису лінгвістичних закономірностей [6].До поширення персональних комп’ютерів машинний переклад міг бути швидше цікавим об’єктом наукових досліджень, ніж важливою сферою застосування обчислювальної техніки. Причинами цього були:висока вартість часу роботи ЕОМ (з огляду на той факт, що кожну обчислювальну машину обслуговувала велика група системних програмістів, інженерів, техніків і операторів, для кожної машини було потрібне окреме, спеціально обладнане приміщення і т.п., «комп’ютерний час» був дуже і дуже дорогим);колективне використання ресурсів комп’ютера. Це часто не дозволяло негайно звернутися до електронного помічника, зводячи нанівець найважливішу перевагу машинного перекладу перед звичайним  його оперативність.За результатами звіту ALPAC дослідження з комп’ютерного перекладу припинилися на півтора десятка років через відсутність фінансування. Однак у цей же час відбувся якісний стрибок у розвитку обчислювальної техніки за рахунок переходу до технологій інтегральних схем. ЕОМ III-го покоління на інтегральних схемах, що використовувалися у 1960-ті роки, до кінця 1960-х  початку 1970-х років стали витіснятися машинами IV-го покоління на великих інтегральних схемах. Нарешті, у 1970 р. М. Е. Хофф (Intel) створив перший мікропроцесор, тобто інтегральну схему, придатну для виконання функції великої ЕОМ. До середини 1970-х років з’явилися перші комерційно розповсюджувані персональні комп’ютери (ПК) на базі 8-розрядних мікропроцесорів фірми Intel. Це була на той час комп’ютерна революція.Саме поява ПК стала сильним додатковим стимулом для вдосконалювання комп’ютерного перекладу (особливо після створення комп’ю­терів Apple II у 1977 р. і IBM PC у 1981 р.). Поновленню досліджень з комп’ютерного перекладу сприяло також підвищення рівня розвитку техніки і науки взагалі. Так, у 1970-ті рр. одержала поширення система автоматизованого перекладу SYSTRAN. Протягом 1974-75 рр. система була використана аерокосмічною асоціацією NASA для перекладу документів проекту «Союз-Аполлон». До кінця 1980-х років за допомогою цієї системи перекладали з кількох мов вже близько 100 000 сторінок щорічно. Розвитку комп’ютерного перекладу сприяло ще і зростання інтересу дослідників і проектувальників до проблеми штучного інтелекту (тут явно переважали лінгвістичні аспекти) і комп’ютерного пошуку даних [7].Починаючи з 1980-х рр., коли вартість машинного часу помітно знизилась, а доступ до них можна було одержати в будь-який час, машинний переклад став економічно вигідним. У ці і наступні роки удосконалювання програм дозволило досить точно перекладати багато видів текстів. 1990-ті рр. можна вважати справжньою «епохою Відродження» у розвитку комп’ютерного перекладу, що пов’язано не тільки з широкими можливостями використання ПК і появою нових технічних засобів (у першу чергу сканерів), але і з появою комп’ютерних мереж, зокрема глобальної мережі Internet.Наприклад, створення Європейської Інформаційної Мережі (EURONET DIANA) стимулювало роботи зі створення систем автоматизованого перекладу. У 1982 р. було оголошено про створення європейської програми EUROTRA, метою реалізації якої була розробка системи комп’ютерного перекладу для всіх європейських мов. Спочатку проект оцінювався в 12 млн. доларів США, але вже в 1987 р. фахівці визначили сумарні витрати по цьому проекту більш ніж у 160 млн. доларів [4].Використання глобальної мережі Internet об’єднало мільйони людей, що говорять різними мовами, у єдиний інформаційний простір. Домінує, природно, англійська мова, але: є користувачі, які нею зовсім не володіють чи володіють дуже слабко; існує безліч Web-сторінок, написаних не англійською мовою.Для полегшення перегляду Web-сторінок, описаних незнайомою користувачеві мовою, з’явилися додатки до браузерів, за допомогою яких здійснюється переклад обраних користувачем фрагментів Web-сторінки або всієї Web-сторінки, що переглядається. Для цього досить лише скопіювати частину тексту та вставити його у відповідне поле або «натиснути» на спеціальну кнопку меню. Прикладом такого комп’ютерного перекладача є програмний засіб WebTransSite фірми «Промт», створений на базі програмного засобу Stylus, який можна використовувати в різних браузерах (Netscape Navigator, Internet Explorer, Mozilla Firefox, Opera та ін.) або, наприклад, Google Translate – це сервіс компанії Google, за допомогою якого можна автоматично перекладати слова, фрази та Web-сторінки з однієї мови на іншу. В системі Google використовується власне програмне забезпечення для перекладу на основі статистичного машинного перекладу. З вересня 2008 р. підтримуються й переклади українською мовою. Користувач уводить текст, поданий мовою оригіналу, та вказує мову, якою цей текст потрібно подати.Проблемами машинного перекладу в теперішній час займається ряд відомих компаній, таких як SYSTRAN Software Inc., Logos Corp., Globalink Inc., Alis Technologies Inc., Toshiba Corp., Compu Serve, Fujitsu Corp., TRADOS Inc., Промт та інші. З’явилися також компанії, що спеціалізуються на машинному перекладі, зокрема компанія SAP AG, яка є європейським лідером у розробці програмного забезпечення і протягом багатьох років використовує системи машинного перекладу різних виробників при локалізації своїх програмних продуктів. Існує і служба машинного перекладу при комісії Європейського Союзу (обсяг перекладу в комісії перевищує 2,5 млн. сторінок щорічно; переклади всіх документів виконуються оперативно 11-тьма офіційними мовами, забезпечують їх 1100 перекладачів, 100 лінгвістів, 100 менеджерів і 500 секретарів) [8].Проблемам комп’ютерного перекладу значна увага науковців приділяється в галузі лінгвістики, зокрема в Україні у Київському державному університеті лінгвістики, дуже міцною є лінгвістична школа Санкт-Петербурга та Москви. Не можна не згадати такі праці, як фундаментальна монографія Ф. Джорджа «Основи кібернетики» [5], Дж. Вудера «Science without properties», О. К. Жолковського «О правилах семантического анализа», Ю. М. Марчука «Проблемы машинного перевода», Г. С. Цейтіна, М. І. Откупщикової та ін. «Система анализа текста с процедурным представлением словарной информации» [6] та інші, в яких сформульовані основні принципи і проблеми практичної реалізації машинного перекладу. Ці монографії містять цікавий фактичний матеріал і можуть бути корисні педагогу в побудові курсу лекцій з комп’ютерних технологій перекладу й опрацювання текстів.Протягом багатьох років науковці в галузях лінгвістики, кібернетики, інформатики вели інтенсивні пошуки моделей і алгоритмів людського мислення і розробок програм, але так сталося, що жодна з наук – філософія, психологія, лінгвістика – не в змозі запропонувати такого алгоритму. Таким чином, штучний інтелект як «генератор знань» [9, 139] ще не створений, машинний переклад є частково структурованим завданням, а тому втручання людини в створення досконалих перекладів буде потрібне завжди і її треба, як слід, цього навчати.

