Системні науки та інформатика (4 ; Київ ; 2025)
Постійне посилання зібрання
До збірки увійшли матеріали доповідей, представлених на ІV науковопрактичній конференції «Системні науки та інформатика» (1–5 грудня 2025 року, м. Київ, Україна).
Наведені доповіді, присвячені питанням системного аналізу складних систем різної природи, інтелектуальних сервіс-орієнтованих розподілених обчислень, систем і методів штучного інтелекту. Розглядаються новітні досягнення в галузі розробки та досліджень математичних методів, моделей, прогресивних iнформацiйних технологiй для потреб освіти та науки, оборони, промисловостi, економiки та навколишнього середовища.
Для фахівців в області системного аналізу, штучного інтелекту, сучасних інформаційних технологій, а також для аспірантів і студентів старших курсів вищої школи відповідних спеціальностей.
Переглянути
Перегляд Системні науки та інформатика (4 ; Київ ; 2025) за Назва
Зараз показуємо 1 - 20 з 61
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ DDI-TransMDL(КПІ ім. Ігоря Сікорського, 2025) Мацуєв, Р. О.Прогнозування взаємодії між лікарськими засобами (DDI) є критично важливим завданням для забезпечення безпеки пацієнтів та оптимізації терапії. Традиційні унімодальні підходи часто не в змозі повністю охопити складні біохімічні механізми DDI. Метою дослідження є розробка та оцінка високоефективної мультимодальної Transformer-моделі (DDI-TransMDL) для прогнозування 65 різних DDI подій. У роботі застосовано архітектуру Transformer Encoder для інтеграції чотирьох гетерогенних модальностей даних: структурних ознак (SMILE), цільових білків, ферментів та біологічних шляхів. Методи дослідження включають агрегацію ознак включно з коефіцієнтом подібності Жаккара для моделювання взаємодії ліків, та 5-fold крос-валідацію для об’єктивної оціник.Документ Відкритий доступ Intelligent decision support systems for financial risk modeling and analysis(КПІ ім. Ігоря Сікорського, 2025) Tymoshchuk, O. L.; Bidyuk, P. I.; Levenchuk, L. B.; Guskova, V. G.The article examines approaches to financial risk analysis based on mathematical models and intelligent decision support systems (IDSS). The study describes key types of financial risks and the properties of economic processes that complicate modeling, such as non-stationarity, nonlinearity, and heteroscedasticity. It outlines the main stages of model construction – from data preprocessing and structure identification to parameter estimation and adequacy assessment. Classical risk management models, including BIA, LDA, and IMA, are analyzed, and the potential of Bayesian networks and fuzzy logic methods for handling uncertainties is highlighted. The article demonstrates that specialized IDSS, designed according to the principles of systems analysis, improve the quality of risk assessment and provide users with recommendations on model selection, uncertainty mitigation, and evaluation of forecasting performance. It is emphasized that the use of such systems reduces the labor intensity of analysis and increases the accuracy of forecasting potential financial losses.Документ Відкритий доступ Private cloud computing in the context of AI(КПІ ім. Ігоря Сікорського, 2025) Крайнік, М. В.; Письменний, І. О.У дослідженні розглядається архітектура приватних хмарних обчислень у контексті штучного інтелекту з локальним маршрутизатором запитів на пристрої для визначення складності обробки запиту та релевантності його виконання у хмарі. Використано аналіз публічних технічних матеріалів, аналіз існуючих рішень та архітектурне моделювання системи. Отримано узагальнену архітектуру з локальним маршрутизатором, IPblinding ретранслятором, анонімними токенами та захищеними середовищами виконання (TEE). Її наукова новизна полягає в уніфікованому відкритому підході, який може стати основою подальших практичних систем із підвищеними вимогами до приватності.