Секцiя 7. Математичне моделювання та аналiз даних
Постійне посилання зібрання
Переглянути
Перегляд Секцiя 7. Математичне моделювання та аналiз даних за Назва
Зараз показуємо 1 - 18 з 18
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Enhancing Rural Infrastructure in Ukraine: An Integrated Geospatial Approach(КПІ ім. Ігоря Сікорського, 2024) Potuzhnyi, B. V.; Svirsh, V. R.; Kussul, N. M.This study introduces a unified framework for improving rural infrastructure in Ukraine, combining geospatial data analysis and clustering techniques. By meticulously preparing and validating OpenStreetMap data for over 10 000 villages, we create a reliable foundation for our analysis. Utilizing this validated dataset, we apply advanced clustering to categorize villages by infrastructure quality, highlighting developmental gaps. Our approach merges data validation with an evaluative system to model village infrastructure, offering targeted insights for policy and development strategies. This integrated method provides a way to address infrastructure disparities, enabling data-driven decision-making for rural enhancement. Our findings aim to guide policymakers and development agencies towards strategic interventions, showcasing the potential of combining geospatial analysis with clustering for rural development.Документ Відкритий доступ Використання SAT-розв’язувача в n-ках Шура(КПІ ім. Ігоря Сікорського, 2024) Бичок, В. В.; Васалатій, А.; Циганкова, О. В.; Хмельницький, М. О.В даній роботі розглядаються можливості використання SAT-розв’язувачів для розробки алгоритмів розбиття множини на підмножини, в яких відсутні 𝑛-ки Шура. SAT-розв’язувачі відомі своєю здатністю швидко знаходити рішення булевих задач, але їх потенціал у сфері розбиття множини на підмножини ще не був повністю досліджений. Основна ідея полягає в тому, щоб перетворити задачу розбиття множини на підмножини у задачу задоволення булевої формули, де кожна змінна відповідає присутності або відсутності кожного елемента у підмножині.Документ Відкритий доступ Використання методiв машинного навчання для виявлення пошкоджень на сiльськогосподарських територiях(КПІ ім. Ігоря Сікорського, 2024) Нестеренко, Д. С.; Яйлимова, Г. О.Визначення кратерів від бомб – актуальна проблема у сучасній Україні. Методи глибокого навчання, на архітетурах FPN та U-Net, ефективно підходять для виконання задачі бінарної сегментації зображення.Документ Відкритий доступ Дослiдження послiдовного критерiю вiдношення ймовiрностей в задачах A/B тестування(КПІ ім. Ігоря Сікорського, 2024) Марков, А. А.; Мірошниченко, I. B.В роботі проведено порівняння sequential підходів до оцінювання пропорційних А/B тестів та представлені можливі покращення критеріїв зупинки.Документ Відкритий доступ Екстраполяцiя якостi повiтря в мiському середовищi з обмеженою кiлькiстю станцiй(КПІ ім. Ігоря Сікорського, 2024) Городецька, Д. К.; Яйлимова, Г. О.Сьогодні процес урбанізації виступає як каталізатор зростання міст та збільшення питомої ваги міського населення. Проте цей процес супроводжується багатьма проблемами, а саме погіршення якості повітря, забруднення водойм, зменшення зелених насаджень. Це все є однією з головних загроз для здоров’я міських мешканців, ставши причиною мільйонів передчасних смертей по всьому світу. Cаме тому моніторинг якості повітря стає надзвичайно важливим інструментом для забезпечення здоров’я населення та планування дій для покращення якості повітря. В Україні, як і в багатьох інших країнах, для моніторингу якості повітря традиційно використовуються наземні станції. Проте, з огляду на значні території міст та обмежену кількість таких станцій, існує важлива потреба в розробці та впровадженні більш комплексних методів оцінки якості повітря. Це стосується не лише великих урбанізованих агломерацій, а й менших міських поселень, де моніторинг якості повітря часто є обмеженим або недоступним.