Системні науки та інформатика
Постійне посилання на фонд
Переглянути
Перегляд Системні науки та інформатика за Дата публікації
Зараз показуємо 1 - 20 з 61
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Децентралізована система контролю ланцюгів поставок гуманітарної допомоги на основі технології блокчейн(КПІ ім. Ігоря Сікорського, 2025) Андрушко, А. І.; Гіоргізова-Гай, В. Ш.У статті досліджується розробка децентралізованої системи контролю ланцюгів поставок гуманітарної допомоги на основі технології блокчейн. Метою дослідження є вирішення проблем корупції, відсутності прозорості та затримок у доставці гуманітарних ресурсів. Використано методи аналізу існуючих блокчейн-рішень та проектування консорціумного блокчейну з механізмом консенсусу Proof-of-Authority. Розроблено п'ятирівневу архітектуру системи зі смарт-контрактами для автоматизації процесів та багаторівневою системою безпеки. Створено прототип на .NET 9.0, який забезпечує прозорість, зниження корупції та автоматизацію бюрократичних процесів.Документ Відкритий доступ Система прогнозування і аналізу сезонних часових рядів у маркетингових дослідженнях(КПІ ім. Ігоря Сікорського, 2025) Пащенко, А. І.; Тимощук, О. Л.; Стусь, О. В.Метою роботи є дослідження проблеми прогнозування і аналізу сезонних часових рядів. Особливо у випадках, коли сигнал нестаціонарний або містить циклічні коливання, то задача прогнозування постає перед дослідником цікавою та складною проблемою, у тому числі у контексті маркетингових досліджень для здійснення прогнозів у питаннях бізнесу. Наведено огляд деяких відомих методів прогнозування часових рядів, а також розглянуто підходи до виявлення сезонних коливань у часовому ряді. Запропоновано алгоритм прогнозування на основі методу спектрального сингулярного аналізу. Представлено результати прогнозування вибраних часових рядів за допомогою методу спектрального сингулярного аналізу, а також відомих методів на основі сезонних моделей. Виконано порівняльний аналіз методів, використовуючи створену програму у вигляді веб-додатку.Документ Відкритий доступ Система оцінювання і прогнозування врожайності зернових культур методами машинного навчання на основі супутникових і кліматичних даних(КПІ ім. Ігоря Сікорського, 2025) Ярко, А. Ю.; Кузнєцова, Н. В.Дослідження присвячене розробленню інтелектуальної системи оцінювання і прогнозування врожайності культур на основі супутникових та кліматичних даних. Використано моделі машинного навчання, оптимізацію гіперпараметрів і валідацію LOYO. Отримано високу точність прогнозів та виявлено ключові фактори впливу, що дозволяють прогнозувати врожайність різних культур. Новизна роботи полягає в поєднанні гетерогенних даних і стійких алгоритмів, практична значимість – доцільність застосування такої системи під час страхування та управління аграрними ризиками.Документ Відкритий доступ Розробка рекомендаційної системи на основі моделі GraphSAGE графових нейронних мереж(КПІ ім. Ігоря Сікорського, 2025) Бичков, Д. В.; Недашківська, Н. І.Метою роботи є дослідження сучасних підходів до рекомендацій, підготовка даних великого обсягу, побудова гетерогенного графа взаємодій «користувач-артист-жанр» та розробка моделі GraphSAGE з навчанням за допомогою BPR-loss. У роботі виконано аналіз датасету Last.fm 360K, створено ембедінги вузлів графа, проведено оцінювання моделі за метриками Recall@K та NDCG@K, а також виконано візуалізацію ембедінгів і графової структури.Документ Відкритий доступ Інформаційна система підтримки прийняття рішень для підвищення рівня інформаційної безпеки організації(КПІ ім. Ігоря Сікорського, 2025) Коломієць, Д. С.