Теоретичні і прикладні проблеми фізики, математики та інформатики (23 ; 2025 ; Київ)
Постійне посилання зібрання
Матерiали конференцiї присвяченi сучасним проблемам фiзики та фiзичних технологiй, перспективним напрямкам фiзики енергетичних систем, теорiї кiбербезпеки, криптографiчного захисту iнформацiї та криптоаналiзу, захисту iнформацiї в комп’ютерних мережах та комунiкацiях, забезпеченню цiлiсностi баз даних та їх обробки, захисту вiд витоку iнформацiї по каналах побiчного електромагнiтного випромiнювання, локальним мережам рiзної структури, технiчного захисту об’єктiв, а також науковим дослiдженням фундаментального та прикладного характеру у сферi iнформацiйних наук. Для студентiв, аспiрантiв та молодих науковцiв вищих навчальних закладiв i науководослiдних установ, що працюють у рiзноманiтних галузях математики та фiзики, а також майбутнiх фахiвцiв iз кiбербезпеки.
Переглянути
Перегляд Теоретичні і прикладні проблеми фізики, математики та інформатики (23 ; 2025 ; Київ) за Назва
Зараз показуємо 1 - 16 з 16
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Iнверсiйнi методи для монiторингу викидiв метану в Українi(КПІ ім. Ігоря Сікорського, 2025) Бараніченко, А. О.; Колотій, А. В.; Шелестов, А. Ю.Найбільшою складністю в оцінці викидів метану в Україні є дискретність та неповнота даних інвентаризацій, що призводить до недооцінки регіональних та локальних джерел. У статті запропоновано підхід до інтегрованого інверсійного моделювання викидів метану на базі супутникових спостережень TROPOMI/Sentinel-5P та хмарної платформи Amazon Web Services із використанням моделі Integrated Methane Inversion. Проведено повноцінні інверсії для трьох етапів: довоєнного періоду, початку повномасштабної війни та періоду продовження воєнних дій у 2023 році по всій території України з роздільною здатністю 0,25°×0,3125°, які дозволили виміряти як загальну кількість викидів, так і по секторам. Отримані апостеріорні оцінки виявилися в цілому вищими за офіційні дані подані Україною в Національному звіті інвентаризації викидів за Рамковою конвенцією ООН зі зміни клімату (UNFCCC), що може свідчити про систематичну недооцінку реальних викидів у традиційних методиках та підкреслює необхідність їх подальшої верифікації. Показано, що запропонований інверсійний підхід забезпечує високу просторову деталізацію та може стати ефективним інструментом для моніторингу та коригування національних інвентаризацій викидів метану.Документ Відкритий доступ Simulation of Janus Particles on Sparse Grids(КПІ ім. Ігоря Сікорського, 2025) Pliushchai, A.; Neumann, M.; Gemming, S.Characteristic of Janus particles is that one half of their surface is modified such that the two sides of the particle exhibit different properties. In this study we will formulate of the problem of Janus particles with an interaction potential due to magnetic caps and simulate their energy, presenting theoretical ground work and implementation for two approaches to tackling this problem, namely incremental approach and its modification involving sparse grids. We will compare those two approaches, their significance for further research and potential for future improvements.Документ Відкритий доступ Багатокритерiальний геопросторовий аналiз iнвестицiйної привабливостi сiльських регiонiв України з використанням ШI(КПІ ім. Ігоря Сікорського, 2025) Дрозд, C. Ю.; Куссуль, Н. М.Війна спричинила глибоку кризу сільських територій України, і за обмежених державних ресурсів їх відновлення залежить від зовнішніх інвестицій. Проте високі ризики та нестача об’єктивної інформації стримують інвесторів. Це дослідження має на меті комплексно оцінити інвестиційну привабливість сіл за допомогою багатокритеріального геопросторового аналізу. Розглядалися три основні критерії: природний потенціал, інфраструктурна доступність і воєнна безпека. Серед напрямів інвестування – аграрний сектор, відновлювана енергетика та туризм. Ваги критеріїв визначалися методом попарних порівнянь із залученням п’яти великих мовних моделей (GPT-4, Claude, Gemini, Deepseek, Grok 3) як віртуальних експертів. Отримані результати порівнювались з оцінками дев’яти фахівців. Мовні моделі показали вищу узгодженість і подібність до людських оцінок за ключовими критеріями. Безпека визначена як головний чинник, а землеробство – як найперспективніший напрям інвестування. У підсумку створено серію тематичних карт, що візуалізують інвестиційний потенціал українських сіл. Найпривабливішими виявились західні регіони, найменш – східні та південні.