2025
Постійне посилання на фонд
Переглянути
Перегляд 2025 за Дата публікації
Зараз показуємо 1 - 12 з 12
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Improving the efficiency of software development for unmanned systems using a simulation environment(КПІ ім. Ігоря Сікорського, 2025) Akhaladze, А.; Akhaladze, I.This article discusses tools and approaches to solving the problem of software development efficiency in terms of development cycle time. It is important to take into account the factors of preserving the physical integrity of unmanned systems by using a simulation environment for testing and debugging control algorithms. The proposed tools and methods of using a simulation environment allow you to reduce the time spent developing and testing control algorithms for unmanned systems and reduce the risk of physical loss of the UAV by identifying and eliminating defects at the preflight testing stage.Документ Відкритий доступ Subsystem for recognition of emergency situations on the road(КПІ ім. Ігоря Сікорського, 2025) Vorona, O.; Polshakova, O.The article considers an approach to solving the problem of increasing the speed of response to emergency events on the road. The process of incident recognition and automatic notification of the relevant operator to improve the interaction of intelligent smart city systems with emergency services of the city is the object of research in this work.As a result of the study of this subject area,road incidents were classified and systematized. Also, the database includes information about the services that can be involved in responding to the event, and communication channels with them have been configured.The proposed solution involves the use of visual surveillance tools capable of recognizing an emergency situation on the road and sending a notification about it to emergency services, as well as recording information about the incident in a single data store as a component of Smart city.Документ Відкритий доступ Інформаційна система обліку безпритульних тварин з використанням штучного інтелекту(КПІ ім. Ігоря Сікорського, 2025) Амарбеєв, А.; Охочий, Я.; Богданова, Н.Стаття присвячена започаткуванням для розробки програмного забезпечення інформаційної системи обліку безпритульник тварин та подальшого поліпшення ІС задля розпізнавання тварин, що допоможе пришвидшити пошуки загублених тварин у притулках та у збережених даних про тварин, що тільки-но були знайдені. Зокрема, у застосунку, для аналізу зображень використовувався алгоритм максимального ентропійного методу з обмеженою пам'яттю, що дозволяє автоматично ідентифікувати різні види тварин на основі аналізу зображень, забезпечуючи швидкість та надійність даних обліку. Створено ефективну структуру бази даних для зберігання інформації про безпритульних тварин, враховуючи всі необхідні атрибути для обліку, моніторингу та аналізу. Ця база даних підтримуватиме зберігання фотографій, медичних записів, інформації про вакцинації та інші важливі дані.Основою системи є компонент, що впроваджує алгоритми машинного навчання та комп'ютерного зору для розпізнавання тварин на завантажених фотографіях. Цей компонент повинен використовувати історичні дані для тренування моделей та забезпечення високої точності розпізнавання. Для забезпечення ефективного обліку безпритульних тварин необхідно збирати та зберігати ряд ключових даних: ідентифікаційні дані [1], місце виявлення, дані про поведінку, стан здоров'я, історія взаємодії. Записи про попередні взаємодії з волонтерами, притулками, ветеринарними клініками. Розроблена система може бути впроваджена в муніципальних службах, притулках для тварин та громадських організаціях, що займаються захистом прав тварин. Завдяки автоматизованим процесам, система допомагає знизити витрати на облік і моніторинг, а також підвищує надійність зібраних даних. Рекомендації щодо використання включають інтеграцію системи з існуючими базами даних та навчання персоналу для ефективного використання нових технологій.Документ Відкритий доступ Usingcomputer vision for automated object tracking system(КПІ ім. Ігоря Сікорського, 2025) Bulbotka, N.; Polshakova, O.The article examines the use of computer vision technologies to automate the process of tracking objects in a video stream. The developed system is described, which implements the recognition, tracking and determination of the characteristics of moving objects using the YOLOv8 model. The system includes modules for video display, recognition, tracking, and determination of object characteristics. The process of retraining the YOLOv8 model on specific data sets is described, as well as the application of algorithms for determining the speed of moving objects.The proposed solution allows analysis of the video stream in real time. The results confirm thecompliance of the developed system with the set requirements and its practical suitability in the areas of video surveillance, analysis of the behavior of objects, unmanned aerial vehicles and transport systemsДокумент Відкритий доступ Cybernetic approaches to adaptive control of supercritical systems(КПІ ім. Ігоря Сікорського, 2025) Humennyi, D.This paper introduces an adaptive control framework for stabilizing supercritical systems near critical stability thresholds, where conventional methods fail due to nonlinear dynamics and interdependencies. The proposed method integrates real-time feedback, predictive modeling, and reliability analysis using Bayesian updates and Weibull distribution, enhancing resilience under unpredictable conditions. A dual-layered model combines deterministic feedback for structural control and stochastic reliability assessments for managing uncertainty. This approach is crucial for fields like robotics and industrial automation, ensuring stability, scalability, and fault tolerance in high-risk environments.