Дисертації (ММСА)
Постійне посилання зібрання
У зібранні розміщено дисертації, які захищені працівниками кафедри.
Переглянути
Нові надходження
Документ Відкритий доступ Адаптивне управління імпульсними процесами з різнотемповою дискретизацією в когнітивних картах застосування криптовалюти(КПІ ім. Ігоря Сікорського, 2025) Канцедал, Георгій Олегович; Романенко, Віктор ДемидовичКанцедал Г.О. Адаптивне управління імпульсними процесами з різнотемповою дискретизацією в когнітивних картах застосування криптовалюти. – Кваліфікаційна робота на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 01.05.04 «Системний аналіз і теорія оптимальних рішень» (124 – Системний аналіз). – Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», 2025. У дисертаційній роботі розглянуто питання моделювання та управління нестабільним курсом криптовалюти з використанням когнітивних карт та імпульсних процесів. Дослідження проблеми волатильності криптовалют є надзвичайно актуальним для фінансових ринків, оскільки значні коливання курсу створюють ризики для інвесторів, трейдерів та фінансових установ. Відсутність централізованого регулювання та значна залежність курсу від соціально-економічних та спекулятивних факторів ускладнюють прогнозування та управління криптовалютними активами. Непередбачувані коливання можуть призводити до значних фінансових втрат, зниження довіри до цифрових активів та нестабільності ринку загалом. Для вирішення проблем породжених використанням криптовалют і аналізу майнингу, розроблені когнітивних карт для моделювання складних процесів взаємодії криптовалюти як інструменту обміну з різними явищами характерними для криптовалют та економічних ринків. Основна увага приділена створенню моделей імпульсних процесів у когнітивних картах з різнотемповою дискретизацією для управління курсом криптовалют зокрема його стабілізації. Було використано методи адаптивного управління для подолання недоліків використання криптовалют і стабілізації криптовалютних ринків. Метою дослідження є розробка математичних моделей та методів управління динамікою криптовалютного ринку з використанням когнітивних карт. Дослідження складається з п’яти розділів в яких детально проаналізовано впливу різних факторів на курс криптовалют, створено механізмів стабілізації вартості та зменшення ризиків при використанні криптовалют. Для цього проведено аналіз використання криптовалюти як складної системи, визначено основні невизначеності та ризики, що виникають у процесі її функціонування на фінансових ринках, розроблено когнітивну карту застосування криптовалют, яка моделює взаємозв’язки між ключовими економічними, соціальними та технологічними факторами; розроблено динамічні алгоритми ідентифікації вагових коефіцієнтів матриць суміжності для швидкозмінних та повільнозмінних масштабів часу, що забезпечує коректну адаптацію моделі до змінних ринкових умов; сформовано взаємопов’язані замкнені підсистеми керування з різнотемповою дискретизацією для швидкодіючої та повільнодіючої підсистем когнітивної карти, які забезпечують стабілізацію відповідних вершин на заданих рівнях; розроблено підсистеми динамічного керування для швидкодіючої підсистеми з механізмом координації вершин, що дозволяє забезпечити збалансоване управління криптовалютним ринком; проведено експериментальне дослідження побудованої імпульсної системи з різнотемповою дискретизацією, а також розроблених систем керування, підтверджено їхню ефективність у стабілізації криптовалютного курсу; виконано експериментальне дослідження алгоритмів ідентифікації швидкодіючої та повільнодіючої підсистем когнітивної карти, що продемонструвало їхню здатність до точного визначення параметрів та адаптації до змін ринкового середовища. У першому розділі проведено комплексний аналіз сучасного стану використання криптовалют у фінансових системах, а також досліджено ключові проблеми, що виникають при їхньому застосуванні. Основну увагу приділено аналізу структури та функціонування криптовалютного ринку, його основних учасників, особливостей механізмів майнінгу та факторів, що впливають на курс криптовалют. Розглянуто основні принципи функціонування криптовалют, зокрема біткоїна, як найпоширенішого цифрового активу. Досліджено базові технологічні аспекти, включаючи механізм блокчейну, алгоритми підтвердження транзакцій (Proof of Work, Proof of Stake), а також питання децентралізації та безпеки. Проаналізовано особливості емісії криптовалюти, вплив майнінгу на стабільність мережі та фактори, що визначають обчислювальну складність видобутку блоків. Виявлено основні фактори, що спричиняють коливання курсу криптовалют, серед яких макроекономічні показники, поведінка великих інвесторів, новинний фон, зміни в законодавстві, регуляторні обмеження та спекулятивні операції. Розглянуто відмінності між криптовалютним ринком та традиційними фінансовими ринками, зокрема відсутність централізованого управління, анонімність учасників та специфіку ліквідності цифрових активів. Окрему увагу приділено процесу майнингу та його вплив на фінансову систему. Розглянуто структуру винагороди за видобуток блоків, зміну рівня складності обчислень, витрати на електроенергію та їхній вплив на курс криптовалюти. Проаналізовано ризики централізації майнінгу через концентрацію обчислювальних потужностей у великих пулах, що може призвести до можливих атак, таких як атака 51%. Окрім цього, у розділі розглянуто ризики та виклики, пов’язані з використанням криптовалют. Досліджено проблеми кібербезпеки, потенційні загрози хакерських атак, фінансування незаконних операцій та шахрайства. Виявлено проблеми масштабованості блокчейну, що обмежують швидкість обробки транзакцій та створюють потребу в розвитку нових технологічних рішень, таких як Lightning Network. В кінці розділу розглянуто існуючі методи прогнозування курсу криптовалют та методи керування імпульсними процесами в когнітивних картах складних систем. Було виявлено, що традиційні економетричні та статистичні методи прогнозування мають обмежену ефективність у контексті криптовалютного ринку через його нестабільність та високу залежність від соціальних і спекулятивних факторів. Це обґрунтовує необхідність застосування нових підходів, зокрема когнітивного моделювання, методів імпульсного управління та ведення різнотемпової дискретизації. У другому розділі було розроблено когнітивну карту, яка моделює взаємозв’язки між ключовими факторами, що впливають на курс криптовалют на фінансових ринках. Дослідження розпочалося з аналізу основних параметрів, які визначають динаміку цифрових