Кафедра інженерії програмного забезпечення в енергетиці (ІПЗЕ)
Постійне посилання на фонд
Переглянути
Перегляд Кафедра інженерії програмного забезпечення в енергетиці (ІПЗЕ) за Автор "Бандурка, Олена Іванівна"
Зараз показуємо 1 - 6 з 6
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Методи і алгоритми аналізу геоданих для рішення задачі оцінки антропогенного впливу на довкілля(КПІ ім. Ігоря Сікорського, 2023) Бандурка, Олена Іванівна; Барабаш, Олег Володимирович; Шпурик, Вадим ВадимовичБандурка О. І. Методи і алгоритми аналізу геоданих для рішення задачі оцінки антропогенного впливу на довкілля. − Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії з галузі знань 12 Інформаційні технології за спеціальністю 121 Інженерія програмного забезпечення. – Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ, 2023. Дисертаційна робота присвячена розробці науково-методичного апарату прогнозування виникнення лісових пожеж на основі статистичної моделі в інтеграції з геододатками для підтримки управлінських рішень. Людська діяльність за останні десятиріччя призвела до катастрофічних наслідків, які проявляються в незворотних процесах, що роблять навколишнє середовище непридатним до життя. Негативний антропогенний вплив має глобальні наслідки, такі як зміна клімату внаслідок зміни балансу газів в атмосфері, забруднення грунтів важкими металами, нафтопродуктами, радіоактивними речовинами, вирубка лісів, яка сягає катастрофічних планетарних масштабів. Але найбільшою техногенною катастрофою є масштабні лісові пожежі. Щороку внаслідок пожеж знищуються сотні тисяч гектарів лісового фонду. Статистика лісових пожеж по всьому світу і зокрема, в Україні, дозволяє зробити висновок, що причиною лісових пожеж (75-80 %) є антропогенний фактор. Саме тому, загальне завдання прогнозування лісових пожеж з застосуванням засобів сучасних інформаційних технологій для зниження негативних наслідків лісових пожеж на сьогодні є актуальним. Метою дисертації є підвищення ефективності (оперативності та достовірності) обробки геоданих для мінімізації ризиків виникнення лісових пожеж на основі статистичної моделі Байєса для підтримки управлінських рішень. Екологічне прогнозування, зокрема передбачення подій в лісових екосистемах, ґрунтується на статистичних даних. Заходи по попередженню та нейтралізації лісових пожеж вимагають створення складних математичних моделей, що включає проведення моніторингу, передбачає моделювання задач, що є неструктурованими та потребує застосування сучасних інформаційних технологій. Дослідження існуючих науково-обґрунтованих підходів в аналізі геоданих для рішення задач оцінки антропогенного впливу на довкілля та, безпосередньо, пов’язаних з розробкою методів та моделей дослідження лісових пожеж, дозволили зробити висновок про формування, за останні роки, нового пріоритетного підходу, пов'язаного із забезпеченням інформаційним системам модульності, універсальності, можливості обробки великих об’ємів статистичних даних та проведення складних розрахунків. Проблеми моделювання лісових пожеж розглянуті в роботах С.Ю. Антонова, Ю.А. Абрамова, Д.С. Воробйова, А.Є. Басманова, Г.А. Доррера, А.Н. Дигала, Л.М. Куценка, А.А. Тарасенка. Розробці геоінформаційних систем присвячені роботи Х.М. Бурштинської, О.В. Барабаша, І.Л. Долинської, В.В. Шпурика, С.С. Кохан, Г.А. Кучука, Г.В. Худова., В.В. Гнатушенка, Я.В. Шидловської, О.В.Коваля, І.В. Рубана та зарубіжних вчених Grégoire J-M., Pinnock S., Jones P.D., Moberg A, C. Donald Ahrens та інших. Отже, у сучасних умовах важливим завданням є мінімізації ризиків виникнення лісових пожеж на основі статистичної моделі Байєса для підтримки управлінських рішень. Це складне завдання доцільно поділити на ряд часткових завдань, одним з яких є створення математичної моделі прогнозування виникнення лісових пожеж. Існуючі фізико-математичні моделі дослідження розповсюдження та нейтралізації лісових пожеж розглядають наслідки розповсюдження пожежі, а не самі причини виникнення. Теоретичні моделі засновані на фундаментальних фізико-математичних та хімічних законах, але верифікація таких моделей досить складна. Статистичні моделі використовують лише статистичні дані. Напівемпіричні моделі застосовують загальні фізичні закони у вигляді спрощених залежностей. Проте завдяки автоматизованим системам, які вміщують математичний апарат, відбувається спрощення моделей. Дисертаційна робота виконана відповідно з поточними та перспективними планами наукової та науково-технічної діяльності Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського» і є частиною досліджень в рамках науково-дослідних робіт: – «Теоретико-методичні основи аналізу ризику в контексті розробки механізмів захисту