Зв’язок

Титул

2026-03-26T00:17:57+00:00

Титул

Зміст

2026-03-26T00:18:03+00:00

Зміст

Порівняльний аналіз класичних методів пеленгації DOA

2026-03-26T00:17:52+00:00

У цій роботі представлено огляд класичних методів оцінювання напрямку приходу сигналу (DOA). Розглянуто шість ключових підходів, які можна класифікувати за чотирма основними групами: енергетичні методи - метод затримки та сумування (Delay-and-Sum, DAS), який часто називають методом Бартлетта, метод узагальненої взаємної кореляції з фазовим перетворенням (GCC-PHAT), метод керованої потужності відгуку з фазовим перетворенням (SRP-PHAT); адаптивні методи, такі як метод мінімальної дисперсії (MVDR), також відомий як метод Кейпона; підпросторові методи, зокрема метод класифікації множинних сигналів (MUSIC) та метод оцінювання параметрів сигналу через обертальну інваріантність (ESPRIT), а також оптимізаційні підходи, наприклад, через оператор найменшого абсолютного стиснення та вибору (LASSO). Для кожної методики проведено аналіз з точки зору обчислювальної складності, роздільної здатності (здатності розрізняти просторово близькі джерела) та стійкості до шуму (ефективності в умовах низького відношення сигнал/шум). Експериментальні результати, візуалізовані у вигляді полярних графіків спрямованості, які демонструють ключові переваги та обмеження кожного підходу у сценаріях з різним відношенням сигнал/шум та наявністю просторово близьких джерел. Також наведено відповідні модифікації для кожного методу, які представлені у науковій літературі. Особливістю цієї статті є приділення уваги до детального виведення абстрактних математичних формулювань класичних методів DOA, з метою забезпечення кращого розуміння їх принципів роботи на математичному та інтуїтивному рівні. Дана робота надає загальний огляд методів DOA для подальшого їх вивчення, застосування та покращення.

Ключові слова: напрям приходу сигналу; звук; енергетичні, адаптивні, підпросторові методи; критерії порівняння; сценарії застосування.

Ризик-орієнтований реінжиніринг цифрових послуг із використанням модульного експериментального стенду

2026-03-26T00:17:57+00:00

У статті запропоновано розширену поетапну дорожню карту реінжинірингу цифрових державних послуг, у центрі якої знаходиться модульний експериментальний стенд, що виконує функції «цифрового полігону» для відпрацювання сценаріїв трансформації до їхнього впровадження у продуктивне середовище. Підхід поєднує організаційні перетворення, зміну структур даних, модернізацію платформних рішень, нормативно-правове узгодження та ризик-орієнтоване управління змінами. Архітектура стенду структурована на рівень е-послуг, модулі збору та попередньої обробки журналів подій, аналітичний рівень із використанням process mining, моделей машинного навчання, гібридних CNN+LSTM та автоенкодера AE+LSTM, а також модулі оркестрації експериментів і генерації навантаження. Показано, як на базі стенду відтворюються реальні кейси реєстрації бізнесу, призначення соціальної допомоги та отримання дозвільних документів із можливістю вимірювати час надання послуг, інтенсивність збоїв, навантаження на персонал та ризики неправомірних рішень у режимах AS-IS і TO-BE. Запропоновано інтегральний показник ефективності реінжинірингу, модель ризику та спрощені чергові моделі для оцінювання часу відповіді, що дозволяє кількісно порівнювати альтернативні сценарії та формулювати оптимізаційну задачу вибору набору сценаріїв для портфеля послуг з урахуванням бюджетних та ризикових обмежень. Наведено фрагменти програмної реалізації мікросервісів, модуля збирача логів і попередньої обробки даних, а також схему навчання нейромережевих моделей для виявлення аномальних сценаріїв обробки заявок. Обґрунтовано модель масштабування дорожньої карти на різні категорії е-послуг і підхід до організації навчання персоналу на основі стендових сценаріїв, що у сукупності зменшує невизначеність глибокого реінжинірингу та підвищує обґрунтованість управлінських рішень у сфері цифрової трансформації державного сектору.

Ключові слова: реінжиніринг цифрових послуг; електронне урядування; модульний експериментальний стенд; process mining; машинне навчання; AE+LSTM; CNN+LSTM; мікросервісна архітектура; управління ризиками; дорожня карта цифрової трансформації; державні е-послуги.