Мета – зробити короткий огляд розвитку і трансформації рефлексотерапії в біорезонансну діагностику і терапію в умовах районної поліклініки. На конкретному прикладі показати окремі діагностичні і терапевтичні можливості вегетативного резонансного тесту (ВРТ), використовуючи оптимальний алгоритм діагностики і методику підбору частотних характеристик інформаційних копій гомеопатичних препаратів.Матеріал і методи. Діагностику і терапію проводили на апаратно-програмному комплексі «ИМЕДИС-ЭКСПЕРТ». Використовували програмне забезпечення Імедіс-Експерт, версія 6.30, апарат «МИНИ-ЭКСПЕРТ ДТ», апарат «МИНИ-ЭКСПЕРТ Д+», електронний медикаментозний селектор (версія 25 і вище) , апарат для адаптивної біорезонансної терапії «ИМЕДИС-БРТ», матеріали конференцій і з’їздів.Для пошуку ефективних резонансних препаратів для лікування була використана ідея С. Ганемана про міазми, яка характеризує основні закономірності розвитку і перебігу хронічних захворювань. З сучасних позицій міазм можна уявити як чітко детерміновану програму, за якою прогресивно набуває розвитку патологічний процес, незалежно від етіологічного фактора. Вся багатоманітність цієї програми проявляється в конкретних конституційних типах, закладених в патогенез гомеопатичних препаратів. Всі патологічні коливання, виявлені у конкретного хворого, відповідають неоптимальному рівню тієї чи іншої системи органів, тканин, міжкапілярної і міжклітинної рідин, крові, лімфи, клітини, видів обміну, біохімічних показників та інших процесів. Ця неоптимальність характеризує і неоптимальні міазми в даний конкретний відрізок часу. Використовуючи такий підхід через неоптимальні міазми можна підібрати максимально ефективний препарат для конкретного міазму, поступово нівелюючи всі виявлені неоптимальні параметри, і тим самим повернути організм до фізіологічної норми.Результати. Позитивний результат лікування конкретного пацієнта на основі діагностичних даних, отриманих методом ВРТ, а також результати лікування хворих з іншою патологією підтверджують необхідність ширшого використання методу в клінічній практиці.Висновки. Метод біорезонансної діагностики і терапії заслуговує на більш широке використання лікарями різних спеціальностей як експрес-метод діагностики. Терапія інформаційними копіями гомеопатичних препаратів дає прогнозовані позитивні результати при вмілому користуванні.

Дипломна робота присвячена дослідженню сучасних технологій дистанційного керування безпілотними літальними апаратами. Проведено порівняльний аналіз застосовності доступних компонентів загального призначення (сенсори, мікроконтролери, процесори, модулі зв’язку, одноплатні комп’ютери) та програмного забезпечення, яке дозволяє будувати гнучкі та надійні системи керування квадрокоптерами та дронами. Виділено ключові функції та особливості інтуїтивно зрозумілої, надійної та простої в реалізації системи керування безпілотним літальним апаратом. На основі спроектованих систем в подальшому будуть розроблені засоби дистанційного жестового контролю польотних характеристик квадрокоптерів бюджетного класу. Розглянуто питання обгрунтування економічної ефективності від впровадження результатів дослідження, проведеного в дипломній роботі, вимоги з охорони праці та техніки безпеки відповідно до нормативних документів, питання безпеки працівників під час роботи мережі та безпеки під час роботи з комп’ютером. Також розглянуто питання захисних споруд і їх оснащення, вплив ЕМП на людину, також захист від ЕМП. У екологічній частині проведено ознайомлення з основними статистичними показниками екологічних явищ, а також вимогами до проведення державної та громадської екологічної експертизи. Об’єкт дослідження – комп’ютерні системи керування безпілотними літальними апаратами. Предмет дослідження – способи реалізації системи керування та контролю сукупності (рою) взаємодіючих дронів.