критичної енергетичної структури в Україні» (Державний реєстраційний номер № 0117U006080, м. Київ); – «Управління ризиками сталого розвитку території з використанням методів штучного інтелекту» (Державний реєстраційний номер № 0120U105256, м. Київ). Особисто автором в НДР №0117U006080 запропоновано метод визначення територій, уражених пожежами, на основі космічних знімків; в НДР №0120U105256 розроблено математичну модель прогнозування виникнення лісових пожеж на основі статистичної моделі Байєса. Наукова новизна одержаних результатів полягає в наступному. Вперше розроблено архітектуру програмного забезпечення системи прогнозування виникнення лісових пожеж на основі статистичної моделі Байєса, яка відрізняється від існуючих використанням математичної моделі оцінки впливу температури навколишнього середовища на імовірність виникнення лісових пожеж, методу дешифрування супутникових знімків та математичної моделі прогнозування виникнення лісових пожеж. Використання зазначеного програмного забезпечення дозволяє розробити інформаційну систему прогнозування лісових пожеж. Вперше розроблено математичну модель оцінки впливу температури навколишнього середовища на ймовірність виникнення лісових пожеж, яка базується на аналізі довгострокового періоду кліматичних статистичних даних, за допомогою Data Science. Модель дозволяє проводити дослідження впливу глобальних змін температури на виникнення лісових пожеж. Удосконалено метод дешифрування супутникових знімків для ідентифікації пожежонебезпечних місць та визначення територій, уражених пожежами, яка заснована на спектральному аналізі температур яскравості. Зазначений метод при дешифруванні дозволяє виключити із знімків фрагменти, які покриті хмарами та зайняті водними об’єктами для встановлення просторово-часових характеристик пожеж. Реалізація даного методу також дозволить встановити території, уражені пожежами, та визначити їх клас пожежної небезпеки.торій, уражених п Вперше розроблено математичну модель прогнозування виникнення лісових пожеж на основі статистичної моделі Байєса, яка заснована на оцінюванні апостеріорних імовірностей таксаційних характеристик лісових виділів. Зазначена математична модель є основою для розробки програмного забезпечення прогнозування виникнення лісових пожеж та підвищує точність оцінювання зазначених апостеріорних імовірностей в середньому на 12-18 %. Удосконалено методику оцінки наслідків пожеж за даними дистанційного зондування Землі, яка на відміну від існуючих, адаптована на обробку знімків низької роздільної здатності та базується на встановленні пожежного індексу. Реалізація зазначеної методики дозволить підвищити точність оцінювання породного складу та площ уражених ділянок лісових угідь в середньому на 8-12 %, а також підвищити оперативність вирішення завдань у порівнянні з традиційними методиками у 25-30 разів. Створено інформаційну базу даних на основі керованої класифікації знімків, що дозволяє встановлювати породний склад деревних насаджень та підготовлювати знімки для подальшої обробки. Оброблені космічні знімки забезпечують широке охоплення лісових угідь, високу точність результатів, адже об'єктивна і своєчасна інформація моніторингу лісових насаджень необхідна для вирішення широкого класу прикладних завдань. Розроблений метод ідентифікації лісових пожеж допомагає виявляти їх на початковій стадії і приймати оперативні рішення, що сприяє подальшому оцінюванню наслідків пожеж. Створена база даних, що входить до функціоналу системи, не лише зберігає необхідну інформацію, але й дозволяє витягувати її за необхідності. Головною перевагою є те, що в ній зберігаються космічні знімки формату GeoTIFF і вона дає можливість структурувати їх. Зокрема, запропонована статистична модель Байєса та дешифрування космічних знімків підвищили достовірність запропонованих альтернативних рішень при прогнозуванні ризиків виникнення лісових пожеж. Це дозволяє підвищити ефективність (оперативність та достовірність) роботи компетентних органів, які спеціалізуються на нейтралізації наслідків пожеж. За результатами моделювання на основі використання статистичної моделі Байєса досягнуто підвищення точності прогнозування виникнення лісових пожеж, що забезпечує надійність вирішення надзвичайних ситуацій та підвищує достовірність прийняття управлінських рішень за рахунок створеного програмного комплексу в процесі виникнення катастрофічних ситуацій, спричинених лісовими пожежами. Наукові результати досліджень є внеском у розвиток теоретичних і прикладних основ розроблення й дослідження науково-методичного апарату з розробки моделей та методів прогнозування виникнення лісових пожеж. Перспективними шляхами подальших досліджень є розробка нових та удосконалення існуючих методик для мінімізації ризиків виникнення лісових пожеж на основі використання систем підтримки прийняття рішень.