У роботі розроблено та програмно реалізовано інформаційну систему підтримки прийняття рішень (ІСППР) для підвищення рівня інформаційної безпеки організації. Система виконує роль єдиної платформи, що інтегрує дані з різнорідних джерел інформаційної безпеки (засоби виявлення загроз, сканери вразливостей, SIEM-системи тощо) та формує уніфіковане подання стану активів з урахуванням моделі конфіденційність-цілісністьдоступність. На основі векторів ознак, побудованих з агрегованих показників загроз, реалізовано модель штучної нейронної мережі, яка оцінює інтегральний рівень ризику й забезпечує пріоритизацію інцидентів. Наведено архітектуру та реалізацію системи, описано етапи обробки даних і результати апробації, які демонструють, що інтегрований підхід дозволяє збільшити частку вчасно оброблених критичних інцидентів за незмінних ресурсів аналітиків, що інтерпретується як підвищення рівня інформаційної безпеки організації.Документ Відкритий доступ Прогнозування фінансових показників із використанням зовнішніх інформаційних факторів(КПІ ім. Ігоря Сікорського, 2025) Заваріхін, В. О.; Тимощук, О. Л.Сучасні методи прогнозування фінансових показників, крім класичного аналізу часових рядів, часто спираються на різні зовнішні інформаційні чинники. Метою цієї роботи є дослідження впливу таких факторів, як новинний сентимент, рух ціни акцій компаній-конкурентів, інсайдерські угоди та передбачення галузевих експертів, на точність прогнозування ціни акції Apple Inc. (AAPL). Результатом роботи є розроблена модель на основі штучної нейронної мережі LSTM, яка демонструє значно кращі результати у порівнянні з підходом, який використовує виключно історичні дані.Документ Відкритий доступ Інтелектуальна система автоматизованого складання розкладу занять з використанням адаптивних гібридних метаевристик(КПІ ім. Ігоря Сікорського, 2025) Гнідобор, С. М.; Тимощук, О. Л.У роботі розглядається задача автоматизованого складання розкладу занять у закладах вищої освіти, яка належить до класу NP-складних задач. Запропоновано інтелектуальну систему, що базується на гібридному метаевристичному підході – Adaptive Hybrid Scheduling Algorithm (AHSA). AHSA поєднує глобальний пошук на основі генетичних алгоритмів з локальною оптимізацією за допомогою імітації відпалу, доповненою адаптивним налаштуванням вагових коефіцієнтів у процесі оптимізації. Продемонстровано переваги такого підходу над класичними точними та евристичними методами на тестових прикладах.Документ Відкритий доступ Моніторинг станів інформаційних ресурсів для реалізації адаптивного управління захищеністю комп'ютерних систем(КПІ ім. Ігоря Сікорського, 2025) Казаков, В. В.; Мухін, В. Є.У роботі розглянуто методи й засоби моніторингу станів інформаційних ресурсів для забезпечення адаптивного управління захищеністю комп’ютерних систем. Метою дослідження є розроблення підходу до динамічного виявлення загроз і автоматичного коригування параметрів захисту в реальному часі. Запропонована система ґрунтується на аналізі подій безпеки, машинному навчанні та моделях поведінки користувачів і ресурсів. Наукова новизна полягає у поєднанні механізмів безперервного моніторингу з адаптивними алгоритмами прийняття рішень. Практична значимість полягає у підвищенні рівня кіберстійкості та ефективності реагування на інциденти.Документ Відкритий доступ Розробка сервіс-орієнтованої системи координації рою дронів на основі алгоритму мурашиних колоній (ACO) та стигмергійної взаємодії(КПІ ім. Ігоря Сікорського, 2025) Будзинський, А. В.; Булах. Б. В.У дослідженні розглядається сервіс-орієнтована система координації рою дронів, що поєднує алгоритм мурашиних колоній і стигмергійну взаємодію. Архітектуру реалізовано у вигляді ROS2-вузлів: побудова та випаровування феромонної карти, відкладення феромонів і ACO-прийняття рішень; виконано інтеграцію з Gazebo/ArduPilot. Досягнуто візуалізації карти та продемонстровано консольні рішення АСО. Новизною даного дослідження є сервісна декомпозиція і безцентрова координація, а практична цінністю - масштабованість і стійкість до втрат зв’язку.Документ Відкритий доступ Застосування методу FAIR для кількісного аналізу ризиків у системах інформаційної безпеки(КПІ ім. Ігоря Сікорського, 2025) Пакуля, С. О.; Мухін, В. Є.