активів. Виявлено, що на формування курсу впливають як внутрішні, так і зовнішні чинники, зокрема технічні особливості блокчейну, процеси майнингу, рівень ліквідності активів, регуляторна політика та макроекономічні умови. Визначено взаємозв’язки між цими елементами та побудовано математичну модель, яка дозволяє аналізувати їхній вплив на курс криптовалют. Для забезпечення більшої точності відтворення реальних процесів у розробленій моделі було поведено декомпозицію розробленої когнітивної карти на дві з різнотемповою дискретизацією . Це означає поділити когнітивну карту на дві підсистеми: швидкозмінну, що охоплює такі явища, як коливання біржових цін, спекулятивні операції та зміни у попиті, і повільнозмінну, яка включає довгострокові процеси, такі як зміни у законодавстві, рівень довіри інвесторів та макроекономічні тенденції. Такий підхід дозволив точніше описати поведінку фінансової системи та виділити критичні фактори, які впливають на стабільність курсу. Для розроблених систем запропоновано методи придушення зовнішніх і внутрішніх обмежених збурень у підсистемах когнітивної карти. Запропоновано метод інваріантних еліпсоїдів, а саме мінімізація сліду матриці еліпсоїда в якості критерію оптимальності для управління процесами на основі різнотемпової дискретизації. Окремо в розділі розглянуто побудову когнітивної карти процесів майнингу, яка враховує зміну кількості майнерів, обчислювальну складність мережі, курс криптовалют та енергетичні витрати. У третьому розділі розроблено координувальну систему керування співвідношеннями координат у когнітивній карті криптовалютного ринку та розроблено методи ідентифікації матриць суміжності в моделі імпульсного процесу з різнотемповою дискретизацією. Для вирішення проблеми збереження оптимального співвідношення ключових економічних параметрів, характерних торгівлі цінними активами на біржі, було розроблено систему координувального управління, яка дозволяє підтримувати стабільність системи шляхом варіювання координатами вершин когнітивної карти та зберігати взаємозв’язки між її ключовими параметрами. В якості критерію оптимальності було обрано мінімізацію узагальненої дисперсії нев’язки між вектором задаючих дій, управління та власне стану системи. Для забезпечення адаптивності отриманої системи було окремо розроблено методи ідентифікації матриць суміжності, що визначають зв’язки між вершинами когнітивної карти. Запропоновано алгоритм, який дозволяє оновлювати вагові коефіцієнти зв’язків у відповідь на зміни в ринковому середовищі. Окремо розглянуто ідентифікацію вагових коефіцієнтів для підсистем із швидкозмінними та повільнозмінними координатами. В процесі роботи над методом ідентифікації було запропоновано модифікацію стандартного методу РМНК, та РМНК з експоненційним забуванням для додаткового придушення впливу шуму. Емпіричним чином було виявлено обмеження використаних методів ідентифікації підсистем когнітивної карти. В четвертому розділі представлено практичні перевірки теоретичних концепцій, розроблених у попередніх розділах. Зокрема представлено результати моделювання імпульсних процесів у когнітивній карті майнингу та когнітивній карті використання криптовалют на фінансових ринках. Було промодельовано ефективність запропонованих методів стабілізації курсу криптовалют на основі методу інваріантних еліпсоїдів та з координацією співвідношенням окремих вершин КК. Проведено серію експериментальних досліджень для перевірки запропонованих алгоритмів ідентифікації вагових коефіцієнтів матриць суміжності когнітивної карти використання криптовалют на фінансових ринках. Результати дослідження мають значну практичну цінність для аналізу та управління ринком криптовалют. Розроблені математичні моделі когнітивних карт дозволяють оцінювати вплив різних економічних, технологічних та спекулятивних факторів на курс криптовалют, що може бути використано для прогнозування їхньої вартості та стабілізації ринку. Розроблені алгоритми ідентифікації матриць суміжності забезпечують адаптивне оновлення моделі у режимі реального часу, що дає змогу оперативно реагувати на зміни ринкової ситуації та враховувати вплив зовнішніх факторів, таких як регуляторні рішення, макроекономічні тенденції та соціальні настрої. Запропоновані методи можуть бути використані у фінансових установах, криптовалютних біржах, блокчейн-проєктах та системах управління ризиками. Вони дозволяють підвищити ефективність торгових стратегій, забезпечити стабільність цифрових активів та сприяти інтеграції криптовалют у традиційні фінансові системи. Також отримані результати можуть бути використання для створення нових криптовалют з механізмами вбудованого керування і покращеною (більш стабільною) природою. Модифіковані алгоритми ідентифікації вагових коефіцієнтів когнітивних карт можуть бути використані у фінансовому прогнозуванні, торгових ботах та автоматизованих системах управління активами. Окрім цього, результати дослідження використовуються у навчальному процесі та можуть бути корисними для спеціалістів у сфері фінансів, блокчейн технологій та автоматизованого управління.Документ Відкритий доступ Глибоке навчання з підкріпленням для задач роботизованого догляду(КПІ ім. Ігоря Сікорського, 2025) Титаренко, Андрій Миколайович; Касьянов, Павло ОлеговичТитаренко А. М. Глибоке навчання з підкріпленням для задач роботизованого догляду. – Кваліфікаційна робота на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 01.05.04 «Системний аналіз і теорія оптимальних рішень» (124 – Системний аналіз). – Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», 2025. Дисертаційна робота присвячена розробці та дослідженню алгоритмів керування на основі глибокого навчання з підкріпленням та імітації для задач автоматизованого догляду. Проблематика, що лежить в основі дослідження, є надзвичайно актуальною з огляду на глобальні демографічні зміни, які проявляються у старінні населення та нестачі людських ресурсів для забезпечення повноцінного догляду за пацієнтами. Метою дослідження є створення алгоритмів, здатних керувати роботизованими системами для задач догляду, забезпечуючи при цьому високу адаптивність, безпеку та ефективність у непередбачуваних умовах. Дисертація складається із семи розділів, у яких детально розглянуто як теоретичні основи методів глибокого навчання з підкріпленням, так і практичні аспекти їх реалізації для систем роботизованого догляду. У першому розділі розглянуто загальні проблеми роботизованого догляду в контексті глобальних демографічних змін та сучасних викликів. Особлива увага приділена