Порівняльний аналіз алгоритмів машинного навчання для класифікації сервісів у мережах LTE/5G на основі QoS параметрів

2026-03-26T00:18:03+00:00

У статті розглянуто задачу автоматичної класифікації типів сервісів у мобільних мережах LTE/5G на основі ключових параметрів якості обслуговування (QoS). Для проведення дослідження сформовано імітаційний набір даних, що відображає показники пропускної здатності, затримки, джитера, втрат пакетів та співвідношення прямого та зворотного трафіку для різних класів сервісів (URLLC, eMBB, mMTC), із введенням шумових спотворень та випадкових помилок у мітках для більшої наближеності до реальних умов мереж.
Проведене порівняння таких моделей машинного навчання як логістичної регресії, методу опорних векторів із лінійною та радіально-базисною функцією ядра, випадкового лісу, k-найближчих сусідів, наївного байєсівського класифікатора та дерева рішень. Виконано оцінку ефективності моделей машинного навчання за точністю класифікації на тестовому наборі даних, результати представлено у вигляді графічного порівняння з відображенням діапазонів Accuracy.
Різні алгоритми машинного навчання демонструють свою ефективність в залежності від характеру даних, рівня зашумленості та нелінійності залежностей між параметрами мережі. Це обумовлює необхідність порівняльного аналізу моделей класифікації з метою вибору найбільш придатних рішень для практичного застосування у мережах LTE/5G.

Ключові слова: машинне навчання; набір даних; пропускна здатність; ML-модель; аналіз мережного трафік; алгоритми класифікації; якість обслуговування; оптимізація мережних ресурсів; тип сервісу.

Метод виявлення квазіперіодичних сплесків інтенсивності в мультисервісних мережах з мобільними абонентами

2026-03-26T00:18:08+00:00

У статті запропоновано новий підхід до аналізу трафіку мультисервісних мереж на основі виявлення раніше не використовуваної інформаційної ознаки – наявності квазіперіодичних сплесків інтенсивності у самоподібному трафіку. На відміну від існуючих методів, які базуються на спектральних, ентропійних або статистичних характеристиках, запропонований метод використовує бінаризацію часових рядів трафіку за адаптивним порогом (k-сигма) з подальшим аналізом автокореляційної функції індикаторного ряду сплесків. Це дозволяє ефективно виявляти повторювані, хоча й нестрогіза періодом, структури в трафіку, що характерні для поведінки користувачів у Triple Play та Quadruple Play середовищах. Ключовою перевагою методу є його робастність до дестабілізуючих факторів з апріорі неповними статистичними характеристиками – зокрема, випадкових викидів, флуктуацій активності, мобільності абонентів та фонового шуму. Така робастність пояснюється тим, що аналіз здійснюється над бінарним рядом даних, в якому усунуто вплив абсолютних аномалій. Програмна реалізація методу на мові Python підтвердила його високу чутливість до квазіперіодичних структур (до 100 % у тестових сценаріях) та низький рівень хибних спрацьовувань (< 5 %) у порівнянні з FFT- та ентропійними підходами, які демонструють значну чутливість до нестаціонарностей. Результати дослідження розширюють можливості моніторингу, діагностики та прогнозування навантаження у сучасних мережах змішаного типу, зокрема в умовах мобільного широкосмугового доступу. Запропонована ознака може бути інтегрована до систем інтелектуального аналізу мережевого трафіку, IDS/IPS, а також використовуватися для підвищення ефективності механізмів QoS і адаптивного керування ресурсами.

Ключові слова: самоподібний трафік; квазіперіодичні сплески; інформаційна ознака; робастність; мультисервісні мережі; Quadruple Play; автокореляційний аналіз.