Документ Відкритий доступ Елайнмент мовних моделей через модифiкацiю внутрiшнiх ваг(КПІ ім. Ігоря Сікорського, 2024) Чернишев, М. О.; Яворський, О. А.У цій роботі представлено способи регулювання розподілу слів, згенерованих мовною моделлю з GPT архітектурою. Шляхом прямої модифікації ваг голів уваги моделі, з меншим залученням обчислювальних ресурсів, можна впливати на ймовірність генерації токенів певного сентименту. Результати даного дослідження дають можливість глибше зрозуміти принципи роботи трансформерних моделей та ідентифікувати шари моделі, які відповідають за генерацію певних типів токенів. Це, в свою чергу, відкриває нові перспективи для адаптації трансформерних моделей до специфічних задач та покращення їхньої продуктивності.Документ Відкритий доступ Ймовiрнiсна модель об’ємної 3D реконструкцiї з врахуванням невизначеностi(КПІ ім. Ігоря Сікорського, 2024) Хмелевський, С. О.; Кригін, В. М.; Хайдуров, В. В.У доповіді розглянута ймовірнісна постановка задачі тривимірної реконструкції – побудова воксельної сцени з набору фотографій. Запропоновано новий метод знаходження її розв’язку. Цей спосіб якісно відрізняється тим, що враховує стан невизначеності областей воксельної сцени, а також не спирається на окреме моделювання зовнішнього вигляду об’єктів тривимірного простору.Документ Відкритий доступ Конденсацiя датасету зображень ОКТ методом вiдповiдних градiєнтiв(КПІ ім. Ігоря Сікорського, 2024) Вергелюк, О. А.; Шаповал, Н. В.У роботі розглянуто ефективний щодо даних метод машинного навчання – метод конденсації датасету з відповідними градієнтами. Цей алгоритм на стандартних датасетах показав кращі результати, ніж подібні методи. В роботі застосовано метод конденсації датасету з відповідними градієнтами для стандартизованого набору даних зображень тканин ока, отриманих за допомогою оптичної когерентної томографії. Результати моделей, навчених на синтезованих даних, порівняно за точністю із результатами моделей з інших робіт.Документ Відкритий доступ Метод ефективного нечiткого пошуку документiв в наборi текстових даних(КПІ ім. Ігоря Сікорського, 2024) Клещ, К. О.; Петренко, А. І.У статті розглянуто метод нечіткого пошуку, який складається з дев’яти послідовних кроків та потрібен для швидкого пошуку текстових співпадінь у великому наборі даних. На основі цього методу пропонується створення системи нечіткого пошуку, яка дозволила розв’язати задачу пошуку найбільш релевантних документів з набору таких документів. Розроблений метод нечіткого пошуку комбінує переваги алгоритмів на основі детермінованих скінченних автоматів та алгоритмів на основі динамічного програмування для підрахунку відстані Дамерау-Левенштейна. Така комбінація дозволила впровадити таблицю подібності символів оптимальним чином. В рамках роботи запропоновано підхід створення такої таблиці та створено приклад таблиці подібності символів з англійського алфавіту, що дозволяє з константною асимптотикою знаходити міру подібності поміж двома символами та перетворювати поточний символ в його базовий аналог. Алгоритм Дамерау-Левенштейна дозволяє знаходити відстань редагування між двома словами, враховуючи помилки наступних типів: додавання, заміна, видалення та транспозиція символів. В рамках роботи цей алгоритм був модифікований за допомогою впровадження таблиці подібності для більш точної оцінки відстані редагування між двома словами. Розроблений метод дозволив створити систему нечіткого пошуку, яка допоможе знаходити шукані результати швидше та підвищить релевантність отриманих результатів, за рахунок їхнього сортування відповідно до значень метрики подібності тестових даних.