Зв’язок https://con.dut.edu.ua/index.php/communication <div><strong>Журнал включено до категорії Б:</strong></div> <div>- по спеціальності 121 - Інженерія програмного забезпечення,</div> <div>- по спеціальності 122 - Комп’ютерні науки,&nbsp;</div> <div>- по спеціальності 123 - Компютерна інженерії,</div> <div>- по спеціальності 126 - Інформаційні системи та технології,</div> <div>- по спеціальності 172 - Електронні комунікації та радіотехніка&nbsp;</div> <p><img src="/public/site/images/coneditor/Обкладинка_Звязок_№_6_(172)2.png"></p> <p><strong>Назва:</strong> «Зв’язок»<br><strong>Тематика:</strong> розвиток науки за напрямком – інформаціні технології, інфокомунікації, компютерні науки.&nbsp;<br><strong>Рік заснування: </strong>1995р.<br><strong>Ліцензія Національної ради України з питань телебачення і радіомовлення:</strong> Державний університет інформаційно-комунікаційних технологій внесено до Реєстру суб’єктів у сфері медіа. Ідентифікатор наукового журналу «Зв’язок»: R30-02949 (рішення №863 від 21.03. 2024 р.).<br><strong>Свідоцтво про державну реєстрацію: </strong><a href="http://www.irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis_64.exe?C21COM=2&amp;I21DBN=UJRN&amp;P21DBN=UJRN&amp;Z21ID=&amp;Image_file_name=IMG%2Fvduikt_s.jpg&amp;IMAGE_FILE_DOWNLOAD=0">КВ № 20996-10796 ПР від 25.09.2014 р.</a> (перереєстрація)<br><strong>Реєстрація у ВАК України: </strong>Постанова №1528 від 29.12.2014 р. (перереєстрація)<br><strong>Спеціальність ВАК:</strong> технічні науки<br><strong>Адреса: </strong>вул. Солом’янська,7, м. Київ, 03680, Україна<br><strong>Телефони: +</strong>380 (44) 249 25 42;<br><strong>Пошта: <a href="mailto:kpstorchak@ukr.net">kpstorchak@ukr.net</a></strong><a href="mailto:dutzv@ukr.net"><br></a><strong>Web-сайт: </strong><a href="http://www.dut.edu.ua/" target="_blank" rel="noopener">http://www.dut.edu.ua/</a>, <a href="http://con.dut.edu.ua/">http://con.dut.edu.ua/</a></p> uk-UA Зв’язок Титул https://con.dut.edu.ua/index.php/communication/article/view/2868 <p>Титул</p> ##submission.copyrightStatement## 2025-07-13 2025-07-13 3 1 1 Зміст https://con.dut.edu.ua/index.php/communication/article/view/2869 <p>Зміст</p> ##submission.copyrightStatement## 2025-07-13 2025-07-13 3 2 2 Моніторинг та використання ІоТ для автоматизації промислових процесів https://con.dut.edu.ua/index.php/communication/article/view/2870 <p>Сучасні технологічні досягнення відкривають нові шляхи для автоматизації про&nbsp;мислових процесів, що має вирішальне значення для підвищення продуктивності та&nbsp;ефективності виробництва. Інтернет речей (IoT) є однією з основних технологій, що&nbsp;сприяють цьому розвитку. Технології IoT дозволяють створювати інтелектуальні&nbsp;системи, які забезпечують збирання, аналіз та обробку даних у реальному часі, що&nbsp;сприяє підвищенню ефективності виробничих процесів, зменшенню витрат і покращенню безпеки. Використання мікропроцесорних систем у поєднанні з IoT забезпечує&nbsp;високу гнучкість та масштабованість у промислових автоматизованих рішеннях.</p> <p><strong>Ключові слова:</strong> Інтернет речей (IoT), мікропроцесорні системи, автоматизація про&nbsp;мислових процесів, промислова автоматизація, інтелектуальні системи, реальний час, технології зв'язку, підвищення ефективності, промислові рішення, цифрова трансформація.