Методологічні засади системного аналізу в контексті створення національних освітніх інформаційних систем

2026-03-26T00:18:12+00:00

У статті ґрунтовно досліджуються методологічні засади системного аналізу як фундаментальної наукової бази для проєктування, інтеграції та подальшого розвитку національних освітніх інформаційних систем (ІС) в Україні. Актуальність роботи зумовлена необхідністю переходу від фрагментарної цифровізації до побудови цілісної екосистеми. На основі глибокого аналізу нормативно-правових актів, вивчення передового міжнародного досвіду та наукового доробку вітчизняних і закордонних дослідників, авторами ідентифіковано ключові структурні проблеми та «вузькі місця» наявної на ціональної цифрової освітньої екосистеми.
Для вирішення окреслених проблем застосовано комплексний методологічний апарат, що включає системно-структурний, функціонально-процесний, порівняльний та експертний аналіз. Це дозволило розробити модель цільової архітектури освітніх ІС, яка відповідає сучасним викликам. Центральним елементом пропозиції є концепція по будови національного освітнього дата-центру. Ця структура базується на принципах інтероперабельності (здатності систем до взаємодії), відкритості даних, модульності архітектури та підході data - driven governance (управління на основі даних).
Важливим практичним результатом системного аналізу стало формулювання математичної формули ефективності освітніх ІС. Запропонована модель поєднує показники якості даних, рівень інтеграції підсистем та оцінку ризиків функціональної не сумісності. У висновках аргументовано, що системний підхід має стати не просто до поміжним методом, а базовим інструментом реалізації державної політики цифрової трансформації освіти, забезпечуючи її стійкість та адаптивність.

Ключові слова: системний аналіз; освітні інформаційні системи; цифрова трансформація освіти; інтероперабельність; аналітичний модуль; відкриті дані; управління на основі даних.

Комплексний аналіз впливу радіоелектронних завад на параметри QoS у Wi-Fi 6 NF 5G NR мережах

2026-03-26T00:18:16+00:00

У статті проведено комплексне дослідження параметрів якості обслуговування (QoS) у сучасних бездротових мережах стандартів Wi-Fi 6 та 5G NR. Основна увага приділена впливу різних типів радіоелектронних завад - широкосмугових, імпульсних, селективних і спуфінгових - на стабільність зв’язку, пропускну здатність, затримку, варіацію затримки (джитер) та ймовірність втрати пакетів. Запропоновано методологічний підхід до моніторингу QoS, який ґрунтується на об’єднанні фізичного, канального та транспортного рівнів моделі OSI. Розроблена аналітична модель враховує енергетичний баланс каналу, спектральні характеристики сигналу, частку частотного діапазону, ураженого завадою, а також тип модуляції, що використовується для передавання даних.
Методологія дослідження поєднує аналітичне моделювання, статистичний аналіз і теоретичні положення стандартів IEEE 802.11ax, 3GPP Release 17 та ITU-T Y.1541. Проведено порівняльне моделювання поведінки Wi-Fi 6 і 5G NR при дії широкосмугових, імпульсних, селективних і комбінованих завад. Розраховано залежності між ефективним співвідношенням сигнал/шум, пропускною здатністю, затримкою та інтегральним індексом QoS. Показано, що мережа 5G NR має удвічі більшу завадостійкість порівняно з Wi-Fi 6, що пов’язано з використанням централізованого планування кадрів, гнучкого виділення ресурсів і механізмів адаптації модуляції. У той час як Wi-Fi 6 характеризується різким падінням пропускної здатності при зростанні потужності завад, 5G NR демонструє стабільну роботу навіть за умов електромагнітного перевантаження.
Результати аналізу показали, що під дією широкосмугових перешкод пропускна здатність Wi-Fi 6 зменшується більш, ніж на 60%, тоді як для 5G NR цей показник не перевищує 30 %. Імпульсні та спуфінгові завади викликають зростання середньої затримки у Wi-Fi 6 у 3–4 рази, тоді як 5G NR завдяки пріоритизації URLLC трафіку зберігає стабільні параметри QoS.
Практичне значення отриманих результатів полягає у можливості використання запропонованої моделі для створення інтелектуальних систем моніторингу QoS, здатних адаптуватися до умов завад у режимі реального часу. Вона може застосовуватись для оптимізації керування трафіком, динамічного вибору частотного діапазону, підвищення надійності зв’язку у промислових IoT-системах, телемедичних сервісах і мережах спеціального призначення в умовах активної радіоелектронної боротьби.

Ключові слова: QoS; Wi-Fi 6; 5G NR; джиттер; затримка; пропускна здатність; завади; моніторинг мережі.