Документ Відкритий доступ Вибiр оптимальної терапевтичної альтернативи в клiнiчних випробуваннях хвороби Альцгеймера на основi критерiїв прийняття рiшень в умовах невизначеностi(КПІ ім. Ігоря Сікорського, 2025) Кухар, Б. В.; Терещенко, I. М.У роботі досліджена методика вибору терапевтичної стратегії на прикладі клінічного випробування ефективності лікарського засобу Xanomeline для лікування хвороби Альцгеймера. Це захворювання супроводжується прогресуючим погіршенням когнітивних функцій і на сьогодні має переважно симптоматичну терапію. У зв’язку з цим особливої актуальності набуває вибір лікувальної альтернативи, що забезпечує баланс між ефективністю та безпекою.Документ Відкритий доступ Визначення типу лiсу з використанням класичних та сучасних методiв машинного та глибинного навчання на основi часових рядiв супутникових даних(КПІ ім. Ігоря Сікорського, 2025) Салій, Є. В.; Лавренюк, А. М.У даній роботі розглянуто використання супутникових даних, вегетаційних індексів на їх основі, ембедінгів отриманих за допомогою фундаментальної моделі Presto та їх комбінацій як вхід для моделі випадкового лісу для вирішення задачі семантичної сегментації типу лісу на основі часових рядів супутникових даних Sentinel-1 та Sentinel-2. Було виявлене погіршення результатів сегментації внаслідок використання моделі Presto на 0.09 в рамках міри F1. Найкращі результати, зі значенням F1 на рівні 0.83, продемонструвало як пряме використання випадкового лісу над супутникових даних, так і їх комбінація з вегетаційниими індексами.Документ Відкритий доступ Використання симплiцiальної топологiї в глибокому навчаннi для вiдновлення цiлiсностi хмар точок(КПІ ім. Ігоря Сікорського, 2025) Кириленко, П. О.; Яворський, О. А.; Яйлимова, Г. О.У цій статті пропонується розглянути проблему реконструкції неповних хмар точок [1, 2], що є актуальною задачею в комп’ютерному зорі, автономній навігації та цифровій реконструкції. Пропонується підхід на основі симпліціальної нейронної мережі (Simplicial Neural Network, SNN), що враховує топологічні структури вищого порядку. Для валідації моделі використано підмножину датасету ModelNet40 [3] . Отримані результати демонструють здатність SNN відновлювати відсутні ділянки з високою точністю, зберігаючи топологічну узгодженість. Продемонстровано, що запропонований метод дозволяє краще відновлювати локальні деталі порівняно з базовими підходами. Додатково відзначено підвищену стійкість до зашумлених даних, що є критичним чинником для реальних застосувань.Документ Відкритий доступ Виявлення нафтових розливiв в морi з використанням фундаментальної моделi PRITHVI 2.0(КПІ ім. Ігоря Сікорського, 2025) Кузін, В. Г.; Шелестов, А. Ю.Виявлення нафтових плям на морі є важливим завданням для моніторингу екологічних надзвичайних ситуацій. Модель PRITHVI 2.0, розроблена NASA, демонструє високу ефективність у задачах аналізу супутникових даних завдяки попередньому навчанню на великій кількості зображень з різних сенсорів. У цій статті ми досліджуємо її можливості, адаптучи цю модель до задачі сегментації нафтових плям, використовуючи відкриті SAR дані NOAA/NESDIS із застосуванням до них методу попередньої обробки, який забезпечує формування інформативного RGB-представлення одноканальних VV-поляризованих знімків. В експериментальній частині ми порівнюємо продуктивність двох конфігурацій PRITHVI 2.0 (300M та 600M параметрів) на датасеті, що включає 512 зображень із різних регіонів світового океану. Найкраща модель (PRITHVI-EO-2.0-600M) досягає 55,2% mIoU та 75,3% піксельної точності на тестовому наборі даних. Результати показують, що PRITHVI 2.0 здатна ефективно виявляти нафтові плями навіть за обмеженої кількості навчальних даних, що відкриває нові можливості для моніторингу екологічних катастроф за допомогою фундаментальних моделей та сприяє реалізації проєкту створення масштабованого цифрового двійника для моніторингу змін земного покриву.