Розглянуто метод FAIR як сучасну концептуальну модель кількісного аналізу ризиків інформаційної безпеки. Проаналізовано логічну структуру методу, принципи декомпозиції ризику, особливості оцінювання частоти подій та величини збитків. Розкрито практичні аспекти застосування FAIR в організаціях різних галузей, показано переваги моделі порівняно з традиційними якісними підходами. Стаття орієнтована на фахівців із інформаційної безпеки, аналітиків ризиків та дослідників, зацікавлених у застосуванні кількісних методів для управління ризиками кібербезпеки.Документ Відкритий доступ Гібридна рекомендаційна система для підбірки вакансій(КПІ ім. Ігоря Сікорського, 2025) Бабанов, Д. Є.; Тимощук, О. Л.Документ Відкритий доступ Інтелектуальні системи для прогнозування у банківській сфері(КПІ ім. Ігоря Сікорського, 2025) Міщенко, А. С.; Гуськова, В. Г.У роботі розглянуто підхід до формування та прогнозування клієнтського портфелю банку на основі методів машинного навчання та інтелектуальних систем підтримки прийняття рішень. Наведено етапи підготовки даних, побудови ознак, сегментації клієнтів за допомогою алгоритму KMeans та розробки моделей класифікації для прогнозування ймовірності відкриття депозитів і отримання кредитів. Отримані результати демонструють можливість підвищення точності прогнозів порівняно з традиційними підходами.Документ Відкритий доступ Дослідження впливу токенізації в малоресурсних мовах на якість перекладу(КПІ ім. Ігоря Сікорського, 2025) Головач. А. А.; Кислий, Р. В.Метою дослідження є вивчення впливу різних методів токенізації на якість перекладу українською мовою. Було досліджено алгоритми токенізації BPE, Unigram та character-level, а також здійснено адаптацію токенізатора для вже натренованої моделі. Отримані результати демонструють, що вибір токенізатора та розмір словника суттєво впливають на показники якості перекладу, а адаптація токенізатора може позитивно позначитися на цих показниках. Наукова новизна роботи полягає в порівнянні ефективності різних стратегій токенізації для української мови. Практична цінність дослідження полягає у формуванні рекомендацій щодо покращення машинного перекладу для малоресурсних мов.Документ Відкритий доступ Інформаційна система для оцінювання кредитних ризиків на основі ансамблевих моделей(КПІ ім. Ігоря Сікорського, 2025) Халімончук, Р. А.; Гуськова, В. Г.У роботі представлено підхід до створення інформаційної системи для оцінювання кредитних ризиків позичальників із використанням методів машинного навчання та ансамблевих моделей. Система реалізує повний цикл обробки даних і дозволяє порівнювати ефективність різних алгоритмів, серед яких логістична регресія, LightGBM, MLP та комбіновані ансамблі. Додатково розроблено зручний веб-інтерфейс, що забезпечує завантаження даних, вибір моделей, перегляд метрик та графічних візуалізацій, спрощуючи проведення аналізу. Отримані експериментальні результати підтверджують, що ансамблеві методи підвищують точність прогнозування дефолтів, а запропонована система може бути корисним інструментом у практичних задачах кредитного скорингу.Документ Відкритий доступ Інтелектуальні агенти для систем автоматизації управління бізнес-процесами(КПІ ім. Ігоря Сікорського, 2025) Мухін, В. Є.; Лимар, О. В.У роботі розглянуто підходи до створення та використання інтелектуальних агентів у системах автоматизації управління бізнес-процесами (BPMS). Метою дослідження є розроблення комплексної архітектури агентного управління, що забезпечує адаптивність, оптимізацію та автономність бізнес-процесів. Використано методи багатoагентного моделювання, машинного навчання та інтелектуального аналізу даних. Запропонований підхід дає змогу автоматично виявляти неефективності процесів, прогнозувати навантаження, оптимізувати розподіл ресурсів і підтримувати прийняття управлінських рішень у реальному часі. Наукова новизна полягає у поєднанні агентної архітектури з механізмами когнітивного аналізу даних та динамічної координації процесів. Практична значимість полягає у підвищенні ефективності, швидкодії та гнучкості корпоративних BPMS.