Адаптивний підхід до оцінювання ризиків кібербезпеки в розподілених інформаційних системах на основі нейронних мереж

2026-03-26T00:18:22+00:00

У статті досліджено актуальні проблеми оцінювання ризиків кібербезпеки в умовах функціонування сучасних розподілених інформаційних систем (РІС). Проаналізовано ключові обмеження традиційних підходів, які базуються на експертних, імовірнісних чи статичних методах. Встановлено, що такі методи не забезпечують достатньої адаптивності та точності в динамічному середовищі, що характеризується високою складністю, гетерогенністю джерел даних та децентралізацією інфраструктури. Сучасні РІС, що обробляють великі обсяги потокових даних у режимі реального часу (логи, телеметрія, транзакції), вимагають негайного реагування на загрози, що робить класичні методи малоефективними. Додатковими викликами є гетерогенність даних, відсутність уніфікованих форматів та складність інтеграції з інструментами інвентаризації ІТ-активів.
Обґрунтовано необхідність розробки нового адаптивного підходу до оцінювання кіберризиків, що базується на інтелектуальному аналізі даних, кореляційному моделюванні та використанні глибоких нейронних мереж. Метою дослідження є підвищення ефективності цього процесу шляхом розробки адаптивного методу на основі нейромережевого аналізу. Для досягнення мети було розроблено профіль ключових факторів ризику (КФР) та відповідних контролів безпеки. Цей профіль включає такі динамічні контрольні ознаки, як середній час відповіді, частота аномалій, інтенсивність трафіку та топологічні зміни в мережі.
У роботі описано практичну реалізацію методу, що включає етапи уніфікації, часової синхронізації та агрегації гетерогенних потоків даних. На основі даних ІТ-інфраструктури сформовано навчальні вибірки, на яких побудовано та протестовано комплекс нейромережевих моделей (зокрема, рекурентних мереж та автокодерів) для оцінювання рівня ризику. Особливу увагу приділено вирішенню проблеми "concept drift" — зміни статистичних характеристик даних — шляхом впровадження механізмів онлайн-навчання (online learning) та ковзних вікон. Запропонований підхід дозволяє моделям постійно оновлювати параметри без повного перенавчання, реагуючи на нові типи загроз.
Наукова новизна полягає в розробці комплексу нейромережевих моделей, що синтезує метрико-орієнтований та стандарт-орієнтований підходи, та вдосконаленні методу формування профілю КФР. Практична значущість полягає в тому, що запропонований підхід забезпечує більш точну, масштабовану та автоматизовану оцінку кіберризиків. Це дозволяє перейти від реактивного до проактивного управління безпекою, прогнозуючи збої та виявляючи аномалії до їхньої реалізації.

Ключові слова: комп’ютерна мережа; машинне навчання; обробка потокових даних; виявлення аномалій; concept drift; відмовостійкість; інтелектуальний аналіз даних; інформаційна безпека; кореляційне моделювання.

Інтеграція хмарних телефонних сервісів з ERP -системами для обробки SMS на прикладі ODOO

2026-03-26T00:18:28+00:00

Стрімкий розвиток хмарної телефонії та зростання кількості провайдерів IP телефонії й SMS-шлюзів формують потребу у створенні універсальних механізмів інтеграції таких сервісів із корпоративними ERP-системами. Повідомлення SMS залишаються одним із найнадійніших каналів доставки маркетингових та сервісних повідомлень, двофакторної автентифікації, що підкреслює важливість ефективної та стійкої інфраструктури для їх обробки.
Аналіз існуючих рішень показав, що більшість інтеграційних модулів для Odoo та інших відкритих ERP-систем є провайдеро-залежними. Це призводить до дублювання коду, складності супроводу та неможливості швидкого підключення нових сервісів без втручання в ядро системи, що знижує гнучкість і ускладнює міграцію між постачальниками телефонії.
Метою даної роботи є розробка архітектури, алгоритмів та програмного забезпечення універсального модуля для інтеграції хмарних телефонних сервісів з ERP-системами на прикладі Odoo для автоматизованої двосторонньої обробки SMS повідомлень та мінімізації залежності від конкретного постачальника хмарної телефонії. Запропонований підхід забезпечує можливість використання різних API-сервісів через єдине ядро маршрутизації та стандартизований інтерфейс.
У роботі проведено аналіз наявних рішень та підходів до інтеграції хмарних телефонних сервісів з ERP-системами, на основі чого сформовано вимоги до універсального модуля для Odoo. Запропоновано багатошарову архітектуру з розподілом на адаптери провайдерів, універсальне ядро маршрутизації та рівень інтеграції з бізнес-логікою Odoo, що забезпечує можливість підключення будь-якого SMS-сервісу через стандартизований інтерфейс. Розроблено алгоритми маршрутизації повідомлень, обробки подій доставки та взаємодії з webhook-повідомленнями. Реалізовано програмний модуль на мові Python у середовищі Odoo, який підтримує двосторонню обробку SMS, ведення журналу комунікацій та централізоване керування параметрами провайдерів. Проведене тестування з використанням API сервісів Twilio та Zadarma підтвердило коректність обробки повідомлень, стабільність маршрутизації та відповідність функціональним вимогам. Отримані результати мають наукову та практичну цінність для розробників, інтеграторів та користувачів ERP-систем, а також для провайдерів хмарної телефонії, які прагнуть підвищити сумісність своїх сервісів із сучасними корпоративними платформами.

