Адаптивне управління імпульсними процесами з різнотемповою дискретизацією в когнітивних картах застосування криптовалюти

Скорочена інформація про документ
dc.contributor.advisorРоманенко, Віктор Демидович
dc.contributor.authorКанцедал, Георгій Олегович
dc.date.accessioned2025-07-08T07:45:28Z
dc.date.available2025-07-08T07:45:28Z
dc.date.issued2025
dc.description.abstractКанцедал 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.
dc.description.abstractotherKantsedal H.O. Adaptive control of impulse processes with multirate sampling in cognitive maps of cryptocurrency usage. – Qualifying scientific work. Manuscript. Thesis for a Doctor of Philosophy degree in specialty 01.05.04 ―System analysis and theory of optimal solutions‖ (124 — System analysis). — National Technical University of Ukraine ―Igor Sikorsky Kyiv Polytechnic Institute‖, 2025. The dissertation examines the modeling and management of cryptocurrency exchange rate instability using cognitive maps and impulse processes. The study of cryptocurrency volatility is highly relevant to financial markets, as significant fluctuations in value create risks for investors, traders, and financial institutions. The lack of centralized regulation and the substantial dependence of exchange rates on socio-economic and speculative factors complicate the forecasting and management of cryptocurrency assets. Unpredictable fluctuations can lead to considerable financial losses, a decline in trust in digital assets, and overall market instability. To address the challenges associated with cryptocurrency usage and analyze mining processes, cognitive maps have been developed to model the complex interactions of cryptocurrencies as an exchange tool with various phenomena characteristic of both cryptocurrencies and economic markets. The focus is on constructing impulse process models in cognitive maps with multi-rate discretization for managing cryptocurrency exchange rates, particularly their stabilization. Adaptive control methods have been employed to mitigate the disadvantages of cryptocurrency usage and stabilize cryptocurrency markets. The aim of the study is to develop mathematical models and control methods for analyzing the dynamics of cryptocurrency markets using cognitive maps. The research consists of five chapters, where the influence of various factors on cryptocurrency prices is thoroughly analyzed, mechanisms for stabilizing value are created, and risks associated with cryptocurrency usage are reduced. To achieve this, an analysis of cryptocurrency as a complex system has been conducted, identifying the main uncertainties and risks arising in its functioning within financial markets. A cognitive map for cryptocurrency application has been developed, modeling the interconnections between key economic, social, and technological factors. Dynamic algorithms for identifying weight coefficients of adjacency matrices for fast-changing and slow-changing time scales have been created, ensuring correct model adaptation to variable market conditions. Interconnected closed-loop control subsystems with multi-rate discretization have been formed for the fast-acting and slow-acting subsystems of the cognitive map, ensuring the stabilization of respective vertices at predefined levels. A dynamic control subsystem for the fast-acting subsystem has been developed, incorporating a vertex coordination mechanism that enables balanced management of the cryptocurrency market. Experimental research on the constructed impulse system with multi-rate discretization and the developed control systems has been conducted, confirming their effectiveness in stabilizing cryptocurrency exchange rates. Additionally, an experimental study of identification algorithms for the fastacting and slow-acting subsystems of the cognitive map has been carried out, demonstrating their capability for precise parameter determination and adaptation to market environment changes. The first chapter provides a comprehensive analysis of the current state of cryptocurrency usage in financial systems and examines key issues associated with their application. The main focus is on analyzing the structure and functioning of the cryptocurrency market, its major participants, mining mechanisms, and factors influencing cryptocurrency prices. The fundamental principles of cryptocurrency operation, particularly Bitcoin as the most widespread digital asset, are explored. Basic technological aspects are studied, including the blockchain mechanism, transaction validation algorithms (Proof of Work, Proof of Stake), as well as decentralization and security considerations. The peculiarities of cryptocurrency issuance, the impact of mining on network stability, and factors determining the computational complexity of block production are analyzed. The primary factors causing cryptocurrency price fluctuations are identified, including macroeconomic indicators, the behavior of large investors, news sentiment, legislative changes, regulatory restrictions, and speculative activities. Differences between the cryptocurrency market and traditional financial markets are examined, particularly the absence of centralized control, participant anonymity, and the liquidity characteristics of digital assets. Special attention is given to the mining process and its impact on the financial system. The reward structure for block mining, changes in computational difficulty, electricity costs, and their influence on cryptocurrency prices are explored. The risks of mining centralization due to the concentration of computational power in large pools, which may lead to potential attacks such as the 51% attack, are analyzed. Furthermore, the chapter discusses risks and challenges associated with cryptocurrency use. Cybersecurity issues, potential threats from hacking attacks, illegal transaction financing, and fraudulent schemes are examined. The scalability problems of blockchain, which limit transaction processing speed and necessitate the development of new technological solutions such as the Lightning Network, are identified. At the end of the chapter, existing cryptocurrency price forecasting methods and impulse process control approaches in cognitive maps of complex systems are reviewed. It is determined that traditional econometric and