Документ Відкритий доступ Proposed architecture for product review summarisation: a modular pipeline for aspect-based insight extraction and synthesis(КПІ ім. Ігоря Сікорського, 2025) Panasiuk, YaroslavIn the domain of e-commerce, user reviews are a critical resource for decision-making. However, the sheer volume and unstructured nature of these reviews present a significant challenge for consumers seeking actionable insights. Traditional extractive summarization methods often fail to capture nuance, while end-to-end Large Language Model (LLM) approaches struggle with hallucinations and lack of structural control. This paper proposes a novel, linear, multi-stage architecture that transforms unstructured text into the Quantified Aspect-Based Summary (QABS). The proposed pipeline utilizes a modular approach, integrating Coreference Resolution, Low-Rank Adaptation (LoRA) finetuned models for tuple extraction, and dynamic topic modeling. By decomposing reviews into atomic insights and re-synthesizing them using blueprint prompting, this architecture ensures high clarity, trust, verifiability, and quantification of user sentiment.Документ Відкритий доступ Адаптивний метод структурного прунінгу для оптимізації великих мовних моделей(КПІ ім. Ігоря Сікорського, 2025) Швець, В. О.; Шаповал, Н. В.Метою дослідження є підвищення ефективності розгортання великих мовних моделей архітектури Transformer на ресурснообмежених пристроях шляхом розробки адаптивного методу структурного прунінгу. Запропоновано та реалізовано метод Adaptive 2SSP (Two-Stage Structured Pruning) Reversed, який поєднує повне видалення блоків уваги на основі метрики косинусу подібності та адаптивне стиснення шарів MLP з урахуванням їх індивідуальної надмірності. Експериментальна перевірка на моделі Llama-3.2-3B демонструє зменшення споживання відеопам'яті на 35.1% (з 5.98 GB до 3.88 GB) та прискорення генерації токенів на 34.8% (з 92 до 124 TPS) при коефіцієнті прунінгу 0.4 та покращення середньої точності на бенчмарках в порівнянні з іншими методами. Новизна полягає у розробці механізму динамічного розподілу коефіцієнтів стиснення між шарами на основі метрики Block Influence та зворотному порядку оптимізації компонентів моделі в порівнянні з оригінальним 2SSP. Результати можуть використовуватись для оптимізації розгортання LLM на споживчому обладнанні з обмеженими ресурсами.Документ Відкритий доступ Адаптивні засоби захисту компʼютерних систем на основі апарата нейронних мереж(КПІ ім. Ігоря Сікорського, 2025) Трень, А. С.; Мухін, В. Є.У роботі розглянуто підхід до виявлення мережевих атак на основі аналізу журналів подій із використанням глибинних рекурентних нейронних мереж типу LSTM. Метою дослідження є формування прототипу системи детекції вторгнень, здатної аналізувати послідовності логів і визначати потенційно шкідливу активність за часовими залежностями між подіями. Методологія включає підготовку даних у форматі ковзних вікон, нормалізацію та кодування ознак, побудову базової LSTM-моделі. Проведено порівняння із класичними підходами машинного навчання, що продемонструвало переваги LSTM-моделі щодо F1-міри та AUCROC на даних NSL-KDD. Отримані результати свідчать про ефективність використання послідовних моделей для підвищення якості виявлення загроз у мережевих системах і формують основу для подальшої розробки адаптивних механізмів реагування.Документ Відкритий доступ Акустична класифікація БПЛА в умовах доменного зсуву та дефіциту даних(КПІ ім. Ігоря Сікорського, 2025) Вільгурін, В. І.; Сидорський, В. С.; Данилов, В. Я.Зростання кількості та доступності безпілотних літальних апаратів (БПЛА) створює нові виклики для безпеки цивільної та критичної інфраструктури. Одним з перспективних напрямів є акустичне виявлення БПЛА, оскільки мікрофони є дешевими, пасивними сенсорами і можуть розгортатися на великій території. Водночас практичне застосування таких систем часто ускладнюється відмінностями у фізичних властивостях мікрофонів, різноманіттям умов навколишнього середовища та обмеженим обсягом анотованих цільових даних. У роботі розглянуто підхід до побудови моделі акустичної класифікації БПЛА, стійкої до доменного зсуву, що виникає внаслідок відмінностей у мікрофонах та локаціях і дефіциту маркованих прикладів. Запропонована система поєднує попередню обробку сигналу на основі мел-спектрограм, використання попередньо натренованої згорткової мережі як екстрактора ознак, агрегацію на основі механізму уваги та стратегії адаптації домену із застосуванням аугментацій та збалансованого відбору даних.