Ключові слова: Odoo; хмарні телефонні сервіси; SMS; інтеграція; Zadarma; Twilio; маршрутизація повідомлень; інформаційна система.

Hybrid awred: синергія адаптивної реконструкції та топологічної кластеризації для виявлення аномалій у мультимодальних даних

2026-03-26T00:18:34+00:00

Виявлення аномалій (Anomaly Detection) у сучасних потоках даних, зокрема у фінансовому моніторингу, характеризується двома фундаментальними проблемами: екстремальним дисбалансом класів (частка аномалій < 1%) та мультимодальністю нормальної поведінки. Традиційні методи глибокого навчання демонструють обмежену ефективність у таких умовах: автокодувальники (AE) схильні до перенавчання на мажоритарному класі, ігноруючи рідкісні події, тоді як методи однокласової класифікації (Deep SVDD) руйнують локальну топологію даних, намагаючись стягнути мультимодальний розподіл до єдиного центру.
У цій роботі представлено новий метод Hybrid AWRED (Adaptive Weighted Reconstruction with Regularized Energy and Dynamics). Запропонований підхід вперше поєднує механізм адаптивного зважування помилки реконструкції (Self-Weighted Error Feed back) з гібридною функцією втрат, що включає модифікований “Center Loss” та топологічну стабілізацію дисперсії. Ключовою інновацією є використання осцилюючого коефіцієнта регуляризації, який динамічно змінює пріоритет між збереженням структури даних та їх компактизацією, запобігаючи колапсу моделі.
Експериментальна оцінка на синтетичному наборі даних “Hard Mode Credit Card Fraud” (60,000 записів) показала, що Hybrid AWRED досягає AUC-ROC 0.9873 та Recall 0.7043, перевершуючи SOTA-метод Deep SVDD на 35% за показником виявлення прихованих атак.

Ключові слова: глибоке навчання; виявлення аномалій; Hybrid AWRED; Deep SVDD; Center Loss; адаптивна регуляризація; незбалансовані дані; мультимодальні розподіли.

Міжмовне виявлення омонімів із використанням змагального вирівнювання векторних представлень та зваженого за різницею рангів методу CSLS

2026-03-26T00:18:39+00:00

У цій статті представлено новий метод виявлення міжмовних омонімів, який поєднує змагальне вирівнювання векторних представлень слів із зваженим за різницею рангів показником CSLS (Cross-domain Similarity Local Scaling). Запропонований підхід покращує якість вирівнювання для типологічно близьких, малоресурсних мов, використовуючи польсько-українські пари слів як приклад дослідження. Спочатку векторні представлення слів вирівнюються за допомогою некерованого змагального методу з подальшим уточненням через CSLS. Потім семантична подібність обчислюється за допомогою CSLS і додатково коригується шляхом застосування штрафів за різницю рангів на основі взаємних рангів найближчих сусідів. Експериментальні результати показують, що така модифікація CSLS суттєво підвищує здатність розрізняти три семантичні групи, зокрема ізолюючи омонімічні пари слів. Класифікатор на основі правил із оптимізованими порогами CSLS досягає середнього макро-значення F1 = 0.916, що підтверджує ефективність запропонованого методу.