</p> Заячковський А. В. (Zayachkovskyi A. V.) Завацький В. О. (Zavatsky V. O.) Сторчак К. П. (Storchak K. P.) Ткаленко О. М. (Tkalenko O. M.) ##submission.copyrightStatement## 2025-07-14 2025-07-14 3 3 7 Методологія застосування угод про рівень обслуговування (SLA) https://con.dut.edu.ua/index.php/communication/article/view/2871 <p>Розглянуто принципи побудови мереж наступного покоління. Проведено аналіз&nbsp;основних технологічних особливостей, що відрізняють інфокомунікаційні послуги від&nbsp;послуг традиційних електронних комунікаційних мереж. Визначено, що мережа наступного покоління повинна забезпечувати передавання всіх видів медіа-трафіка та розподілене надання необмеженого спектру інфокомунікаційних послуг з можливістю&nbsp;їх масштабування. Для деяких інфокомунікаційних послуг є критичним порядок приходу пакетів, затримка пакетів і варіація затримки (джитер). Необхідно гарантувати&nbsp;доставку такої інформації, як мова, відео і мультимедіа у реальному часі з мінімально&nbsp;можливою затримкою. Для цієї мети в мережі повинні бути реалізовані механізми, що&nbsp;гарантують потрібну якість обслуговування (Quality of Service - QoS). Для забезпечення&nbsp;гарантованої якості обслуговування на верхніх рівнях ієрархії згідно моделі взаємодії&nbsp;відкритих систем (OSI) пропонується "угода про рівень обслуговування" (Service Level&nbsp;Agreement - SLA). <br>SLA – це універсальний метод, що дозволяє домовлятися зі споживачем про рівень&nbsp;якості наданих інфокомунікаційних послуг, тобто метод, який би представляв рівень&nbsp;якості надання електронних комунікаційних послуг з погляду споживача.</p> <p><strong>Ключові слова:</strong> електронна комунікаційна мережа, управління, затримка, ймовірність,&nbsp;інфокомунікаційна послуга, угода, QoS, SLA.</p> Заїка В. Ф. (Zaika V. F.) Варфоломеєва О. Г. (Varfolomeeva O. G.) Колченко Г. Ф. (Kolchenko G. F.) Миронов Д. В. (Mironov D. V.) Перепелиця Н. Л. (Perepelitsa N. L.) ##submission.copyrightStatement## 2025-07-14 2025-07-14 3 8 13 Модель керування віртуалізованими мережевими функціями за умов динамічних змін навантаження https://con.dut.edu.ua/index.php/communication/article/view/2872 <p>У статті розглядається проблема підвищення ефективності керування віртуалізованими мережевими функціями (NFV) у середовищі програмно-конфігурованих мереж (SDN) за умов динамічних змін навантаження та вимог до якості обслуговування.&nbsp;Зростання масштабів мереж і ускладнення їхньої структури вимагає впровадження&nbsp;інтелектуальних механізмів автоматизації керування мережевою інфраструктурою. <br>Запропоновано модель інтелектуалізованої NFV, що інтегрує нечітке продукційно&nbsp;логічне виведення (правила типу «якщо-то») у процес оркестрації віртуальних мережевих функцій. Така модель дозволяє на основі моніторингу мережевих метрик та стану&nbsp;ресурсів у режимі реального часу автоматично приймати рішення щодо масштабування, розподілу ресурсів та маршрутизації, адаптуючи роботу мережі до поточних&nbsp;умов. Обґрунтовується, що традиційні підходи з жорсткими пороговими налаштуваннями або статичними політиками не здатні забезпечити належну гнучкість і швидкодію у сучасних мережах. Натомість використання нечіткої логіки дає змогу обробляти неточні вхідні дані, враховувати експертні знання і досягати плавного адаптивного керування без різких стрибків. У межах роботи представлено структуру запропонованої моделі, алгоритм її функціонування та приклади нечітких правил. Показано,&nbsp;що застосування даного підходу забезпечує більш ефективне використання ресурсів&nbsp;центру обробки даних, підтримує стабільні значення затримки та інших QoS-показників навіть при різких змінах трафіку, і знижує ризик перевантаження мережі. Це особливо актуально для критичних сервісів, що потребують безперервної роботи та низьких затримок (реального часу – VoIP, відеострімінг, IoT тощо).</p> <p><strong>Ключові слова:</strong> програмно-конфігуровані мережі; віртуалізація мережевих функцій;&nbsp;нечітке продукційно-логічне виведення; оркестрація; якість обслуговування (QoS); інтелектуальна система керування.