statistical forecasting methods have limited effectiveness in the cryptocurrency market due to its instability and high dependence on social and speculative factors. This substantiates the need for new approaches, including cognitive modeling, impulse control methods, and multi-rate discretization. In the second chapter, a cognitive map was developed to model the interconnections between key factors influencing cryptocurrency prices in financial markets. The research began with an analysis of the main parameters determining digital asset dynamics. It was found that both internal and external factors influence price formation, including blockchain technical features, mining processes, asset liquidity levels, regulatory policies, and macroeconomic conditions. The relationships between these elements were identified, and a mathematical model was built to analyze their impact on cryptocurrency prices. To enhance the accuracy of real-world process representation, the developed cognitive map was decomposed into two subsystems with multi-rate discretization. This division allowed for a more precise description of financial system behavior and the identification of critical factors affecting price stability. For the developed systems, methods for suppressing external and internal constrained disturbances in cognitive map subsystems were proposed. The method of invariant ellipsoids was introduced, specifically minimizing the trace of the ellipsoid matrix as an optimality criterion for managing processes based on multirate discretization. The chapter also includes the construction of a cognitive map of mining processes, incorporating changes in the number of miners, network computational complexity, cryptocurrency exchange rates, and energy consumption. In the third chapter, a coordination control system for managing coordinate ratios in the cognitive map of the cryptocurrency market was developed, along with methods for identifying adjacency matrices in the impulse process model with multi-rate discretization. To maintain an optimal ratio of key economic parameters characteristic of asset trading on exchanges, a coordination control system was designed. This system ensures market stability by adjusting cognitive map vertex coordinates while maintaining relationships between key parameters. The criterion of optimality chosen was the minimization of the generalized variance of the discrepancy between the setpoint vector, control actions, and the actual system state. To ensure system adaptability, methods for identifying adjacency matrices determining relationships between cognitive map vertices were developed. An algorithm was proposed for dynamically updating weight coefficients in response to market changes. Special attention was given to the identification of weight coefficients for fast-changing and slow-changing subsystems. The identification method was enhanced by modifying the standard Recursive Least Squares Method (RLSM) and incorporating RLSM with exponential forgetting to suppress noise influence. Empirical studies revealed limitations of the applied identification methods for cognitive map subsystems. The fourth chapter presents practical verification of theoretical concepts developed in previous chapters. It includes modeling results of impulse processes in mining cognitive maps and cognitive maps of cryptocurrency use in financial markets. The effectiveness of the proposed cryptocurrency exchange rate stabilization methods based on the invariant ellipsoid method and vertex coordination was tested. A series of experimental studies validated the proposed algorithms for identifying adjacency matrix weight coefficients in cryptocurrency cognitive maps. The research findings have significant practical value for analyzing and managing the cryptocurrency market. The developed cognitive map models enable the assessment of various economic, technological, and speculative factors influencing cryptocurrency prices, which can be used for price forecasting and market stabilization. The proposed methods can be applied in financial institutions, cryptocurrency exchanges, blockchain projects, and risk management systems. They improve the efficiency of trading strategies, enhance the stability of digital assets, and facilitate the integration of cryptocurrencies into traditional financial systems. The obtained results can also be used to create new cryptocurrencies with built-in control mechanisms and improved (more stable) characteristics. The modified algorithms for identifying cognitive map weight coefficients can be applied in financial forecasting, trading bots, and automated asset management systems. Additionally, the research findings are utilized in academic programs and can be beneficial to specialists in finance, blockchain technologies, and automated management.
dc.format.extent143 с.
dc.identifier.citationКанцедал, Г. О. Адаптивне управління імпульсними процесами з різнотемповою дискретизацією в когнітивних картах застосування криптовалюти : дис. … д-ра філософії : 124 Системний аналіз / Канцедал Георгій Олегович. – Київ, 2025. – 143 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/74715
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectАдаптивні системи
dc.subjectбіткоїн
dc.subjectблокчейн
dc.subjectімпульсні процеси
dc.subjectінваріантний еліпсоїд
dc.subjectідентифікація
dc.subjectкоординувальне управління
dc.subjectкогнітивна карта
dc.subjectкриптовалюта
dc.subjectмайнинг
dc.subjectматематичне моделювання
dc.subjectрізнотемпова дискретизація
dc.subjectстабілізація
dc.subjectфінансові ринки
dc.subjectAdaptive systems
dc.subjectbitcoin
dc.subjectblockchain
dc.subjectimpulse processes
dc.subjectinvariant ellipsoid
dc.subjectidentification
dc.subjectcoordination control
dc.subjectcognitive map
dc.subjectcryptocurrency
dc.subjectmining
dc.subjectmathematical modeling
dc.subjectmulti-rate discretization
dc.subjectstabilization
dc.subjectfinancial markets
dc.subject.udc004.8, 519.7
dc.titleАдаптивне управління імпульсними процесами з різнотемповою дискретизацією в когнітивних картах застосування криптовалюти
dc.typeThesis Doctoral

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kantsedal_dys.pdf
Розмір:
3.55 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Дисертації (ММСА)
Дисертації (вільний доступ)