Документ Відкритий доступ Оптимізація розробки програмного забезпечення для інформаційно-вимірювальних систем з використанням Python(КПІ ім. Ігоря Сікорського, 2025) Маркін, М.; Добролюбова, М.; Маркіна, О.; Батрак, Є.У статті розглядаються сучасні підходи до оптимізації розробки програмного забезпечення для інформаційно-вимірювальних систем з використанням мови Python. Проведено аналіз інтегрованих середовищ розробки та бібліотек Python для обробки даних, запропоновано підхід до інтеграції алгоритмів машинного навчання. Основна увага приділена підвищенню ефективності процесів розробки, обробки великих даних та забезпеченню метрологічної надійності вимірювань. Результати дослідження можуть бути використані для створення програмного забезпечення в наукових та промислових галузях.Документ Відкритий доступ Аналіз сучасних методів реферування текстів(КПІ ім. Ігоря Сікорського, 2025) Бистріцький, А.; Толкунов, І.; Гавриленко, О.; Богданова, Н.У сучасному світі, де потоки інформації захльостують нас щодня, вміння швидко орієнтуватися в морі текстових даних стає життєво важливим. Наукові статті, новини, блоги, соціальні мережі – скрізь нас оточує лавина текстів, що вимагають нашої уваги. Як же впоратися з цим інформаційним цунамі, не потонувши в безодні деталей? Саме цій проблемі присвячена дана стаття. Досліджуються можливості автоматизованого реферування текстів – процесу створення стислих, інформативних викладень великих обсягів текстової інформації. Традиційні методи аналізу текстів, що базуються на ручному перегляді та обробці, стають неефективними в умовах зростаючих обсягів інформації. На допомогу приходить штучний інтелект, зокрема обробка природної мови (NLP) та машинне навчання. NLP дозволяє комп'ютерам "розуміти" людську мову, аналізуючи її структуру та значення. Машинне навчання, в свою чергу, наділяє комп'ютери здатністю навчатися на основі даних, виявляючи приховані закономірності та самостійно покращуючи свою роботу. Завдяки поєднанню цих технологій, комп'ютери можуть аналізувати величезні обсяги текстової інформації, виділяти ключові моменти, відкидати несуттєві деталі та генерувати стислі, інформативні реферати, що зберігають основний зміст оригіналу [1]. Автоматизоване реферування текстів – це не просто технологічний тренд, а необхідність, що допоможе опанувати інформаційний простір та ефективно використовувати знання, закладені в текстах.Документ Відкритий доступ Генетичні алгоритми в автоматизації створення нейронних мереж(КПІ ім. Ігоря Сікорського, 2025) Паєвський, Д.; Остапченко, К.; Лісовиченко, О.Робота присвячена автоматизації процесу проектування моделей штучних нейронних мереж (ШНМ) із застосуванням генетичних алгоритмів. Розглянуто сучасні підходи до автоматизованого проектування. Проаналізовано основні проблеми, зокрема застрягання у локальних мінімумах, високу обчислювальну складність та необхідність точного налаштування гіперпараметрів. В результаті запропоновані методи, що поєднує еволюційні стратегії, оператори мутації та відбору, для побудови оптимальних архітектур ШНМ. Зокрема, розроблено алгоритм, який інтегрує генетичний пошук із навчанням моделей, враховуючи специфіку прикладних задач. Особливу увагу приділено оптимізації ймовірності мутації та адаптації параметрів, що забезпечує гнучкість і продуктивність підходу. Таким чином, результати дослідження показують, що використання генетичних алгоритмів для автоматизованого проектування ШНМ дозволяє суттєво підвищити ефективність та адаптивність моделей, забезпечуючи їхню відповідність прикладним задачам.Документ Відкритий доступ Automated vehicle number plate recognition in real-time using computer vision technologies(КПІ ім. Ігоря Сікорського, 2025) Bodnar, A.; Polshakova, O.This article explores the development and application of computer vision across various fields, particularly in transportation and public safety. License plate recognition using advanced technologies ensures accuracy and reliability in managing next generation transport operations. The integration of these technologies with other modern systems makes them critically important for ensuring safety and efficiency. It is projected that the use of computer vision technologies will rapidly increase as they provide essential functions in security, transportation, and other sectors. License plate recognition is a key element of many AI programs and systems, underscoring their significance for contemporary society. This work examines the limitations of current license plate recognition systems and proposes the use of YOLOv8 and EasyOCR libraries for implementing license plate recognition algorithms. YOLOv8 is used for detecting license plates in images, including preprocessing and image quality enhancement. EasyOCR is used for text recognition on license plates, thanks to its highly efficient API.