Документ Відкритий доступ Методи i моделi розпiзнавання образiв, якi отриманi безпiлотними лiтальними апаратами(КПІ ім. Ігоря Сікорського, 2024) Кірсенко, Є. В.; Хайдуров, В. В.Розпізнавання образів військового озброєння має велику актуальність у сучасних умовах, оскільки забезпечує безпеку, ефективність та точність дій військових підрозділів. Розпізнавання образів дозволяє виявляти та ідентифікувати ворожі технічні засоби, такі як танки, бронемашини, артилерія тощо. Аналіз зображень також дозволяє виявляти патерни та рухи ворожих сил, що сприяє розумінню їхніх дій та планів. Це допомагає взяти на себе ініціативу та прийняти відповідні заходи. Розпізнавання образів використовується в безпілотних системах для автономної навігації, виявлення перешкод та прийняття рішень в реальному часі. У роботі було побудовано кілька нейромережевих моделей розпізнавання об’єктів військового озброєння. На практиці було використано різні моделі для розв’язання задачі класифікації.Документ Відкритий доступ Методи й алгоритми ройового iнтелекту для знаходження розв’язкiв оптимiзацiйних задач моделювання поведiнки складних об’єктiв i систем(КПІ ім. Ігоря Сікорського, 2024) Татенко, В. С.; Хайдуров, В. В.Сучасний ройовий інтелект має значний потенціал для застосування в енергетичній галузі через свою здатність до оптимізації та розв’язання складних проблем. У роботі розглянуті й модифіковані відомі ефективні методи й алгоритми ройового інтелекту (алгоритм оптимізації роєм частинок, бджолиний алгоритм оптимізації, метод диференціальної еволюції) для пошуку розв’язків багатовимірних екстремальних задач з обмеженнями і без обмежень. Продемонстрована ефективність роботи модифікованих методів на різних класичних і прикладних задачах, які використовуються в проєктуванні елементів складних об’єктів та їх систем. Проведено порівняльний аналіз результатів роботи даних методів.Документ Відкритий доступ Методи машинного навчання для розпiзнавання нафтових плям за допомогою супутникових знiмкiв(КПІ ім. Ігоря Сікорського, 2024) Нагорський, М. Л.; Яйлимова, Г. О.Стаття присвячена аналізу та обробці супутникових одноканальних знімків для виявлення нафтових розливів. Метою роботи є розробка та порівняння ефективності різних нейронних моделей у задачі сегментації зображень. Для досягнення поставленої мети було виконано попередню обробку даних. Важливою частиною дослідження стало навчання моделей на одній географічній області та їх подальше застосування у іншій, що дозволило оцінити універсальність моделей.Документ Відкритий доступ Методи монiторингу та аналiзу здоров’я лiсiв за супутниковими даними(КПІ ім. Ігоря Сікорського, 2024) Іорданова, В. Е.; Яйлимова, Г. О.У даній роботі розглядаються методи моніторингу здоров’я лісових масивів із використанням супутникових даних Sentinel-2. В основу дослідження покладено аналіз великої кількості даних, що включають багатоспектральні зображення та маски лісів, які містять інформацію про здорові та пошкоджені ділянки. З використанням алгоритмів машинного навчання та вегетаційних індексів був проаналізований стан лісів та порівняно результати роботи моделей.Документ Відкритий доступ Оптимiзацiя портфелю власних векторiв для отримання доходу вiд активiв на зростаючому ринку DeFi(КПІ ім. Ігоря Сікорського, 2024) Кушнір, О. С.Розглянуто питання формування портфелю DeFi на зростаючому ринку криптовалют. Проаналізовано дані по ринкових цінах всіх доступних для торгів криптовалютних активів. Побудовано модель оптимізації портфелю власних векторів Eigen для отримання доходу на зростаючому ринку. Порівняно модифікований алгоритм формування портфелю Eigen із класичним алгоритмом середньо-квадратичного портфелю MVP з оптимізацією щодо більш рівномірного розподілення активів та визначено переваги модифікованого портфеля Eigen.