Ключові слова: міжмовні омоніми; векторні представлення слів; CSLS; змагальне вирівнювання; некероване навчання; семантична подібність; різниця рангів; FastText.

Формування вибірки даних та критерії якості для моделювання інтелектуальних систем складської логістики

2026-03-26T00:18:44+00:00

У сучасному світі стрімкий розвиток сектору електронної комерції створює без прецедентне навантаження на логістичні системи, вимагаючи від складських комплексів високої адаптивності та швидкості обробки замовлень. Традиційні підходи до управління складом, що базуються на фіксованому закріпленні місць зберігання та класифікації товарів за показником обсягу продажів, виявляються неефективними в умовах високої мінливості попиту та жорстких вимог до термінів доставки. У статті досліджено проблематику підвищення продуктивності складських процесів шляхом переходу від суто кількісного нарощування фізичних потужностей до впровадження інтелектуальних алгоритмів обробки даних.
Метою статті є визначення передумов та інструментарію для алгоритмічної оптимізації розміщення товарних позицій (SKU) на основі виявлення прихованих закономірностей сумісного попиту. Спочатку було проведено аналіз сучасних технологічних трендів, який продемонстрував зміщення акцентів від систем «людина до товару» до роботизованих концепцій «товар до людини» (MRFS, AGV), ефективність яких суттєво залежить від якості алгоритмів маршрутизації та призначення місць зберігання.
Із зростанням обсягів даних ключовим фактором успіху стає формування якісної інформаційної бази для моделювання. У роботі детально розглянуто критерії релевантності даних для логістичних задач, серед яких виокремлено наявність точних часових міток, транзакційну цілісність та деталізацію фізичних параметрів вантажу. Особливу увагу приділено як перевагам, так і потенційним викликам роботи з відкритими джерелами даних. Проведено системний огляд восьми відібраних датасетів з репозиторіїв Kaggle та UCI Machine Learning Repository, проаналізовано їх придатність для вирішення специфічних задач: від кластеризації часових рядів та прогнозування пікових навантажень до оптимізації пакування.
Окремо висвітлено роль внутрішніх корпоративних даних підприємств, зокрема операційних логів систем управління складом, які дозволяють врахувати реальні обмеження інфраструктури та поведінкові фактори персоналу. Зроблено висновок, що цифрова трансформація сучасного логістичного центру являє собою синергію роботизованих технологій та методів машинного навчання. Результати дослідження підтверджують доцільність застосування кластеризації для динамічного перерозподілу SKU, що дозволяє мінімізувати дистанції переміщення та трансформувати логістику з моделі реагування на попит постфактум у систему завчасного планування на основі прогнозів.

Ключові слова: складська логістика; оптимізація розміщення товарів; кластеризація даних; машинне навчання; системи «товар до людини»; системи «людина до товару»; електронна комерція; аналіз великих даних; прогнозування попиту.

Застосування штучного інтелекту для ідентифікації та автоматизації виправлення дефектів у програмному забезпеченні

2026-03-26T00:18:50+00:00

У зв’язку з тенденціями глобального технологічного зростання та збільшенням складності та обсягів програмного забезпечення, все більш гостро постають проблеми підтримки та оптимізації відповідних процесів уже існуючого програмного забезпечення. У статті розглянуто актуальні методи і підходи ефективного застосування штучного інтелекту (ШІ) для ідентифікації та автоматизації процесу аналізу і виправлення програмних дефектів та збоїв у програмному забезпеченні (ПЗ). Значна увага приділена аналізу сучасних моделей машинного навчання та генеративних алгоритмів, які дозволяють ефективно виявляти помилки у програмному коді, оцінювати їх критичність та виконувати автоматизовану корекцію виявлених помилок з мінімальним залученням розробників та інженерів. Обґрунтовано доцільність використання ШІ у реальних проєктах, особливо в умовах масштабної розробки та підтримки ПЗ, де враховуються фактори точності, швидкості роботи та скорочення затрат на тестування, та підтримку. Зокрема, проаналізовано можливість практичного застосування генеративних реалізацій великих мовних моделей, таких як, наприклад, ChatGPT для автоматизації аналізу та подальшого виправлення дефектів ПЗ. У результаті дослідження запропоновано практичний підхід ефективної інтеграції ШІ у робочі процеси розробки ПЗ та підтримки уже працюючих софтверних систем, визначено перспективи його впровадження в індустрії та ідентифіковано основні складнощі, пов’язані із використанням таких технологій. Практичні результати дослідження підтверджують ефективність застосування ШІ для покращення якості ПЗ, зниження рівня людського фактору та підвищення продуктивності команди розробників.