Документ Відкритий доступ Система генерації шаблонів документів з LLM компонентами(КПІ ім. Ігоря Сікорського, 2025) Нікітін, В. С.; Гіоргізова-Гай, В. Ш.Мета дослідження – автоматизувати побудову шаблонів документів за зображеннями форм. Застосовано двоетапний конвеєр LLM із валідацією JSON-шаблонів та метриками на основі індексу Жаккара. Проведено порівняльне тестування шести моделей на дев'яти документах з трьох предметних областей. Наукова новизна полягає в розробці методики оцінки якості генерованих шаблонів. Отримані результати є новими для україномовних документів і придатні до інтеграції в системи електронного документообігу. Практична значимість – скорочення часу створення електронних форм з годин до хвилин при цифровізації великих обсягів типових документів.Документ Відкритий доступ Моделювання торгових сигналів на основі аналізу фінансових часових рядів за допомогою мереж Колмогорова-Арнольда(КПІ ім. Ігоря Сікорського, 2025) Деркач, А. С.; Шаповал, Н. В.Прогнозування фінансових часових рядів, зокрема на ринках криптовалют, є складним завданням через високу волатильність, нестаціонарність даних та значний рівень шуму. Мета цього дослідження полягає у розробці адаптивної системи торгових сигналів на основі новітньої архітектури нейронних мереж Колмогорова-Арнольда для підвищення стійкості стратегій та забезпечення їх інтерпретованості. У ході роботи було проведено порівняльний аналіз ефективності KAN з класичними нейромережами MLP та базовими ринковими стратегіями. Її наукова новизна полягає у використанні навчальних сплайнових функцій активації для виявлення прихованих нелінійних залежностей та проведенні символьної дистиляції моделі, що дозволило отримати прозорі аналітичні формули прийняття рішень. Результати підтверджують перевагу методу у співвідношенні ризик/прибуток.Документ Відкритий доступ Розробка апаратно-програмного комплексу для інтелектуальної підтримки фокус-пулінгу (трекінгу)(КПІ ім. Ігоря Сікорського, 2025) Бабич, В. С.; Савастьянов, В. В.У роботі досліджено підхід до автоматизації фокусування у кінематографічних системах на основі технологій комп’ютерного зору. Запропоновано апаратно-програмний комплекс, який поєднує стереокамеру Luxonis OAK-D Pro Auto Focus, модуль Raspberry Pi та систему ARRI ECS. Розроблені алгоритми визначення глибини та фільтрації даних забезпечують точність до 1 % і стабільність роботи у реальному часі, що підтверджує практичну ефективність і наукову новизну підходу.Документ Відкритий доступ Методи динамічної композиції платформи медичної діагностики на основі рекрутингу LLM-агентів(КПІ ім. Ігоря Сікорського, 2025) Ренський, М. М.; Письменний, І. О.Досліджено методи динамічної композиції платформи медичної діагностики та механізм рекрутингу інтелектуальних агентів на основі великих мовних моделей (LLM). Реалізацію виконано у вигляді мікросервісної архітектури в хмарному середовищі AWS, що включає центральний оркестратор та ізольовані контейнеризовані агенти для обробки візуальних та часових даних. Запропонований підхід забезпечує підвищення гнучкості системи, точності мультимодальної діагностики та масштабованості при роботі з різнорідними медичними даними (МРТ, ЕЕГ). Новизною є інтеграція LLM-оркестратора для семантичного аналізу запитів та динамічного розподілу задач між вузькопрофільними моделями, що дозволяє автоматизувати виявлення патологій (пухлини, епілептичні судоми) в реальному часі.Документ Відкритий доступ Методологія створення доступного навчального контенту для дистанційного навчання(КПІ ім. Ігоря Сікорського, 2025) Сенчук, І. О.; Кисельов, Г. Д.Дослідження зосереджено на існуючих стандартах доступності й розробці цілісної методології та архітектури системи для можливого створення доступного навчального контенту в умовах дистанційного навчання. Враховуючи те, що освітні платформи активно працюють над альтернативними форматами контенту для інклюзивності дизайну своїх продуктів, а ручне створення таких матеріалів є дуже трудовитратним, то завдання розробки інструментів автоматизації є критично важливим.