Документ Відкритий доступ Детекцiя колоїдних гелевих структур на мiкроскопiчних зображеннях(КПІ ім. Ігоря Сікорського, 2025) Каюк, К. А.; Яворський, О. А.На відміну від сегментації клітин, яка активно розвивається, наразі не існує загальноприйнятого підходу саме для детекції гелю в біомедичних зображеннях. Ця задача є технічно складною через неоднорідність зображень і відсутність чітких візуальних критеріїв для виділення гелевих утворень. Така складність зумовила розробку двогілкового алгоритму обробки, що дозволяє незалежно аналізувати клітинні елементи та гелеву основу. Розроблений підхід демонструє високу точність, достатню для подальшого просторового аналізу гелевих структур.Документ Відкритий доступ Детекцiя та графовий аналiз структур колоїдних гелiв(КПІ ім. Ігоря Сікорського, 2025) Асєко-Нкілі, А. М.; Яворський, О. А.У цій статті представлено інтегрований підхід до автоматизованого аналізу мікроструктури незмішаних колоїдних гелів, який поєднує передобробку зображень, адаптивну кластеризацію та графове моделювання структурних зв’язків. Запропонований метод показує, низьку чутливість до шуму та здатність до кількісної оцінки морфології. Побудовані графи дозволяють формалізовано описати глобальну фрагментованість та локальну когерентність гелевих структур. Проведений спектральний аналіз Лапласіана, розрахунок алгебраїчної зв’язності між вузлами підтверджують релевантність моделі та розкривають нові інсайти щодо внутрішньої організації гелевого середовища. Отримані результати мають значний потенціал для біомедичних застосувань – зокрема у дослідженнях механіки біоматеріалів і взаємодії лікарських засобів з тканинами під час досліджень – та відкривають перспективи подальшого розвитку автоматизованих систем аналізу біологічних зображень.Документ Відкритий доступ Застосування методiв глибокого навчання для виявлення БПЛА(КПІ ім. Ігоря Сікорського, 2025) Колесник, А. М.; Шелестов, А. Ю.У роботі розглянуто актуальну проблему виявлення безпілотних літальних апаратів (БПЛА) за допомогою застосування методів штучного інтелекту, зокрема глибокого навчання та комп’ютерного зору. Проведено огляд основних підходів до детекції дронів – радіолокаційних, акустичних, інфрачервоних, радіочастотних та оптичних – із визначенням їхніх переваг та обмежень. Основну увагу зосереджено на оптичному виявленні з використанням згорткових нейронних мереж, зокрема архітектури YOLOv8, яка забезпечує високу точність і швидкодію в умовах реального часу. Описано структурні компоненти моделі, функції втрат, ключові метрики оцінювання (mAP, Precision, Recall, F1-score), а також практичні аспекти навчання моделей для задачі виявлення дронів. Робота має прикладне значення для розробки ефективних систем моніторингу повітряного простору як у військових, так і в цивільних умовах.Документ Відкритий доступ Математичнi методи корекцiї та оптимiзацiї вiзуального SLAM для автономної навiгацiї у динамiчних середовищах(КПІ ім. Ігоря Сікорського, 2025) Шевченко, Ю. О.; Яйлимова, Г. О.У роботі розглянуто математичні методи корекції та оптимізації візуального SLAM (Simultaneous Localization and Mapping) для задач автономної навігації мобільних роботів у динамічних середовищах. Актуальність теми зумовлена потребою у доступних рішеннях для застосування в умовах обмежених ресурсів, зокрема в Україні під час воєнного стану. Здійснено огляд сучасних алгоритмів обробки візуальних даних, зокрема методів фільтрації шумів, виявлення змін у середовищі та адаптивного оновлення карти. Проведено експерементальні дослідження з використання власного датасету, сформованого під конкретну апаратну платформу. Результати показали, що застосування запропонованих підходів дозволяє підвищити точність і стабільність побудови карти без використання дорогих сенсорів, таких як LiDAR. Робота є основою для подальшої розробки повноцінного прототипу мобільного робота, здатного працювати в умовах руйнувань та обмеженої видимості.