Документ Відкритий доступ Система розпізнавання зображень на основі нейромережі(КПІ ім. Ігоря Сікорського, 2023) Козленко, Маргарита Андріївна; Бандурка, Олена ІванівнаДипломна робота «Система розпізнавання зображень на основі нейромережі» виконана студенткою кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Козленко Маргаритою Андріївною зі спеціальності 121 Інженерія програмного забезпечення за освітньо-професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем і веб-технологій» і складається зі: вступу; 5 розділів («Постановка задачі системи розпізнавання зображень на основі нейромережі», «Аналіз згорткових нейронних мереж», «Засоби розробки», «Опис програмної реалізації», «Робота користувача з системою»), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 24 джерела; 26 ілюстрацій та додатків. Загальний обсяг роботи 57 сторінок. Актуальність теми дипломної роботи полягає в стрімкому розвитку нейромережевих технологій з необхідністю їх застосування у різноманітних сферах життя. Метою роботи і завданням дослідження є дослідження алгоритмів розробки згорткових нейромережевих моделей і створення системи на основі нейромережі, що вміє розпізнавати різні образи на зображеннях а також веб-додаток для графічного запуску роботи системи, Практичне значення одержаних результатів показує що створити різні системи з розпізнавання об’єктів на зображеннях є можливимДокумент Відкритий доступ Створення системи автоматизованого планування бізнес-процесів для контингенту кафедри(КПІ ім. Сікорського, 2023) Левкун, Дарʼя Павлівна; Бандурка, Олена ІванівнаДипломна робота за темою «Створення системи автоматизованого планування бізнес-процесів для контингенту кафедри» виконана студенткою кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Левкун Дарʼєю Павлівною зі спеціальності 121 «Інженерія програмного забезпечення» за освітньо-професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем в енергетиці і веб-технологій» і складається зі: вступу; 6 розділів («Мета та Завдання системи», «Інформаційні потоки даних», «Засоби розробки», «Опис області застосування», «Опис програмної реалізації», «Взаємодія з користувацьким інтерфейсом»), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 6 джерел; 15 ілюстрацій та 2 додатки. Загальний обсяг роботи 86 сторінок. Метою роботи є полегшення та покращення організації навчального процесу, скорочення витрат часу та зусиль на планування та контроль. Завдання полягає у вчасному інформування користувачів про заплановані події та їхні результати, залучення батьків до спостерігання за успішністю їхніх дітей, що навчаються в університеті. Ця система розроблена з метою поліпшення організації навчального процесу на кафедрі. Вона спрямована на забезпечення ефективного контролю та покращення взаємодії між викладачами, студентами та батьками. Практичне значення одержаних результатів полягає в поліпшенні організації навчального процесу, ефективному контролі та зручному доступу до інформації для колективів, що збираються використовувати даний продукт. Апробація результатів дипломної роботи Основні положення роботи доповідалися та обговорювалися на конференції: 1. Левкун Д.П., Бандурка О.І., Свинчук О.В. Інформаційна система моніторингу успішності студентів. Матеріали XXIІІ Всеукраїнської науковотехнічної конференції молодих вчених, аспірантів та студентів «Стан, досягнення та перспективи інформаційних систем і технологій – 2023». Одеса, 20-21 квітня 2023 р. С.155-156.Документ Відкритий доступ Телеграм бот для здобувачів вищої освіти(КПІ ім. Ігоря Сікорського, 2023) Черноусов, Денис Ігорович; Бандурка, Олена ІванівнаДипломна робота за темою «Телеграм бот для здобувачів вищої освіти» виконана студентом кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Черноусовим Денисом Ігоровичем зі спеціальності 121 «Інженерія програмного забезпечення» за освітньо-професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем і веб-технологій» і складається зі: вступу; 5 розділів («Мета та постановка задачі», «Аналіз існуючих систем», «Засоби розробки програмного забезпечення», «Опис програмної реалізації», «Робота користувача та розробника з програмою»), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 16 джерел; 30 ілюстрацій; 6 таблиць та додатку. Загальний обсяг роботи - 64 сторінки. Актуальність теми полягає в тому, що здобувачі вищої освіти в КПІ використовують додаток “Телеграм”. В ньому вони створюють групи для самоорганізації з одногрупниками. Метою роботи є розробка телеграм боту для здобувачів вищої освіти. Програмне забезпечення має автоматизувати само-організацію студентів. Для досягнення поставленої мети виконано такі завдання: 1) проаналізовано потреби здобувачів вищої освіти при взаємодії з додатком “Телеграм”; 2) вивчені аналогічні програмні системи. Проаналізовано функціонал та технології розробки. Практичне значення одержаних результатів полягає в отримані програмного застосунку, що допоможе здобувачам вищої освіти організовувати черги на захисти робіт, формувати періодичні заплановані нагадування та пересилати листи з Gmail пошти.