потребам України, де війна значно збільшила кількість людей, які потребують тривалого догляду та реабілітації. Визначено ключові технічні та соціальні перешкоди для впровадження автоматизованих систем, серед яких висока вартість, технічна складність та необхідність забезпечення безпеки під час фізичної взаємодії з пацієнтами. Розглянуто існуючі системи роботизованого догляду, визначено ключові недоліки та переваги, а також основний напрям досліджень, результати яких повинні виправити основні проблеми існуючих підходів. Також надані загальні відомості про базові методи навчання з підкріпленням та імітацією, що використовуються в роботі. Надано формальне визначення Марковських процесів ухвалення та їх розширень, що лежать в основі методів, що розглядаються. Другий розділ зосереджено на розробці стратегій керування, що забезпечують робастність та стійкість роботизованих систем. Запропоновано нові методи на основі дифузійних стратегій та алгоритмів навчання з підкріпленням, що дозволяють зменшити ризики виникнення помилок у поведінці робота. Значну увагу приділено розробці підходів для оптимізації цільових функцій, що дозволяють системам ефективно виконувати завдання навіть в умовах обмеженої кількості навчальних даних. Результати експериментів продемонстрували, що поєднання методів навчання з підкріпленням та навчання імітацією дозволяє підвищити якість керування та адаптивність системи, зменшивши необхідну кількість даних на етапі навчання з підкріпленням. Цікавим спостереженням є те, що навчаючи нейромережеву стратегію методами дифузійних стратегій на перших успішних траєкторіях, згенерованих за допомогою навчання з підкріпленням, можливо отримати рівень успішності на рівні повністю навченої стратегії навчанням з підкріпленням, або навіть краще. При цьому, важливо пам’ятати, що для повної збіжності онлайн методів навчання з підкріпленням потрібна велика кількість даних – взаємодій із середовищем, що може унеможливити практичне застосування. У третьому розділі досліджено методи навчання візуальних нейромережевих стратегій для керування системами догляду. Проблема полягала у необхідності обробки неповних або неточних даних сенсорів, що характерно для реальних умов експлуатації роботів. Запропоновано архітектуру нейронної мережі, яка забезпечує стабільне керування на основі візуальної інформації без привілейованих даних. Результати симуляцій у системах Assistive Gym показали високу ефективність запропонованих стратегій. Підхід дозволяє розвинути методологію запропоновану в другому розділі, розширюючи застосовність до реалістичних систем роботизованого догляду. Четвертий розділ присвячено розробці методів раннього виявлення аномальної поведінки нейромережевих стратегій для підвищення безпеки систем догляду. Основні способи оцінки ризику або аномальності стратегії включають ансамблі прогнозних моделей. В розділі спочатку досліджуються моделі такого типу, їх варіації та модифікації. Далі виводиться метод, який використовує нормалізуючі потоки для моделювання очікуваної поведінки системи та ідентифікації відхилень у реальному часі. Він базується на існуючому методі виявлення аномалій в часових рядах, здатному оцінювати аномальність ряду тільки маючи повний часовий ряд, але при цьому дозволяє виявляти аномалії в реальному часу якомога раніше. Запропонований підхід дозволив значно мінімізувати ризики виникнення критичних ситуацій, що підтверджено в рамках обчислювальних експериментів. Експериментальна валідація показала, що запропонований метод не тільки перевершує базовий, але ще і перевершує методи на базі ансамблів прогнозних моделей та інших методів виявлення аномалій в часових рядах. У п’ятому розділі в фокусі опиняється клас методів вивчення керованого середовища. Загалом такі методи дозволяють знизити розмірність простору станів середовища таким чином, щоб отриманий прихований простір станів мав динаміку, яка є гладкою або локально-лінійною. Застосування подібних методів до задачі автоматизованого догляду дозволило б підвищити інтерпретованість стратегій, а відповідно і збільшити безпечність системи. В розділі розглядається модель embedto-control (E2C), яка хоч і не найбільш ефективною в сімействі, але є простою для застосування. Для того, щоб покращити якість, використовується багатокрокове прогнозування, що дозволяє переформулювати варіаційну модель процесу і вивести нову функцію втрат для оптимізації. Для підвищення стійкості було впроваджено регуляризаційну функцію на базі теореми Гершгоріна, яка дозволяє обмежити власні значення матриць переходу, прогнозованих нейронними мережами. Обмеження лінійності у випадку з багатокроковим прогнозуванням дає можливість більш явно контролювати гладкість прихованого простору і суттєво підвищити якість простого в реалізації методу, просуваючи напрям до практичної застосовності. Шостий розділ зосереджено на проблемах кодування дій та оптимізації представлень для керування системами догляду. Запропоновано підходи на основі узгодженості з кодуванням дій, що дозволяють стабілізувати поведінку системи та забезпечити робастне керування навіть у динамічних середовищах із складними просторами дій. Для впровадження кодування дій обрано два методи вивчення керованих середовищ: PCC (Прогнозування, Консистентність, Кривизна) та PC3 (Предиктивне кодування, Послідовність, Кривизна). Для PCC виведено варіаційну функцію втрат та проведено аналіз субоптимальності. Для PC3 виведено функцію втрат на базі предиктивного кодування та також проведено аналіз субоптимальності. Отримані підходи досліджено емпірично в середовищах із ускладненими просторами дій (керування). Показано, що підхід дозволяє застосовувати класичні методи керування на базі ітеративного лінійноквадратичного регулятора в отриманих просторах станів навіть із дискретними просторами дій. Сьомий розділ присвячений розробці цілісної багатокомпонентної системи керування для задач роботизованого догляду на базі нейромережевих стратегій. Спочатку запропоновано і реалізовано фізичну систему керування для задач годування з використанням методів навчання імітацією. Для адаптації до задачі було запропоновано механізми згладжування траєкторій та коригування поведінки. Перший суттєво пришвидшує обчислення нейронних мереж при збереженні гладкості траєкторій. Це є важливим для задачі годування, де на ложці знаходиться їжа, а тому різкі або «рвані» рухи роботизованої руки можуть призвести до втрати їжі і провалу завдання. Коригування поведінки дозволяє адаптувати стратегію до особливостей пацієнтів та виправити проблемні елементи