Електронний архів наукових та освітніх матеріалів КПІ ім. Ігоря Сікорського

ELAKPI – інституційний репозитарій, що накопичує, зберігає, розповсюджує та забезпечує довготривалий, постійний та надійний доступ через Інтернет до наукових та освітніх матеріалів професорсько-викладацького складу, співробітників, студентів, аспірантів та докторантів КПІ ім. Ігоря Сікорського. За посиланням можна ознайомитися з положенням про ELAKPI.

Доступ до матеріалів ELAKPI

Доступ до повних текстів матеріалів ELAKPI вільний в мережі Інтернет, крім:

  • частини матеріалів з зібрань факультетів/кафедр, завантажених до 2016 року, доступ до яких надається в локальній мережі університету, що вказано в описі матеріалу;
  • звітів про НДР – доступ з комп’ютерів у залі № 6.6 НТБ;
  • дисертацій та авторефератів, завантажених до 2016 року, які доступні тільки для перегляду з комп’ютерів у залі № 6.6 НТБ.

Щоб отримати права на перегляд/скачування повних текстів ресурсів, доступних тільки в локальній мережі університету, зареєстровані користувачі Бібліотеки КПІ ім. Ігоря Сікорського можуть скористатися послугою Віддалений доступ до "локальних" ресурсів.

Розміщення матеріалів в ELAKPI
Контакти

Бібліотека КПІ ім. Ігоря Сікорського, зал № 4.4, тел. +38 (044) 204-96-72, elakpi@library.kpi.ua, elakpi.ntb@gmail.com

 

Фонди

Виберіть фонд, щоб переглянути його зібрання.

Зараз показуємо 1 - 39 з 39

Нові надходження

Ескіз недоступний
ДокументВідкритий доступ
Цифрові бізнес-рішення як драйвер підвищення ділової активності підприємств
(КПІ ім. Ігоря Сікорського, 2025-04-24) Макалюк, Ірина Віталіївна; Чернецька, Ілона Володимирівна
Ескіз недоступний
ДокументВідкритий доступ
Тенденції інвестиційної діяльності комерційних банків в умовах ризику
(КПІ ім. Ігоря Сікорського, 2025-04-24) Макалюк, Ірина Віталіївна; Трещов, Ян Валерійович
Ескіз недоступний
ДокументВідкритий доступ
In silico the Ames mutagenicity predictive modelof environment
(Igor Sikorsky Kyiv Polytechnic Institute, 2025) Kislyak, Sergey V.; Duhan, Olexii M.; Yesypenko, Ruslana V.; Starosyla, Darya B.; Yalovenko, Olena I.
Background.The classical in vitroand in vivo methods developed and widelyused in the past decades to as-sess the genetic effects of environmental factors are complex in view of their implementation, are expensive, long-lasting, have the problem of reproducibility of the results of experiment in different laboratories and may face ethical problems of using warm-blooded animals in experiments. Objective. Development, optimisation and testing of effective in silicomodels for assessment of Ames muta-genicity of environmental factors.Methods. The genetic assessment of the impact of environmental factors was carried out in accordance with a set of chemical compounds for which information on potential mutagenic activity was obtained experimen-tally, using the in vitroAmes Salmonella/microsome test.Four machine learning models were developed to solve the problem of binary classification to form two classes of xenobiotics (mutagen/non-mutagen).The total sampleis represented by a set of 8,083 xenobiotics. Results. We developed four machine learning models with 85% accuracy, matchingthe reproducibility of Ames test data across laboratories. In addition, we have proposed a binary classifier that subject to dimen-sionality reduction of the input data, taking into account the qualitative composition of molecular descrip-tors, allows us toimprove the accuracy of in silicoprediction of genotoxicity of chemicals. Conclusions.The necessity of updating and expanding the list of effective and more productive methods and approaches for assessing the genotoxic effects of environmental factors is substantiated, which allows avoi-ding the use of warm-blooded animals in the experiment, saving time and reducing the number of false-negative and false-positive results. The possibility of increase the accuracy of predictive machine learning models forassessing the genotoxic potential of environmental factors in conditions of dimensionality reduc-tion of the data set is presented.
Ескіз недоступний
ДокументВідкритий доступ
Контури регулювання температури
(КПІ ім. Ігоря Сікорського, 2023) Сідєльніков, Є. О.; Бунь, В. П.
Ескіз недоступний
ДокументВідкритий доступ
Аналіз використання ресурсів виробництва
(КПІ ім. Ігоря Сікорського, 2023) Кравченко, О. С.; Філіппова, М. В.