Документ Відкритий доступ Аналіз методів та інструментів симуляції квантових алгоритмів(КПІ ім. Ігоря Сікорського, 2025) Фіцайло, Г. Ю.; Кисельов, Г. Д.Квантові обчислення є ключовою технологією, що обіцяє експоненційне прискорення для вирішення надзвичайно складних наукових та інженерних задач. Проте, прямий доступ до квантового апаратного забезпечення залишається обмеженим, що робить класичну симуляцію важливим інструментом для досліджень та навчання. Актуальною проблемою є фундаментальне обмеження класичної симуляції, пов'язане з експоненційним зростанням вимог до ресурсів (O(2N)), що вимагає пошуку та аналізу оптимізованих методів. Дана робота присвячена аналізу теоретичних основ квантових обчислень та інструментальних платформ для розробки ефективної програмної системи симуляції. Дослідження ґрунтувалося на методах математичного моделювання квантових станів та порівняльному аналізі симуляційних підходів (Statevector, MPS, Density Matrix). Наукова новизна полягає в обґрунтуванні методології для комплексного тестування обмежень класичної симуляції, включаючи перехід до моделювання реалістичних ефектів декогеренції. Практична значущість полягає у створенні теоретичної основи для розробки програмного забезпечення, придатного для навчання та апробації нових квантових підходів.Документ Відкритий доступ Виявлення контрастних об'єктів з використанням комбінації напівконтрольованого та неконтрольованого навчання(КПІ ім. Ігоря Сікорського, 2025) Степанчук, Д. К.; Пишнограєв, І. О.Робота присвячена дослідженню методів напівконтрольованої детекції об'єктів (SSOD) для виявлення контрастних областей зображень в умовах обмеженої кількості розмічених даних. Проаналізовано еволюцію функцій втрат регресії обмежувальних рамок (IoU → GIoU → DIoU → CIoU), механізми Teacher-Student фреймворків та архітектури сучасних детекторів (Faster R-CNN, YOLOv8, DETR). Обґрунтовано переваги індуктивного підходу SSOD для підвищення узагальнювальної здатності моделей. Мета роботи – аналіз теоретичного підґрунтя та вибір оптимальної комбінації архітектурних рішень для ефективної детекції контрастних об'єктів.Документ Відкритий доступ Вплив стратегій декодування токенів у великих мовних моделях на якість Text-to-SQL парсингу(КПІ ім. Ігоря Сікорського, 2025) Курганський, Л. С.; Шаптала, Р. В.У роботі досліджується вплив стратегій декодування токенів у великих мовних моделях на якість генерації SQL-запитів у задачі Text-to-SQL. На основі моделі Qwen2.5-3B-Instruct проведено порівняння базових (Greedy, Beam, Top-k, Top-p) та покращених execution-guided стратегій (EG-Beam, EGLA-Beam, EFG-Beam) на наборі даних mini_dev із колекції BIRD-Bench. Для оцінювання використано метрики Execution Accuracy, String Match Accuracy, Component Match Accuracy, AST Similarity та середній час генерації. Результати показали, що інтеграція виконувальних перевірок і механізмів самокорекції суттєво підвищує частку семантично коректних і виконуваних запитів без зміни самої моделі.Документ Відкритий доступ Гібридна рекомендаційна система для підбірки вакансій(КПІ ім. Ігоря Сікорського, 2025) Бабанов, Д. Є.; Тимощук, О. Л.Документ Відкритий доступ Гібридні підходи для моделювання та прогнозування фінансових даних(КПІ ім. Ігоря Сікорського, 2025) Харитонова, С. В.; Гуськова, В. Г.Робота присвячена розробці та дослідженню гібридних моделей машинного навчання для прогнозування напрямку руху цін акцій. Запропоновано комбінацію статистичних методів фільтрації часових рядів (ARIMA, вейвлет-декомпозиція) із сучасними архітектурами глибокого навчання (LSTM, CNN, Transformer). Експериментально досліджено ефективність декількох гібридних архітектур на даних 100 компаній індексу S&P 500. Найкращий результат досягнуто завдяки застосуванню стратегії селективного входу на основі оцінки впевненості гібриду моделі PatchTST (з незалежною обробкою каналів) та CNN. Мета роботи – розробка та порівняльний аналіз гібридних архітектур для прогнозування напрямку руху цін акцій із застосуванням методів штучного інтелекту.