Документ Відкритий доступ Improving the qualifications of doctors on the base of intelligent decision support systems(КПІ ім. Ігоря Сікорського, 2025) Stenin, A.; Pasko, V.; Lisovychenko, O.; Soldatov, V.The development of medical intelligent decision-making support systems (IDSS) provides an opportunity not only for advisory assistance at various stages of the medical and diagnostic process, but also the opportunity to improve the qualifications of doctors when using IDSS. The use of IDSS contributes to the acquisition of additional knowledge by the doctor in the case of an incomplete manifestation of the clinical picture and in complex cases, in particular, in rare diseases. This article proposes the structure and composition of the IDSS of medicinal decisions, for which it is proposed to use a combined approach based on the frame structure of the knowledge model using production rules. The production rules issue an explanation understandable to the doctor, which includes a list of signs, taking into account which the diagnostic hypothesis is formed. As an example, several production rules are given regarding the identification of possible diseases of patients based on the level of general blood analysis indicators. The essence of the mechanism of fuzzy logical derivation is to determine the dependence of the output logistic variable (consequent) on the corresponding input logistic variable (antecedent) taking into account the reliability factor and the knowledge importance factor.Документ Відкритий доступ Модель широтно-імпульсного регулятора швидкості двигуна БПЛА(КПІ ім. Ігоря Сікорського, 2025) Бердник, Ю.; Ролік, О.У статті розглянуто проблему керування безщітковим двигуном постійного струму, які широко використовуються в безпілотних літальних апаратах. Отримано модель безщіткового двигуна постійного струму. Синтезовано ШІМ-регулятор швидкості обертання двигуна БПЛА. Проведено моделювання, отримано графіки перехідних процесів. Досліджено вплив параметрів ШІМ-сигналу на якість керування. Встановлено залежність між частотою ШІМ-сигналу та показниками якості керування. Метою роботи є спрощення процесу проєктування систем керування БПЛА, шляхом встановлення критеріїв вибору параметрів широтно-імпульсного регулятора двигуна дрона. Об’єктом дослідження є двигун БПЛА. Виконання таких досліджень є актуальним у нинішніх умовах, оскільки виробники комерційних дронів не розголошують критерії налаштування ШІМ-регуляторів, а в науковій літературі приділено недостатньо уваги цій проблемі. Отримані результати можуть бути використані для проєктування власних систем керування двигунами дрона.Документ Відкритий доступ Software architecture for creating a psychological portrait of a person based on social media activity(КПІ ім. Ігоря Сікорського, 2025) Mytnyk, D.; Gavrilenko, O.; Bogdanova, N.In this paper, we have developed and implemented a software architecture for creating a psychological portrait of a person based on social media activity. A modern person spends a lot of time on social media and leaves a digital footprint there that is highly correlated with their psychological characteristics. Based on social media data, we can understand behavioral patterns, a person's temperament type, etc. The aim of this study is to automate the construction of a psychological portrait of a person based on social media activity. This paper focuses on the use of the personality model approach to formalize a psychological portrait, namely the Big Five and the Myers-Briggs Type Indicator (MBTI). Accordingly, a mathematical formulation of the problem was developed. In accordance with the created formulation, this task was formalized as a multi-label classification problem and a neural network approach was used to solve it. We decided to use a large language models approach as at the time of writing this architecture shows state-of-the-art results on most natural language processing tasks. The Large Language Model Meta AI architecture was chosen as the neural network architecture. The scientific novelty is the use of the multitask finetuning approach for this task. The instruction tuning dataset was built based on the «Essays I» and «MBTI Dataset» datasets. The study proved that using this approach can significantly improve the model's results compared to training on each task separately. A distributed architecture for analyzing social media posts was designed and implemented. Further work includes improving the accuracy of the neural network by collecting more data and introducing feedback mechanisms. The article also presents the intended use of the system and its limitations. The results of this study are important for such areas as human resources, marketing or forensics.