траєкторій, згенерованих функцією стратегії. Метод полягає в реалізації можливості для оператора у критичній ситуації перехопити керування системою, а також у можливості використання отриманих даних для до-навчання функції стратегії на основі маскування епізоду. В другій частині розділу пропонується та розглядається повноцінна гібридна система керування роботизованим пристроєм для догляду. Вона включає в себе методи оцінки пози людини в площині зображення з камери, проєкції пози в тривимірний простір та оцінки аномальності поведінки робота та пацієнта в реальному часі для підвищення безпеки за незвичайних обставин. Проєкції поз разом із даними щодо одометрії утворюють часовий ряд, до якого застосовується алгоритм раннього виявлення аномалій, представлений раніше в дисертації. Отримана система підтримки прийняття рішень є наскрізною, тобто такою в якій керування реалізується нейронною мережею за сенсорними сигналами та виходами інших нейронних мереж. Це знижує вартість системи зменшуючи залежність від дорогих компонент (точних приводів, лідарів, великої кількості камер тощо). Крім того, це надає можливості забезпечення безпеки у разі, якщо середовище (пацієнт і робот) перестає бути прогнозованим. Усі ці можливості були оцінені в емпіричному дослідженні, де метод застосовувався як до симульованих систем годування та маніпуляції кінцівками, так і до фізичної системи годування. Були досліджені показники успішності порівнюваних алгоритмів, а також точність системи раннього виявлення аномалій при різних порогових значеннях. Практичне значення отриманих результатів полягає у можливості використання запропонованих методів для створення ефективних та доступних систем роботизованого догляду, що можуть застосовуватись у реабілітаційних центрах, медичних закладах та для домашнього догляду. Впровадження таких систем дозволить значно зменшити навантаження на медичний персонал та забезпечити якісний догляд за пацієнтами. Фізична реалізація запропонованої системи також була розроблена за результатами досліджень в рамках роботи.Документ Відкритий доступ Інструментарій освоєння підземного простору мегаполісів на основі модифікованого методу морфологічного аналізу(2024) Савченко, Ілля ОлександровичСавченко І.О. Інструментарій освоєння підземного простору мегаполісів на основі модифікованого методу морфологічного аналізу. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 01.05.04 «Системний аналіз і теорія оптимальних рішень». – Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського", Київ, 2024. Проблема освоєння міського підземного простору і розвитку підземного будівництва є актуальною глобально – все більше країн світу стикаються з неможливістю подальшого розвитку міст «вшир» і «вгору», і звертаються до можливостей, які надає підземний простір. Підземне будівництво забезпечує зменшення рівня шкідливих викидів, сприяє покращенню екологічної ситуації, підвищенню якості та безпеки життя людини, дозволяє захистити критичну інфраструктуру. Підземні споруди можуть виконувати подвійну функцію як укриття. В роботі розглядається наукова проблема створення системної методології, що формує комплексне бачення підземного будівництва з урахуванням невизначеностей і багатофакторних ризиків. Метою роботи є створення інструментарію планування і прийняття рішень в процесах освоєння підземного простору мегаполісів на основі модифікованого методу морфологічного аналізу (МММА). Для цього розроблено системний підхід, в рамках якого розширено, вдосконалено, масштабовано інструментарій системного аналізу, розроблено моделі для розв’язання практичних задач освоєння підземного простору великих міст. Ці моделі були застосовані для дослідження ряду практичних проблем українських міст, пов’язаних із плануванням підземного будівництва. Оскільки задача освоєння підземного простору мегаполісів є складно формалізовною, тобто інформації щодо об’єктів дослідження притаманний ряд характеристик (неточність, неповнота, протирічність, нечіткість, недостовірність тощо), які унеможливлюють їх аналіз методами традиційними дослідження операцій, природа цих недосконалостей була проаналізована, і були запропоновані прийоми, процедури, алгоритми визначення проявів впливу цих факторів для задач, що розв’язуються за допомогою МММА, а також нові способи і модифікації методу, що дозволяють зменшувати наслідки цих невизначеностей, і отримувати адекватні результати навіть в умовах недосконалих вхідних даних. На основі вдосконалення математичного апарату МММА були створені процедури оцінювання чутливості моделі, тобто визначення допустимих змін вхідних даних, що не призводять до зміни результату. Таким чином створено механізм протидії неточності вхідних даних за рахунок перевірки можливості впливу похибки на результат, і визначення найбільш критичних елементів вхідних даних, на які слід звернути особливу увагу. Розроблено прийоми використання МММА в умовах неповноти вхідних даних. Розроблено процедуру виявлення протирічності вхідних даних. Розроблено нечітку модифікацію методу морфологічного аналізу, в якій на основі використання нечітких попередніх оцінок альтернатив розраховуються нечіткі оцінки з урахуванням взаємозв’язків між параметрами. Запропоновано процедуру аналізу упередженості моделі для оцінювання можливої її недостовірності. Задача освоєння підземного простору мегаполісів супроводжується швидкою генерацією надвеликих масивів даних і знань, обробка яких виходить за межі можливостей людини, тому були розроблені спеціальні інструменти для інтеграції МММА у процес передбачення, які використовують результати обробки великих масивів даних: розроблено інтерактивні людино-машинні процедури напівавтоматизованого видобування морфологічних таблиць із семантичних мереж для трьох типів морфологічного опису – опис об’єкту, опис стану об’єкту, опис дії або події; а також розроблено процедури оцінювання вхідних даних в МММА на основі використання результатів текстової аналітики великих корпусів неструктурованої інформації. З метою масштабування МММА для складних системних задач, в яких взаємодіє значна кількість сутностей, було узагальнено звичайну двоетапну процедуру методу, і на її основі розроблено методику побудови, оцінювання і використання мереж морфологічних таблиць у трьох режимах: оцінювання підготовленості – базова оцінка рішень, що адресують деяку задачу або проблему, для надання підтримки прийняття рішень щодо результативності відповідних заходів; моніторинг – використання МММА у поєднанні з розробленим автоматизованим оцінюванням на основі текстової