Ключові слова: штучний інтелект; оптимізація розробки програмного забезпечення; оптимізація підтримки ПЗ; виправлення дефектів; аналіз збоїв і помилок; машинне навчання; генеративні моделі ШІ; великі мовні моделі.

Моделювання групового руху у дискретному середовищі

2026-03-26T00:18:53+00:00

У цій роботі запропоновано комплексний підхід до моделювання координованогогрупового руху агентів у дискретних середовищах на основі парадигми «лідер–послідовник». Запропонована агент-орієнтована модель призначена для симуляції колективної навігації у обмежених і багатих на перешкоди просторах, вирішуючи задачі, характерні для автономної робототехніки, координації багатьох агентів та систем роїння. Основною особливістю моделі є визначення оптимальної траєкторії ведучого агента за допомогою алгоритму хвильового поширення, що забезпечує побудову шляхів без зіткнень у дискретизованому середовищі. Обчислювальна ефективність додатково підвищується за рахунок обмеження області пошуку з використанням матриці відстаней до найближчих перешкод, сформованої методом дистанційного перетворення та сегментації вододілом. Такий підхід дозволяє виділити центральні навігаційні коридори та зменшити обчислювальні витрати, зберігаючи точність маршрутів. Методологія базується на строгому алгоритмічному проєктуванні та демонструє стабільність при різноманітних конфігураціях середовища.
Агенти-послідовники коригують свої позиції відносно лідера, підтримуючи мінімальну безпечну міжагентну відстань, що забезпечує стабільну та координовану конфігурацію групи і реалістичну колективну динаміку. Модель відтворює характерні поведінкові патерни, що спостерігаються у природних та інженерних системах, включаючи зграєве формування, марширування та кооперативне маневрування автономних платформ. Експериментальні дослідження демонструють, що підхід ефективно масштабується для великих груп агентів та складних середовищ без втрати координації або оптимальності шляхів. Крім того, методологія надає гнучку платформу для інтеграції додаткових правил поведінки та адаптивних стратегій, що розширює її застосовність у різноманітних сценаріях багатьох агентів.
Розроблена модель створює теоретичну основу для практичних застосувань у автономній навігації, моделюванні руху натовпу, рятувальних операціях, а також у біологічно натхнених системах роїння. Перспективними напрямами подальших досліджень є врахування динамічних перешкод, змінної чисельності агентів та адаптивних метрик відстаней для підвищення ефективності у високодинамічних і невизначених середовищах.

Ключові слова: колективний рух; агент-орієнтоване моделювання; дискретне середовище; хвильовий алгоритм; рух за лідером; оптимальний шлях.

Застосування алгоритмів нечіткого байєсівського логіко-імовірнісного моделювання при створенні кросплатформного програмного забезпечення фінансового моніторингу

2026-03-26T00:18:59+00:00

Пропонується модель підтримки прийняття рішень у галузі фінансового моніторингу на основі нейромережевої реалізації байєсівської логіко-імовірнісної моделі нечіткого висновку. Розглядається випадок Z-чисел, компоненти яких є нечітким розширенням імовірнісних розподілів, що дозволяє враховувати два типи невизначеності – нечіткість і випадковість, а також достовірність отриманої інформації. Наводиться приклад роботи описаної моделі підтримки прийняття рішень за умов невизначеності змішаного характеру, що підтверджує її ефективність. Запропоновано концептуальні за сади конструкції гнучкої моделі програмного забезпечення, що використовує сімнадцять базисних сценаріїв як критерії достовірності, що з успіхом інтегрується з різноманітними банківськими продуктами (операційним днем банку), вирішує питання різнопланового тестування та виявлення зловживань у банківській практиці. Описано розроблений кросплатформний додаток.

Ключові слова: логіко-ймовірна модель Байєса; фінансовий моніторинг; критеріальний алгоритм; нейромережева модель; нечітка логіка; кросплатформне програмування.