</p> Кульчицький Д. О. (Kulchytskyi D. V.) Жуков Є. В. (Zhukov Y. V.) ##submission.copyrightStatement## 2025-07-14 2025-07-14 3 14 21 Технології BLE та ZigBee в ІоТ-системах керування кліматом: порівняльний огляд і перспективи застосування https://con.dut.edu.ua/index.php/communication/article/view/2873 <p>Вибір мережної технології є ключовим у розробці ІоТ систем. Оскільки в ІоТ та&nbsp;ІІоТ використання “розумних пристроїв” тільки масштабується, вочевидь це відносить дротове з’єднання пристроїв в минуле, надаючи можливість бездротовим мережним технологіям охоплювати все більше і більше сфер для їхнього застосування.&nbsp;Останнє досягається розробниками бездротових технологій, які на основі світових&nbsp;потреб — адаптують бездротові технології і оптимізують їх саме під малоспоживаючі електроенергію пристрої. Варто також відзначити і екологічну складову, оскільки&nbsp;на проведення сотень або тисяч кабелів для ІоТ пристроїв, проводилися б затратніші&nbsp;монтажі і більша шкода екології від більших потужностей виробництва кабелів. <br>У статті розглянуто основні тенденції розвинутих в наш час двох економічних по&nbsp;електроспоживанню пристроїв — бездротових мережних технологій Bluetooth LE та&nbsp;ZigBee. Основна увага при виборі конкретно цих двох бездротових технологій була&nbsp;акцентованою на їхній популярності, схожості однієї до одної щодо принципу роботи,&nbsp;шифрування даних, які передаються у мережі, однаковий частотний діапазон, економічності щодо розряджання пристроїв, а також відносно мала дальність радіусу дії&nbsp;(менше 200 метрів). <br>Було розглянуто порівняння стеків протоколів обох мереж, виокремлено процес роботи мережі та інші різні особливості технологій. Останнє — розгляд основних характеристик надало чіткість погляду на обидві мережні технології, що за ознаками вирізнило Bluetooth Low Energy, як кращу в усіх характеристиках мережу, у порівнянні&nbsp;з ZigBee. Саме тому, стало зрозумілим, що в фото-передаванні та більш масштабних&nbsp;проєктах – Bluetooth LE може забезпечити більші функціональні потреби системи. <br>Але, це не відміняє застосування ZigBee в малих та середніх по масштабованості системах, оскільки для пристроїв, які передають малобітову інформацію або не дуже&nbsp;важливу в режимі реального часу — ZigBee зможе чудово забезпечити їхню функціональність і не мати суттєвої різниці з Bluetooth LE. </p> <p><strong>Ключові слова:</strong> Bluetooth LE, ZigBee, ІоТ, енергоспоживання, стек протоколів, швидкість передавання даних, діапазон, бездротова мережа, схема з’єднань приладів, Mesh.</p> Коломієць Н. В. (Kolomiiets N. V.) Владарчик Ю. В. (Vladarchyk Y. V.) Зайченко С. П. (Zaichenko S. P.) Унгурян С. В. (Unhuryan S. V.) ##submission.copyrightStatement## 2025-07-15 2025-07-15 3 22 28 Аналіз існуючих методів забезпечення функціональної стійкості складних систем для удосконалення комп’ютерних мереж https://con.dut.edu.ua/index.php/communication/article/view/2874 <p>У статті проводиться дослідження існуючих методів теорії функціональної стійкості для удосконалення комп’ютерних мереж. Робота присвячена аналізу існуючих&nbsp;методів функціональної стійкості, порівнянню їх основних характеристик та виявленню переваг. <br>Проаналізовано сучасні методології забезпечення функціональної стійкості комп'ютерних мереж, що включають оцінку ефективності та переваги різних підходів&nbsp;в умовах експлуатації. Дослідження підкреслює важливість нових підходів до підвищення ефективності технічних систем через впровадження принципів функціональної&nbsp;стійкості. Це досягається