аналітики для завчасного виявлення потенційно небажаних подій; реакція – розв’язання задачі з фіксованим параметром у випадку, коли небажана подія вже відбулась, і необхідно оперативно прийняти рішення для пом’якшення наслідків. Розроблений апарат було продемонстровано на прикладі задачі моделювання і пом’якшення наслідків соціальних лих, викликаних катастрофами і тероризмом. Розроблено програмне забезпечення на базі SAS Studio з користувацькими модулями мовою C#, які відповідають базовим крокам МММА: конструювання морфологічних таблиць; оцінювання морфологічних таблиць; оцінювання матриць взаємозв’язків і зв’язків; розрахунок оцінок альтернатив параметрів для одноетапної та двохетапної процедур морфологічного аналізу; виведення і візуалізація результатів. Формат розробленого програмного забезпечення дозволяє компонувати модулі у різних конфігураціях для розв’язання задач різної природи і складності. Розроблено стратегію використання різних процедур МММА в процесі сценарного аналізу, що деталізує способи і рамки застосування розроблених елементів методу в залежності від поставлених задач, характеристик вхідних даних. В рамках створення інструментів розв’язання реальних задач освоєння підземного простору, і випробування їх на практиці, було побудовано ряд моделей з використанням розроблених вдосконалень МММА. Була створена модель для порівняння ділянок потенційного підземного будівництва на передпроєктній стадії на основі аналізу інженерно-геологічних факторів, пов’язаних із ділянкою. Модель використовує двоетапний МММА, де на першому етапі розглядаються 10 інженерно-геологічних параметрів, а на другому визначаються оцінки 6 параметрів, що описують рішення, в тому числі доцільність чи недоцільність будівництва, доцільні масштаби і рівень забудови, ризики, пов’язані з будівництвом, і їх характеристики. Модель була випробувана на 4 реальних ділянках м. Києва. Проаналізовано перспективи будівництва на кожній із ділянок з урахуванням отриманих результатів. Проведений аналіз упередженості моделі і процедура виявлення протиріч для підвищення довіри до результатів. Були створені моделі для оцінювання пріоритетності побудови підземних споруд конкретного призначення, зокрема, паркінгів і автомобільних тунелів із залученням мережі морфологічних таблиць, в яких присутні як інженерногеологічні фактори із базової задачі, так і структурно-функціональні фактори, що характеризують ділянку з точки зору потреби у відповідному типі підземної споруди. Для оцінювання автомобільних тунелів була створена також гібридна модель, що поєднує елементи МММА і методу аналізу ієрархій для формування ранжувань за альтернативною процедурою. Модель оцінювання пріоритетності будівництва паркінгів використана для двох реальних ділянок м. Києва. Сформульовано висновки щодо переваги однієї з ділянок над іншою. Модель оцінювання впливів будівництва автомобільних тунелів на фактори ризику була використана для аналізу тунелів, будівництво яких передбачене Генеральним планом м. Києва. Задача розглядалась з використанням більш простої моделі для порівняння двох тунелів, і з використанням розширеної моделі, що враховує також безпекові фактори, для всіх восьми запланованих тунелів. На основі отриманих результатів обґрунтовано пріоритетність будівництва певних тунелів порівняно з іншими. Комбінована модель на основі МММА і методу аналізу ієрархій підтвердила результати, отримані з використанням МММА окремо, і також продемонструвала гнучкість використання при експертному підході до оцінювання критеріїв відповідно до пріоритетів ОПР. Модель оцінювання структурно-функціональних факторів було адаптовано до задачі порівняння двох альтернативних ділянок потенційного будівництва Одеського метрополітену, з точки зору їх впливу на ряд факторів – вирішення транспортних проблем, сприяння розвитку міста і туристично-рекреаційному потенціалу, забезпечення цивільного захисту, тощо. На основі цієї моделі отримані результати, що дозволяють порівняти альтернативні проєкти за їх впливом на різні сфери міського життя. Для цієї задачі також було проведено аналіз чутливості, який показав, що результати розв’язання є достатньо стійкими і слабко залежать від зміни окремих оцінок вхідних даних. Розроблено прототип моделі на основі двоетапного МММА для порівняння урбаністичних об’єктів з точки зору їх протидії небажаним подіям. В моделі аналізуються характеристики небажаної події, і наслідки, які така подія може викликати для заданого типу урбаністичних об’єктів. Ця морфологічна модель була застосована для порівняння системи каналізаційних труб, що проходять по дну р. Дніпро, і підземного дюкера, що використовується з тією ж метою. Результати аналізу показали суттєву перевагу підземного дюкера, що дозволяє рекомендувати його в якості пріоритетного проєкту. Також ця модель була використана для порівняння мостового і тунельного переходів р. Дніпро, також підтверджуючи перевагу підземного будівництва з точки зору протидії несприятливим факторам. Для обох задач аналіз проводився як для множини несприятливих подій, так і для конкретних сценаріїв небажаних подій. Як узагальнення розглянутих окремих задач, була запропонована мережа морфологічних таблиць оцінювання потенціалу території підземного будівництва, яка синтезує функціонально-планувальну організацію міського простору та інженерно-геологічні фактори геологічного середовища для територій, що розглядаються. Розроблений інструментарій може бути використаний для розв’язання практичних задач, пов’язаних із освоєнням підземного простору великих міст, застосований для порівняння будь-яких інших об’єктів інфраструктури і формування основ системної стратегії розвитку міського підземного простору з метою мінімізації військових, техногенних і природних загроз. Практичне значення одержаних результатів полягає у створенні системної методології освоєння підземного простору мегаполісів у вигляді інструментарію модифікованого методу морфологічного аналізу, який може використовуватись для широкого спектру задач планування підземного будівництва, включаючи аналіз доцільності будівництва з урахуванням інженерно-геологічних, структурно-функціональних, безпекових факторів, відбору критичних технологій, ранжування множини проєктів або альтернативних проєктних конфігурацій, оцінювання наслідків впливу можливих небажаних подій з урахуванням різних сценаріїв їх появи, тощо. Це дає в руки муніципалітетів, міських державних адміністрацій, інвестиційних груп і суспільних організацій, які опікуються розвитком міст, ефективний інструмент управління ризиками та інвестиціями при освоєнні підземного простору мегаполісів.