Документ Відкритий доступ Інформаційна система моніторингу руху транспортного засобу(КПІ ім. Сікорського, 2023) Романів, Роман Сергійович; Бандурка, Олена ІванівнаДипломна робота за темою «Інформаційна система моніторингу руху транспортного засобу» виконана студентом кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Романів Романом Сергійовичем зі спеціальності 121«Інженерія програмного забезпечення» за освітньо-професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем в енергетиці і веб-технологій» і складається зі: вступу; 7 розділів («Постановка задачі створення інформаційної системи моніторингу руху транспортного засобу», «Опис предметної області», «Загальні положення», «Засоби розробки», «Технічний опис системи», «Програмна реалізація», «Доступ користувача до програмної системи»), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 7 джерел; 24 ілюстрацій; 1 таблиці та додатків. Загальний обсяг роботи 77 сторінок. Метою роботи є створення інформаційної системи, яка дозволить точно та ефективно контролювати рух транспортних засобів. Основною проблемою є необхідність точного відстеження місцезнаходження транспортних засобів у реальному часі. Це надасть операторам системи моніторингу актуальну інформацію про рух, маршрути та поточну швидкість транспортних засобів. Для досягнення поставленої мети було виконано наступні завдання: - Аналіз вимог: Виконано докладний аналіз вимог користувачів і власників транспортних засобів щодо функціональності і характеристик інформаційної системи моніторингу руху. Враховано потреби щодо точності відстеження місцезнаходження, швидкості оновлення даних та доступності інформації у режимі реального часу. - Проектування системи: Розроблено архітектуру та дизайн інформаційної системи моніторингу, включаючи вибір технологій, баз даних та інтерфейсів користувача. Було звернуто особливу увагу на забезпечення надійності, масштабованості та безпеки системи. - Розробка програмного забезпечення: Здійснено розробку програмного забезпечення, яке включає модулі для збору даних з транспортних засобів, їх передачі до центральної системи моніторингу, обробки даних та відображення результатів на інтерфейсі користувача. - Тестування і валідація: Проведено інтенсивне тестування розробленої системи з метою перевірки її функціональності, надійності та відповідності вимогам. Виконано валідацію результатів, порівняння з очікуваними показниками та вирішення виявлених проблем. Така система буде корисною для власників транспортних компаній, операторів логістичних послуг і будь-яких осіб, що прагнуть контролювати рух своїх транспортних засобів. Практичне значення одержаних результатів полягає у поліпшенні ефективності та безпеки управління транспортними засобами. Інформаційна система моніторингу руху дозволить власникам транспортних компаній та операторам логістичних послуг отримувати точну та надійну інформацію про маршрути, час доставки та прогнозовані затримки. Це дозволить знизити час та витрати на доставку, уникнути непередбачених ситуацій, вдосконалити планування маршрутів і збільшити загальну продуктивність транспортної системи. Більш точний та ефективний контроль над рухом транспортних засобів також сприятиме зменшенню крадіжок, забезпеченню безпеки вантажу та підвищенню задоволеності клієнтів.Документ Відкритий доступ Інформаційна система моніторингу успішності студентів(КПІ ім. Сікорського, 2023) Кривда, Дмитро Олександрович; Бандурка, Олена ІванівнаДипломна робота за темою «Інформаційна система моніторингу успішності студентів» виконана студентом кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Кривдою Дмитром Олександровичем зі спеціальності 121 «Інженерія програмного забезпечення» за освітньо - професійною програмою «Інженерія програмного забезпечення інтелектуальних кіберфізичних систем в енергетиці» і складається зі: вступу; 6 розділів («Задача Інформаційної Системи Моніторингу Студентів», «Актуальність», «Аналіз Існуючих Систем», «Проектування Бази Даних», «Створення Інтерфейсу», «Розробка Програмного Коду»), висновок до кожного з цих розділів, загальних висновків, списку використаних джерел, який налічує 20 джерел; 18 ілюстрацій, загальний обсяг роботи 71 сторінка.