Документ Відкритий доступ Перенесення моделi машинного навчання для супутникового картографування концентрацiї хлорофiлу-а(КПІ ім. Ігоря Сікорського, 2024) Геніцой, П. О.; Яйлимов, Б. Я.; Шелестов, А. Ю.Оцінка концентрації хлорофілу-а є важливою для моніторингу стану водних екосистем та біорізноманіття. Традиційні методи наземних вимірювань є трудомісткими та обмеженими в просторовому та часовому охопленні. У цьому дослідженні запропоновано підхід до супутникового моніторингу хлорофілу-а з використанням моделі багатошарового персептрона (MLP) з використанням даних спектральних каналів супутника Sentinel-2 та наземних вимірювань концентрації хлорофілу-а поблизу Гонконгу. Модель MLP була адаптована та перенесена для застосування до даних Середземного моря з використанням відкритих наборів супутникових та наземних даних. Результати продемонстрували високу кореляцію між концентрацією хлорофілу-а, отриманою за допомогою моделі MLP, та наземними вимірюваннями, а також супутниковими даними GCOMC/SGLI для регіонів Гонконгу та Кіпру. Отримана карта концентрації хлорофілу-а може бути корисною для моніторингу якості води та стану морських екосистем в районі Середземного моря. Запропонований підхід демонструє перспективи використання супутникових даних і машинного навчання для оперативного та економічно ефективного моніторингу хлорофілу-а на великих територіях.Документ Відкритий доступ Пост-кластеризацiя на основi ймовiрнiсної самоорганiзацiйної карти Кохонена(КПІ ім. Ігоря Сікорського, 2024) Хоменко, О. В.; Ніщенко, І. І.У статті розглядається два методи пост-кластеризації ймовірнісної самоорганізаційної карти Кохонена. Для кластеризації даних на основі моделі скінченної гаусової суміші з невідомою кількістю компонент на першому етапі використовується структура нейронної мережі для зменшення кількості компонент суміші. На другому етапі знаходиться їхня оптимальна кількість за допомогою критерію, що базується на мінімальній довжині кодування. Завершальним кроком є об’єднання кластерів за допомогою двох методів, один з яких базується на перевірці гіпотези про унімодальність даних, а інший ґрунтується на мінімізації ентропії сукупності розбиттів даних на кластери.Документ Відкритий доступ Ройовий iнтелект у технiчних об’єктах i системах(КПІ ім. Ігоря Сікорського, 2024) Литовченко, М. В.; Хайдуров, В. В.У роботі було розглянуто прикладні та звичайні функціональні задачі математичної глобальної однокритеріальної оптимізації. На тестування було запропоновано три алгоритми оптимізації, а саме: бджолиний алгоритм, алгоритм зграї кажанів, китовий алгоритм. У результаті було представлено те як різні алгоритми впоралися з прикладною задачею для знаходження оптимальних значень параметрів конструкції для моделювання зварної балки.Документ Відкритий доступ Удосконалений iнтерполяцiйний метод на основi кореляцiйних ваг для заповнення пробiлiв вiд хмар у AOD каналi на щоденних знiмках MODIS(КПІ ім. Ігоря Сікорського, 2024) Кравчук, О. А.; Яйлимова, Г. О.В наш час існує багато потужних моделей глибинного навчання (моделей на основі ConvLSTM, автоенкодерів, дифузійних моделей) для реконструкції або прогнозування даних про аерозольну оптичну глибину (англ. Aerosol optical depth, далі – AOD), проте такі моделі часто потребують непошкоджених даних для навчання. В свою чергу, якщо для екваторіальних чи невеликих регіонів безхмарні знімки знайти можна, то для території у сотні тисяч квадратних кілометрів, наприклад, у Європі ця задача стає неможливою. Відповідно, пропуски від хмар необхідно заповнювати. Для вирішення цієї задачі був реалізований вдосконалений метод інтерполяції на основі кореляційних ваг (англ. Interpolation-based correlation weighting, далі – ICW).