Документ Відкритий доступ Керування за прогнозною моделлю у лінійних дискретних системах(КПІ ім. Ігоря Сікорського, 2024) Міщенко, Михайло Дмитрович; Губарев, Вячеслав ФедоровичМіщенко М. Д. Керування за прогнозною моделлю у лінійних дискретних системах. — Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 01.05.04 «Системний аналіз і теорія оптимальних рішень» (124 — Системний аналіз). — Національного технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», 2024. Метою дисертаційного дослідження є реалізація термінального керування, яке б виконувало завдання стабілізації. Існує широкий спектр як технічних, так й інших різновидів систем, які можуть бути достатньо точно змодельовані як лінійні системи, що функціонують у дискретному часі (ЛСДЧ). Ця математична модель часто застосовується в інженерії, але також може бути використана в багатьох інших сферах. Завдання стабілізації систем такого типу є досить поширеним. Для стабілізації ЛСДЧ традиційно застосовують методи, розроблені на основі теорії керування, математичний апарат якої тривалий час був невід’ємним у розв’язанні цього завдання. Хоча важливість зазначеного підходу важко переоцінити, тривала історія досліджень у цьому напрямі показала деякі недоліки, які можуть у різні способи заважати ефективній стабілізації. Зокрема, якщо йдеться про керування недетерміністичними системами, математичний апарат теорії керування примушує підлаштовувати алгоритми під деякі наперед задані припущення про статистичні властивості збурень, що діють на систему. Він також не дозволяє включити обмеження на величини сигналів керування в модель системи. Через це інженери змушені вручну підлаштовувати параметри контролера в кожному випадку окремо, аби задовольнити ці обмеження. Дослідження присвячено розробленню альтернативних алгоритмів стабілізації ЛСДЧ на основі підходу керування за прогнозною моделлю (КПМ). Він полягає в генеруванні сигналів керування шляхом вибору тієї послідовності сигналів, яка відповідає найкращому (за певним критерієм) прогнозу траєкторії стану системи на обмеженому горизонті. На практиці це здійснюється за допомогою розв’язання завдання оптимізації, цільова функція якого залежить від прогнозованого майбутнього стану. Застосування методів оптимізації замість математичного апарату на основі перетворення Лорана дозволяє уникнути потреби ручного доналагодження алгоритму. Це також дозволяє генерувати швидкі стабілізаційні траєкторії за рахунок використання еволюційного рівняння для ЛСДЧ як предиктора майбутнього стану у складі цільової функції, а обмежень на керування — як обмежень завдання оптимізації. У результаті дослідження отримано новий клас методів, здатних до термінального стабілізаційного керування. Інакше кажучи, вони здатні приводити стан лінійної системи до нуля (або в разі наявності збурень — до його околу) за скінченний час й утримувати його там надалі. Вони можуть стабілізувати не тільки строго стійкі системами, а й напівстійкі та нестійкі, зокрема й в умовах наявності випадкових збурень та з урахуванням обмеженості ресурсу керування. Ці методи можна застосовувати для керування як технічними, так і будь-якими іншими системами, які описуються у формі ЛСДЧ. Однак цей підхід потребує дещо більшої кількості обчислень. Для ефективного застосування наявного ресурсу керування (заданого у формі обмежень на сигнали керування) здебільшого необхідна велика довжина горизонту прогнозування, що призводить до зростання необхідної кількості обчислювальних ресурсів. Попри це, завдяки суттєвому прогресові в обчислювальній потужності комп’ютерів з появою теорії керування стало можливим практичне застосування таких алгоритмів. Водночас обмеження в обчислювальних ресурсах все ще існують і можуть виявитися критичними. Тому на практиці оптимізувати наслідки майбутньої послідовності керувань можливо лише на горизонтах обмеженої довжини. Внаслідок цього неабияк важливо розуміти, як таке обмеження впливає на якість керування. Для візуалізації динаміки стабілізації систем у роботі запропоновано застосовувати теплові карти індексів, які характеризують цей процес. На таких теплових картах зображається залежність цих індексів від початкового стану системи. Таке представлення дозволяє наочно побачити, як на динаміку впливають обмеження горизонту прогнозування і, власне, структура самої системи. Такі теплові карти було побудовано для кількох визначних прикладів систем із різними структурами шляхом виконання відповідних обчислювальних експериментів. Результати цих експериментів показують, що втрати від обмеження довжини горизонту прогнозування варіюються від значних до повної їх відсутності залежно від структури системи та обраного для представлення системи базису простору станів. Ці втрати зменшуються, якщо збільшити межу довжини прогнозного горизонту. Проста цільова функція, що мінімізує норму майбутнього стану, дає найкращі результати для таких систем, чия матриця залежності наступного стану від попереднього є діагоналізовна над полем комплексних чисел і подана в дійсній Жордановій формі. В іншому разі результати сильно погіршуються. У зв’язку із цим у роботі зроблено висновок, що динаміка стабілізації суттєво залежить від структури системи та обраного базису простору станів. Вдале представлення системи може в частині випадків компенсувати обмеження на довжину горизонту прогнозування. Проте загалом це потребує особливим способом сконструйованої цільової функції. Для деяких систем в умовах обмеженості горизонту прогнозування особлива її конструкція стає критично необхідною, аби цей алгоритм належно працював. Як виявилося, задати цільову функцію з достатньо добрими властивостями є нетривіальним завданням. У цій роботі застосовано сучасний нестандартний аналіз для конструювання вдалої цільової функції на основі структури ЛСДЧ. Під час цього дослідження з’ясувалося, що застосування принципу КПМ до стабілізації недетерміністичної ЛСДЧ потребує значної уваги стосовно того, як саме застосовуються до неї згенеровані керування. Виявилося, що некоректна схема застосування керувань призводить до безлічі неочевидних і небажаних ефектів. У цій роботі було почергово обговорено, пояснено й на прикладах продемонстровано вищезазначені ефекти. Аналіз їхніх причин дозволив виявити вимоги до алгоритму керування за прогнозною моделлю, виконання яких забезпечить надійність його роботи. Також з’ясувалося, що здебільшого оптимальна стабілізаційна траєкторія не є унікальною, тобто, можливо обирати