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
Нові надходження
Документ Відкритий доступ Перші сторінки збірника та зміст(КПІ ім. Ігоря Сікорського, 2025)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 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 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 Інтелектуальна система діагностики остеопорозу на основі обробки DXA зображень(КПІ ім. Ігоря Сікорського, 2025) Семенов, О. Г.Метою дослідження було створення інтелектуальної системи, здатної класифікувати DXA-зображення хребців L1–L4 як норма чи остеопороз, спираючись на структурну вразливість кістки на основі кількісного аналізу її мікроархітектури, витягнутої з текстури знімка. Ключовим методологічним аспектом стало застосування повної параметризації анізотропної варіограмної моделі з nugget variance (Co), sill variance (c), correlation length (L), major radius (L1), minor radius (L2) та ступеня анізотропії DA = L1/L2, а також TBS.Документ Відкритий доступ Інтелектуальна система розпізнавання емоцій за виразами обличчя на основі згорткових нейронних мереж(КПІ ім. Ігоря Сікорського, 2025) Панасенко, В. В.; Тимощук, О. Л.Ця робота присвячена розробленню та дослідженню інтелектуальної системи розпізнавання емоцій за виразами обличчя (Facial Emotion Recognition, FER), побудованої на основі згорткових нейронних мереж. Актуальність теми зумовлена зростаючим запитом на автоматичний аналіз емоційних станів користувача у системах взаємодії людина-комп’ютер, телемедицині, дистанційному навчанні, медіа-аналітиці та безпекових застосуваннях.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 Оптимізація Visual SLAM у динамічних середовищах з використанням YOLOv8 та TSDF Fusion(КПІ ім. Ігоря Сікорського, 2025) Мірошниченко, М. А.У роботі запропоновано ресурсо-ефективний підхід до вирішення задачі візуальної одночасної локалізації та картографування (Visual SLAM) у динамічних середовищах. Розроблена система інтегрує детектор об'єктів YOLOv8, алгоритм відстеження ByteTrack та метод об'ємної реконструкції TSDF. На відміну від існуючих підходів, що базуються на ресурсоємній семантичній сегментації, запропонований метод використовує маскування на основі обмежувальних рамок (bounding boxes), що дозволяє досягти значного прискорення обробки. Експериментальна перевірка на датасеті TUM RGB-D продемонструвала високу точність локалізації (ATE RMSE 0.0229 м) та стійкість до динамічних перешкод, що робить систему придатною для використання у вбудованих робототехнічних платформах.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 Розпізнавання іменованих сутностей в українських текстах в умовах обмеженої розмітки(КПІ ім. Ігоря Сікорського, 2025) Кашперова, С. В.; Шаповал, Н. В.У даній роботі досліджено проблему розпізнавання іменованих сутностей (NER) в україномовних текстах в zero-shot та few-shot режимах. Метою дослідження є розробка компактної та ефективної моделі на основі архітектури GliNER, здатної підтримувати zeroshot та few-shot режими розпізнавання. Запропоновано модифікації базової архітектури, включаючи інтеграцію Post-Fusion блоку з Mixture-of-Experts (MoE), використання функції активації GoLU та оптимізатора Sophia-G для стабілізації навчання. Базовим текстовим енкодером обрано Snowflake Arctic-Embed 2.0-L. Створено український корпус few-shot NER на базі публічних джерел з використанням GPT-4o для анотації. Експериментальне порівняння підтвердило, що запропонована архітектура має ефективну продуктивність (F1 = 0.7891). Результатом є модель, що демонструє здатність до узагальнення, актуальну для малоресурсних мов.Документ Відкритий доступ Прунінг згорткових нейронних мереж за допомогою інтерпретованості мереж Колмогорова-Арнольда(КПІ ім. Ігоря Сікорського, 2025) Єфанов, І. С.; Шаповал, Н. В.Запропоновано новий метод структурного прунінгу згорткових нейронних мереж, заснований на аналізі важливості ознак через інтерпретовані мережі Колмогорова-Арнольда (KAN). Метод використовує KAN-шар як вузьке місце для ідентифікації надлишкових фільтрів у CNN. Розроблено критерій важливості на основі норми коефіцієнтів B-сплайнів та алгоритм ітеративного прунінгу з донавчанням. Експериментальна валідація на CIFAR-10 показала перевагу над класичними методами: досягнуто 94.2% точності при стисненні моделі на 34%, що на 1.4% краще за magnitude-based pruning та на 0.7% краще за knowledge distillation.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 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 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 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.Документ Відкритий доступ Інтеграція України в мережу PEPPOL: глобальний контекст, національна специфіка та результати пілотних проєктів(КПІ ім. Ігоря Сікорського, 2025) Цешевський, В. В.; Зеленков, А. В.У роботі проведено системний аналіз архітектурних розбіжностей між національною екосистемою електронних закупівель Prozorro та глобальною мережею PEPPOL. Досліджено результати пілотних проєктів EU4Digital в Україні, які підтвердили технічну сумісність на транспортному рівні (AS4), але виявили критичні проблеми семантичної інтероперабельності та бізнес-логіки. Обґрунтовано необхідність розробки формальних моделей трансформації даних між форматами JSON та UBL, а також створення національного шлюзу доступу для забезпечення економічної ефективності інтеграції.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 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 Рекомендаційна система для вибору сталої серверної архітектури веб-додатку(КПІ ім. Ігоря Сікорського, 2025) Товкач, М. А.; Гіоргізова-Гай, В. Ш.Мета дослідження полягає у розробці підходу до вибору найбільш доцільної серверної архітектури веб-додатку з урахуванням принципів сталого розвитку. Методи дослідження ґрунтуються на порівняльному аналізі існуючих рекомендаційних систем, сучасних архітектурних підходів та методі багатокритеріального оцінювання з використанням адаптивних коригувальних коефіцієнтів. Основні результати: спроектовано алгоритм рекомендаційної системи, яка на основі параметрів проекту та пріоритетів користувача визначає доцільну серверну архітектуру. Практична значимість виявляється у зниженні ризиків розробки та забезпеченні екологічної сталості ІТ-продуктів.Документ Відкритий доступ Підвищення ситуаційної обізнаності рою дронів шляхом контекстного аналізу стигмергії(КПІ ім. Ігоря Сікорського, 2025) Стернійчук, С. Ю.; Булах, Б. В.У роботі розглянуто підхід до підвищення ситуаційної обізнаності рою БПЛА на основі контекстного аналізу стигмергійних слідів. Запропоновано модель віртуальних феромонів із адаптивним коефіцієнтом випаровування, що реагує на динамічні та статичні загрози. У середовищі Gazebo проведено моделювання на основі трьох БПЛА (3DR Iris) з використанням сенсорів LiDAR/камера та FANET-зв’язку. Результати демонструють скорочення часу місії та зменшення енергоспоживання у сценаріях рухомих загроз і шумних даних. Наукова новизна полягає у контекстній інтерпретації феромонної карти. Практична значимість – у підвищенні автономності та надійності рою дронів у складних умовах.