через раціональне використання ресурсів і перерозподіл надмірностей для мінімізації наслідків непередбачених ситуацій. Необхідність подальшого&nbsp;розвитку теорії функціональної стійкості для точного опису роботи різних систем&nbsp;підкреслюється, особливо в контексті сучасних інформаційних технологій, що сприяють підвищенню ефективності різноманітних технічних систем. <br>Дослідженні методи забезпечення функціональної стійкості комп’ютерних мереж можна використовувати в навчальному процесі у закладах вищої освіти відповідного профілю та для розроблення і вдосконалення роботи комп’ютерних мереж за умови різної експлуатації та сценаріїв використання.</p> <p><strong>Ключові слова:</strong> функціональна стійкість; комп’ютерні мережі; оптимізація роботи;&nbsp;метод; система; методологія; інформаційна технологія; програмне забезпечення; обробка&nbsp;даних; експлуатація.</p> Кравченко Ю. В. (Kravchenko Y. V.) Фісун О. С. (Fisun O. S.) ##submission.copyrightStatement## 2025-07-15 2025-07-15 3 29 35 Багатокритеріальне розпізнавання відповідності текстів темі на основі алгоритму TF-IDF https://con.dut.edu.ua/index.php/communication/article/view/2875 <p>Досліджено актуальність застосування статистичних методів для оцінки приналежності документів до тематики, обраної користувачем. Проаналізовано можливості та імплементовано використання модифікованого алгоритму на основі метрики&nbsp;TF-IDF для ефективного аналізу та класифікації текстових документів. Описано процес розроблення програми з використанням багатокритеріального підходу до розпізнавання відповідності тексту темі, а також розглянуто методи нормалізації та фільтрації текстових даних для вдосконалення точності класифікації. Запропоновано високоефективне вирішення для виявлення релевантних документів, яке може бути застосовано у різних сферах: від пошукових систем та інформаційних фільтрів до рекомендаційних платформ і аналітичних інструментів. Відображено важливість використання інноваційних методів для автоматизованої фільтрації даних.</p> <p><strong>Ключові слова:</strong> обробка; дані; метод TF-IDF; класифікація документів; багатокритеріальне розпізнавання; стоп-слова; нормалізація тексту; масив даних; глибоке навчання;&nbsp;технологія.</p> Данильченко В. М. (Danylchenko V. M.) Отрох С. І. (Otrokh S. I.) Шалигін М. О. (Shaligin M. O.) Донець А. Г. (Donets A. G.) ##submission.copyrightStatement## 2025-07-20 2025-07-20 3 36 41 Model of the process for evaluating the level of internationalization of the scientific institution activities https://con.dut.edu.ua/index.php/communication/article/view/2876 <p>Стаття підкреслює важливість оцінки рівня інтернаціоналізації наукових інституцій,&nbsp;незважаючи на відмінності у визначенні поняття інтернаціоналізації та складність самого&nbsp;явища. В той же час відсутні програмні засоби для підтримки зусиль з розробки та тестування методологій для оцінки рівня інтернаціоналізації. Також відсутні проєкти оцінки рівня&nbsp;інтернаціоналізації наукових установ, подібні, наприклад, до рейтингу університетів, де їх&nbsp;діяльність оцінюється за різними та часто несумісними методологіями. <br>Автори статті досліджують причини відсутності програмних засобів та аналітичних&nbsp;платформ для оцінки рівня інтернаціоналізації наукових установ та наведено аргументи&nbsp;щодо доцільності їх створення. Для усунення суперечності між загальновизнаною важливістю оцінювання рівня інтернаціоналізації та відсутністю цих інструментів запропоновано&nbsp;модель процесу оцінювання рівня інтернаціоналізації наукових установ. <br>Модель процесу оцінювання рівня інтернаціоналізації науково-дослідних установ побудовано на