між оптимальними траєкторіями заради покращення якогось другорядного показника. До того ж, як приклад, який є цінним сам собою, у роботі окремо розглянуто стабілізацію імпульсів у лінійних когнітивних картах. Будучи прикладами лінійних систем у дискретному часі, лінійні когнітивні карти допускають застосування щодо їх імпульсів тих самих стратегій та алгоритмів керування. Але якщо опустити природу когнітивних карт, їхній стан починає поступово змінюватися в непередбачуваному напрямку під тиском зовнішніх випадкових збурень (шуму) попри те, що стабілізуючий контролер придушує їх вплив на імпульси когнітивної карти. Здатність підходу керування за прогнозною моделлю враховувати другорядні цілі дозволила усунути цей ефект принаймні частково шляхом цілеспрямованої стабілізації когнітивної карти біля деякого наперед обраного стану. Також у роботі продемонстровано, що з усього простору станів когнітивної карти лише деяка гіперплощина в ній є досяжною одночасно зі стабілізацією імпульсів. Розроблений метод призначений для керування системою, стан якої повністю вимірюваний. Проте керування системою, стан якої не є спостережним безпосередньо, є поширеним завданням. Натомість зазвичай наявні непрямі, неповні та зашумлені вимірювання стану. У таких випадках фільтр Калмана є загальноприйнятим і класичним підходом до оцінки стану лінійних систем за непрямими вимірюваннями. Він рекурсивний і тому опосередковано враховує всю історію вимірювань. У роботі досліджено альтернативний підхід: виконувати оцінку на основі вимірювань на обмеженому історичному горизонті. Тож спочатку обговорюється застосування узагальненого методу найменших квадратів (УМНК) щодо цього завдання, а також умови, за яких доцільно застосовувати цей метод. Для випадків, коли він не підходить, у роботі запропоновано спосіб представлення оцінювача за УМНК як завдання квадратичного програмування на конусі, що дає змогу створювати його модифікації, підлаштовані під різноманітні нестандартні конструкції лінійних систем. У роботі також досліджено різні властивості й поведінку оцінювача, побудованого за УМНК та модифікаціями цього методу. Зокрема, цілком очікуваним є те, що оцінювачі демонструють різну точність за різної кількості використаних вимірювань. Тому було досліджено застосування абсолютного числа обумовленості оцінювача на базі УМНК до вибору оптимальної довжини горизонту. Також продемонстровано, як абсолютне число обумовленості, будучи жорстким обмеженням точності оцінювання, обмежує й математичне сподівання норми помилки. Вибір найкращої довжини горизонту було описано з обох цих поглядів. Для ситуацій, коли найкраща можлива точність оцінювання все ще не є достатньою, у роботі запропоновано метод регуляризації. Досліджено його переваги та недоліки, а також те, як робити поінформований вибір стосовно ступеня регуляризації. Теоретичні результати щодо оцінювачів перевірено шляхом обчислювальних експериментів.Документ Відкритий доступ Система підтримки прийняття рішень для аналізу операційних ризиків(КПІ ім. Ігоря Сікорського, 2023) Левенчук, Людмила Борисівна; Бідюк, Петро ІвановичЛевенчук Л.Б. Система підтримки прийняття рішень для аналізу операційних ризиків. − Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії з галузі знань 12 Інформаційні технології за спеціальністю 124 Системний аналіз. – Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ, 2023. Операційний ризик стає все більш актуальним у різних сферах, включаючи фінанси, медицину, транспорт і виробництво. Він представляє собою ризик збитків, спричинений невдалими внутрішніми процесами, людьми, системами або зовнішніми подіями, і може мати серйозний фінансовий та репутаційний вплив на організацію. Система підтримки прийняття рішень (СППР) для аналізу операційного ризику є ключовим інструментом для використання в різних організаціях. Вона дає можливість виявити потенційні ризики, оцінити їхню ймовірність та вплив на протікання процесів, а також визначити оптимальні стратегії для їхнього пом’якшення. Процеси, які не відносяться до стаціонарних та мають нелінійний характер, є загально поширеними і мають різноманітні застосування у демографії, екології, економіці, фінансах та інших сферах. Ці процеси характеризуються великою кількістю невизначеностей, таких як невизначеність в даних, невизначеність в структурі моделі та параметрична невизначеність. Невизначеність у всіх цих аспектах може впливати на точність та надійність системи підтримки прийняття рішень і призводити до неточних результатів аналізу даних та прогнозування. Для ефективного управління нестаціонарними та нелінійними процесами необхідно використовувати адаптивні підходи, які дозволяють системі підтримки прийняття рішень адаптувати свою структуру та параметри до змінних умов. Загальна класифікація нелінійних та нестаціонарних процесів допомагає розуміти природу цих процесів у різних сферах та визначати належні методи аналізу та прогнозування. Усвідомлення наявності різних видів невизначеностей і їхнього впливу на результати аналізу даних є важливим етапом у розробці надійних та точних системи підтримки прийняття рішень. Метою дисертаційного дослідження є створення та програмна реалізація у формі інтелектуальної СППР системної методології побудови математичних моделей для формального опису і прогнозування розвитку нелінійних нестаціонарних фінансово-економічних процесів за допомогою ймовірнісно-статистичного підходу, регресійного аналізу і методів інтелектуального аналізу даних (ІАД) з використанням інтелектуальної СППР. В дисертації отримані такі нові наукові результати: 1. Розроблені нові моделі у формі байєсівської мережі (БМ) і байєсівської регресії, які відрізняються можливістю врахування ймовірнісно-статистичних невизначеностей даних і забезпечують підвищення якості оцінювання можливих операційних втрат. 2. Вперше застосовано метод структурно-параметричної адаптації моделей у формі БМ до нових даних (повторне оцінювання структури і параметрів моделі з використанням заданої множини критеріїв) з метою підвищення адекватності ймовірнісних моделей. 