Документ Відкритий доступ Деформовані згорткові мережі(КПІ ім. Ігоря Сікорського, 2025) Орленко, А. С.; Чумаченко, О. І.У роботі досліджено застосування деформованих згорткових нейронних мереж для автоматизованого сортування твердих побутових відходів. Мета – підвищити точність класифікації та сегментації на конвеєрі за рахунок структурно-параметричного синтезу архітектури на датасеті ZeroWaste. Показано покращення якості розпізнавання порівняно з базовою CNN, що підтверджує придатність підходу для використання у реальних сортувальних лініях.Документ Відкритий доступ Децентралізована координація рою дронів через стигмергію і ройовий інтелект без GPS зв’язку(КПІ ім. Ігоря Сікорського, 2025) Шостак, В. О.; Петренко, А. І.У даній роботі представлено реалізацію децентралізованої системи координації рою безпілотних літальних апаратів (БПЛА) для пошуково–рятувальних операцій на основі алгоритму мурашиної колонії (ACO) та стигмергічної комунікації через віртуальні феромони. Система забезпечує автономне дослідження території без використання GPS, використовуючи локальну систему координат. Три автономних дрони координують свої дії через спільну феромонну карту, яка містить інформацію про досліджені зони, виявлені перешкоди та цільові об'єкти. Система реалізована з використанням PX4 SITL та демонструє емерджентну поведінку, коли прості правила окремих агентів призводять до складної колективної поведінки рою.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 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 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 Застосування методів математичного моделювання в системах підтримки прийняття рішень з повоєнного відновлення(КПІ ім. Ігоря Сікорського, 2025) Дуда, В. О.; Терентьєв, О. М.Метою роботи є розроблення методології створення системи підтримки прийняття рішень, призначеної для вирішення задач управління повоєнним відновленням як на рівні держави, так і регіону та галузі національної економіки. Основу цієї системи становлять нові інформаційні технології збору, обробки, накопичення великих обсягів структурованої та неструктурованої інформації, математичні моделі, методи інтелектуального аналізу даних та штучний інтелект.Документ Відкритий доступ Кластеризація регіонів України за динамікою повітряних тривог методом k-середніх для часових рядів (DTW/Soft-DTW) у контексті релокацій бізнесу(КПІ ім. Ігоря Сікорського, 2025) Кабанова, М. І.; Кузнєцова. Н. В.Запропоновано просторово-часовий підхід до аналізу безпекової ситуації та напрямів релокацій бізнесу в Україні. Регіони кластеризовано за формою динаміки повітряних тривог (08.2024–08.2025) методом k-середніх для часових рядів із відстанями DTW/Soft-DTW. Найкращу конфігурацію (Soft-DTW) використано для побудови профілів кластерів та їх зіставлення з показниками міжрегіональних переміщень бізнесу (інтенсивність потоків, частки притоків/відтоків, MER, MEI). Показано відмінності профілів. Отримані результати можуть бути використані для ідентифікації регіонів, привабливих для релокації бізнесу з урахуванням ризиків, а також для підтримки рішень міських і регіональних адміністрацій щодо посилення інвестиційної та безпекової привабливості.Документ Відкритий доступ Методи глибокого навчання нейронних мереж для аналізу та прогнозування динаміки ситуацій в імітаційних системах(КПІ ім. Ігоря Сікорського, 2025) Шевчук, В. В.; Харченко, К. В.У роботі досліджено застосування методів глибокого навчання для прогнозування руху хижака та побудови адаптивної стратегії уникнення у класичній системі predator-prey. На відміну від традиційних підходів, орієнтованих на оптимізацію дій хижака, запропонована модель побудована з перспективи жертви, метою якої є максимізація часу виживання та зниження ймовірності захоплення. Розроблено нейронну модель прогнозування майбутніх позицій хижака та інтегровано цю інформацію у політику ухилення. Проведено порівняння між базовою поведінкою жертви, яка тікає за простим евристичним правилом, та прогнозною політикою, що використовує модель майбутніх станів. Результати демонструють, що прогнозне ухилення суттєво збільшує тривалість виживання та зменшує частку успішних захоплень.