Документ Відкритий доступ Можливостi адаптацiї глобальної моделi GCAM до умов України: точнiсть прогнозування змiн земного покрову(КПІ ім. Ігоря Сікорського, 2025) Зiбаров, Д. В.; Шелестов, А. Ю.У роботі досліджено можливості адаптації глобальної моделі GCAM до умов України з метою прогнозування змін земного покрову. Проведено сценарне моделювання, порівняння результатів з офіційною статистикою за 2020 рік та візуалізацію розбіжностей. Показано, що адаптована версія GCAM Ukraine здатна адекватно відтворювати основні просторові та кількісні тренди у землекористуванні та енергетиці, проте потребує регулярного оновлення вхідних параметрів для підвищення відповідності локальним особливостям.Документ Відкритий доступ Огляд методiв класифiкацiї електронних листiв(КПІ ім. Ігоря Сікорського, 2025) Гаврилова, А. В.; Яйлимова, Г. О.У роботі розглянуто методи виявлення фішингових електронних листів на основі сучасних технологій глибокого навчання. Особливу увагу приділено архітектурам нейронних мереж, зокрема CNN, LSTM і трансформерам (BERT), що демонструють високу точність при класифікації фішингових, спамових і безпечних листів. Також досліджено ефективність традиційних методів, таких як сигнатурний аналіз, чорні списки, правила фільтрації, а також алгоритми машинного навчання. Розкрито залежність точності класифікації від якості датасетів і важливість постійного оновлення моделей.Документ Відкритий доступ Оптимiзацiя роботи станцiй аерацiї за допомогою арбiтражного рiшення Неша(КПІ ім. Ігоря Сікорського, 2025) Мельник, М. Г.; Терещенко, І. М.У цій роботі розглянуто питання підвищення ефективності роботи станцій аерації, що є одним з найбільш енерговитратних етапів очищення стічних вод. Основну увагу приділено математичному опису динаміки процесів аерації за допомогою систем диференціальних рівнянь. Для побудови ефективних стратегій керування витратами енергії використано методи оптимізації, а саме арбітражного рішення Неша. Окрім того, запропоновано підхід, що передбачає побудову компромісного розв’язку шляхом порівняння окремих сценаріїв функціонування.Документ Відкритий доступ Порiвняльний аналiз нейромережевих методiв i моделей розпiзнавання та сегментацiї об’єктiв у вiзуальних процесах будiвельного середовища(КПІ ім. Ігоря Сікорського, 2025) Данiлов, К. В.; Хайдуров, В. В.Будівельні майданчики характеризуються високою складністю візуальної сцени, що ускладнює автоматизоване виявлення та сегментацію об’єктів. У цьому дослідженні виконано порівняльний аналіз трьох сучасних моделей сегментації екземплярів: Mask R-CNN, YOLOv8l-seg та Mask2Former. Навчання та оцінювання проводили на наборі даних Alberta Construction Image Dataset (ACID) із використанням стандартних метрик COCO (mAP, mAP50, mAP75) та оцінки швидкості інференсу (FPS). Результати показали, що Mask2Former досягає найвищої точності (mAP 79.2%), тоді як YOLOv8l-seg забезпечує найвищу швидкість обробки (33.7 FPS) із високою точністю (mAP 77.1%). Mask R-CNN поступається обом сучаснішим моделям як за точністю, так і за швидкістю. Отримані результати ілюструють компроміс між точністю і продуктивністю в задачах сегментації будівельної техніки та підкреслюють ефективність використання трансформерних архітектур у складних візуальних умовах.Документ Відкритий доступ Порiвняння алгоритмiв машинного навчання для прогнозування врожайностi(КПІ ім. Ігоря Сікорського, 2025) Різниченко, А. С.; Яйлимова, Г. О.У дослідженні порівнюються класичні алгоритми машинного навчання для задачі прогнозування врожайності зернових культур. Використано статистичні дані Світового банку та супутникові дані (опади, покриття лісами). Оцінено ефективність Linear Regression, Decision Tree, Random Forest та Gradient Boosting.