3. Удосконалено алгоритми обчислювальних процедур, що використовуються для оцінювання структури і параметрів моделей (удосконалення методу Монте-Карло для марковських ланцюгів) операційних ризиків. Практична цінність дисертаційної роботи полягає у тому, що розроблено оригінальну СППР на основі принципів системного аналізу для розв’язання задачі моделювання, оцінювання і прогнозування можливих втрат внаслідок реалізації операційних ризиків на основі статистичних даних та експертних оцінок, розроблених математичних моделей і множини статистичних критеріїв якості. Всі результати роботи доведено до практичного інженерного рівня і впроваджено у навчальний процес інституту прикладного системного аналізу НТУУ «КПІ імені Ігоря Сікорського» та у фінансових компаніях з метою застосування методології оцінювання ринкових ризиків на практиці. Запропонована методологія дає змогу обґрунтовано підійти до розв’язання задачі прогнозування розвитку сучасних фінансових процесів, оцінювання можливих фінансових ризиків та їх врахування у виробленні тактичних і стратегічних управлінських рішень. Всі теоретичні і практичні результати дисертаційної роботи у повній мірі опубліковано у фахових вітчизняних та закордонних наукових виданнях, що входять до відповідного встановленого переліку, а також виконано їх належну апробацію на міжнародних наукових конференціях і семінарах. У дисертаційній роботі розглянуто питання актуальності дослідження операційного ризику та розробки системи підтримки прийняття рішень для його аналізу. Встановлено, що правильна оцінка прогнозів є надзвичайно важливим завданням, оскільки невірні рішення при оцінюванні прогнозів можуть призвести до серйозних матеріальних втрат. Проведено дослідження методів боротьби з невизначеністю та опрацьоване питання розробки ефективних стратегій обробки даних для моделювання, прогнозування і оцінювання ризиків в нестаціонарних та нелінійних процесах. Зроблено огляд існуючих математичних моделей для формального опису операційних фінансових ризиків. Розроблено ймовірнісностатистичну модель операційного ризику у формі динамічної байєсівської мережі (БМ) і подано приклад її застосування до оцінювання операційного ризику у страхуванні. Розроблено комбіновану модель: лінійна + нелінійна регресія для операційного ризику, яка будується на основі статистичних даних. Для побудови моделей у формі БМ та регресії використано теоретичні положення, що стосуються аналізу статистичних/експериментальних даних з метою оцінювання структури і параметрів такої моделі. Формування (обчислення) ймовірнісного висновку виконувалось за допомогою теореми Байєса. Розроблено структуру та складові елементи інтелектуальної СППР для аналізу операційних ризиків. Створено метод моделювання операційних ризиків на основі комбінованої моделі (ймовірнісні фільтри + регресія + динамічна байєсівська мережа). Запропоновано вдосконалену системну багатокрокову методологію побудови моделей фінансових процесів і фінансових ризиків довільного походження. Наданий детальний огляд теоретичних основ і методів адаптації байєсівських мереж до даних в контексті аналізу ймовірнісних розподілів для дискретних випадкових величин і динамічних систем. Наведено приклад застосування методології, який демонструє її ефективність в застосуванні до аналізу ризиків актуарних процесів. Застосування запропонованої методології для моделювання фінансових процесів з використанням узагальнених лінійних моделей та байєсівського оцінювання параметрів гарантує високу якість оцінювання ризиків з мінімальними похибками. Сформульовано метод моделювання ризиків на основі системного підходу до побудови моделей операційних ризиків та його застосування при побудові системи підтримки прийняття рішень. Створено модель операційного ризику на основі узагальненої лінійної регресійної (байєсівської) моделі. Побудовано (розширення функцій) інтелектуальну СППР для аналізу операційних ризиків. За матеріалами дисертації опубліковано 14 робіт, з яких 6 – це статті у журналах і збірниках наукових праць, що входять до переліку фахових видань затверджених МОН України за спеціальністю дисертації або у періодичних виданнях іноземних держав (1 з них включена до міжнародної наукометричної бази Scopus, 1 до Web of Science), та 8 – публікації у матеріалах конференцій (у тому числі, міжнародних).Документ Відкритий доступ Моделі і методи інтелектуального аналізу даних для прогнозування нелінійних нестаціонарних процесів(2022) Белас, Андрій Олегович; Бідюк, Петро ІвановичДокумент Відкритий доступ Гібридна згорткова мережа для обробки зображень та медичної діагностики(2021) Надеран, МарьямДокумент Відкритий доступ Моделі і методи прогнозування вулканічної активності з використанням технології штучного інтелекту(2020) Забєлін, Станіслав Ігорович; Зайченко, Олена ЮріївнаДокумент Відкритий доступ Платформа підтримки міждисциплінарних досліджень в світовій системі даних(2021) Єфремов, Костянтин Вікторович; Згуровський, Михайло ЗахаровичДокумент Відкритий доступ Методи і моделі інтелектуального аналізу даних для оцінювання фінансових ризиків(2020) Гуськова, Віра Геннадіївна; Бідюк, Петро ІвановичДокумент Відкритий доступ Моделi бiологiчних нейронних мереж для просторово-часової асоцiативної пам’ятi(2019) Осауленко, Вячеслав Миколайович.; Макаренко, Олександр СергійовичДокумент Відкритий доступ Методи аналізу нелінійних дискретних систем із антисипацією(2019) Лазаренко, Сергій Вікторович; Макаренко, Олександр СергійовичДокумент Відкритий доступ Робастне еліпсоїдальне оцінювання станів лінійних керованих систем з обмеженими збуренням та завадою(2019) Шолохов, Олексій Вікторович; Панкратова, Наталія ДмитрівнаДокумент Відкритий доступ Методи прогнозування нестаціонарних часових рядів на основі двобічного експоненційного згладжування та оптимальної фільтрації(2019) Братусь, Олена Вікторівна; Бідюк, Петро ІвановичДокумент Обмежений Інформаційна технологія безконтактного дистанційного визначення варіабельності серцевого ритму людини з відеопотоку(2019) Ніколаєв, Сергій Сергійович; Тимошенко, Юрій ОлександровичДокумент Відкритий доступ Крайовi задачi на нескiнченновимiрних многовидах(2019) Потапенко, Олексій Юрійович; Богданський, Юрiй ВiкторовичДокумент Відкритий доступ Мiри на банахових многовидах з рiвномiрною структурою(2018) Моравецька, Катерина Вiталiївна; Богданський, Юрiй ВiкторовичДокумент Відкритий доступ Методи і моделі прогнозування мір динамічних фондових ризиків(2018) Зражевська, Наталія Григорівна; Панкратова, Наталія ДмитрівнаДокумент Відкритий доступ Багатозначний аналіз еволюційних систем хвильового типу з нерегулярними обмеженнями(2018) Палійчук, Лілія Сергіївна; Касьянов, Павло ОлеговичДокумент Відкритий доступ Стратегія розвитку соціально-економічних систем на основі методологій передбачення та когнітивного моделювання(2017) Панкратов, Володимир Андрійович; Згуровський, Михайло Захарович; Кафедра математичних методів системного аналізу; Інститут прикладного системного аналізу; Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»