Модель визначення пристрою туманних обчислень фреймворку, побудованого на платформі мікросервісного програмного забезпечення

2026-03-26T00:19:03+00:00

Необхідність забезпечення розвитку світових економічних відносин, інтенсивний розвиток науки та зміцнення оборонного сектору вимагають постійного вдосконалення та розвитку галузі інформаційних технологій у напрямку підвищення швидкості та якості передавання корисних даних. На даний момент впровадження інформаційно-комунікаційних мереж на основі концепції високонадійного зв'язку з мінімальними затримками (URLLC) є одним із найскладніших завдань, що стоять перед науково-технічною спільнотою. Основною вимогою до мереж класу URLLC є висока надійність передавання даних з мінімальними затримками.
Ключовим аспектом досягнення цих цілей та забезпечення цих вимог є ефективне використання програмного забезпечення, яке зрештою безпосередньо вирішує функціональні завдання, тим самим генеруючи відповідний трафік телекомунікаційної мережі.У публікації розглянуто програмне забезпечення, побудоване на основі мікросервісного архітектурного стилю розробки та впровадження програмного забезпечення, який в останні 5–6 років активно розвивається.
У роботі подані результати розробки моделі визначення пристрою туманних обчислень фреймворку, побудованого на платформі мікросервісного програмного забезпечення. Подана модель визначення пристрою туманних обчислень, яка на основі технології алгоритмів ройового інтелекту – PSO (Particle Swarm Optimization) дозволяє визначити потенціал цільового середовища туманних обчислень з метою вибору Fog-пристрою, на який доцільно здійснити міграцію відповідного мікросервісу.
Одержані в роботі результати оцінки застосовності поданої моделі, показали її придатність до визначення пристрою туманних обчислень фреймворку, побудованого на платформі мікросервісного програмного забезпечення. Показано, що застосування поданого в роботі алгоритму ройового інтелекту (PSO) у запропонованому в роботі варіанті фреймворку дозволяє зменшити час виконання функції мікросервісу за рахунок раціонального розподілу ресурсів на величину до 70%.

Ключові слова: фреймворк; мікросервісне програмне забезпечення; пристрої туманних обчислень; розподілені туманні динамічні обчислення.

Модель керування смарт-теплицею на основі застосування технології Інтернету речей

2026-03-26T00:19:08+00:00

На сьогодні, коли населення світу постійно зростає, будь-якій країні потрібно вирішу вати проблему своєчасного забезпечення населення овочами та фруктами високої якості. Одним із ключових шляхів досягнення цієї мети є розвиток тепличного господарства, яке доз воляє вирощувати сільськогосподарські культури незалежно від кліматичних умов. Одним із головних факторів ефективності теплиць є точне керування мікрокліматом. Традиційні методи контролю потребують постійної участі людини та супроводжуються значними витратами ресурсів.
Метою статті є розроблення моделі керування смарт-теплицею на основі технології Інтернету речей із використанням мікроконтролера Arduino, сенсорів, Wi-Fi модуля ESP8266 та хмарної платформи ThingSpeak, яка дозволяє здійснювати моніторинг і дистанційне керування параметрами мікроклімату за допомогою мобільного та веб-застосунків.
У статті наведено аналіз сучасних підходів до автоматизації теплиць та обґрунтовано доцільність використання архітектури IoT для їх модернізації. Запропоновано структурну схему системи, яка включає сенсори для вимірювання температури, вологості, освітленості та рівня CO₂, а також виконавчі пристрої для поливу, вентиляції, нагрівання та освітлення. Показано принципи інтеграції системи з хмарним сервісом ThingSpeak, що забезпечує візуалізацію та аналітику даних. Розглянуто алгоритми автоматичного регулювання мікроклімату на основі порогових значень і пропорційно-інтегрального регулювання.
Запропонована система призначена для автоматизації існуючих теплиць з можливістю масштабування, інтеграції в мережу та застосування алгоритмів прогнозування. У подальших дослідженнях планується впровадження методів машинного навчання для оптимізації режимів вирощування та використання альтернативних джерел енергії для підвищення енергоефективності.

Ключові слова: автоматизована система керування; Інтернет речей; Arduino; ThingSpeak; сенсори; хмарні обчислення; розумна теплиця.