основі процесного підходу, який полягає у структуруванні об’єкта моделювання за&nbsp;елементами його діяльності. Такі моделі ще називають функціональними. Для представлення&nbsp;моделі оцінки рівня інтернаціоналізації науково-дослідних установ авторами запропоновано&nbsp;використання розширення Ерікссона-Пенкера уніфікованої мови моделювання UML. У результаті аналізу заходів, необхідних для оцінки рівня інтернаціоналізації наукових установ, було&nbsp;побудовано модель ієрархічної структури, що передбачає використання набору стереотипів&nbsp;для представлення процесів, ресурсів, правил і цілей діяльності. Запропонована модель містить опис контексту основного процесу, його дворівневу декомпозицію та перелік і призначення проміжних артефактів. <br>Розроблена модель може бути використана як основа для розробки програмної основи для автоматизації рутинних завдань дослідницького або практично-експериментального&nbsp;характеру при розробці та апробації довільних методологій оцінки рівня інтернаціоналізації&nbsp;науково-дослідних установ.</p> <p><strong>Ключові слова:</strong> інтернаціоналізація діяльності наукових інституцій; оцінювання рівня&nbsp;інтернаціоналізації; модель процесу оцінювання рівня інтернаціоналізації; інженерія програмного забезпечення.</p> Statyvka Y. I. (Стативка Ю. І.) Nedashkivskiy O. L. (Недашківський О. Л.) Mingjun Z. (Мінцзюнь Ч.) ##submission.copyrightStatement## 2025-07-20 2025-07-20 3 42 51 Інтеграція штучного інтелекту в системи управління вентиляцією конфайнменту: розробка спеціалізованого програмного забезпечення на основі алгоритму Мамдані https://con.dut.edu.ua/index.php/communication/article/view/2877 <p>У статті запропоновано інноваційний підхід до управління вентиляційними системами Нового Безпечного Конфайнменту (НБК) Чорнобильської АЕС на основі нечіткої логіки з використанням алгоритму Мамдані. Метою дослідження є оптимізація роботи систем вентиляції з урахуванням інерційності повітряних потоків, динамічних&nbsp;зовнішніх умов (швидкість вітру, тиск, вологість) та мінімізації радіоактивних&nbsp;викидів. <br>Розроблена система базується на моделі нечіткого виведення, де вхідними параметрами виступають: різниця тисків (∆P), швидкість вітру (V) та інерційність повітряних мас (I). <br>Для фаззіфікації змінних використано трикутні функції приналежності, а база&nbsp;нечітких правил сформована на основі експертних знань про фізичні процеси в НБК. <br>Реалізація алгоритму Мамдані дозволила адаптивно керувати потужністю вентиляторів, забезпечуючи стабільність тиску та енергоефективність. <br>Експерименти, проведені на реальних даних НБК, показали зниження енергоспоживання на 18% порівняно з попередніми методами (генетичні алгоритми), скорочення коливань тиску на 25% та час реакції системи до 5 хвилин. Система інтегрована&nbsp;з SCADA-платформою для онлайн-моніторингу та корекції роботи вентиляції. <br>Результати доводять ефективність нечіткого підходу для управління складними&nbsp;інженерними об’єктами в умовах невизначеності. Подальші дослідження спрямовані&nbsp;на впровадження гібридних моделей (нейронні мережі + нечітка логіка) для автоформалізації правил. </p> <p><strong>Ключові слова:</strong> інженерія програмного забезпечення; штучний інтелект; нейро-нечіткі&nbsp;системи; нечітке управління; алгоритм Мамдані; Новий Безпечний Конфайнмент; інерційність повітряних потоків; енергоефективність; радіаційна безпека.</p> Гаврилко Є. В. (Havrylko ) Савко В. Я. (Savko V. Y.) ##submission.copyrightStatement## 2025-07-20 2025-07-20 3 52 57 Аналіз застосування штучного інтелекту для обробки даних 3D-сканування https://con.dut.edu.ua/index.php/communication/article/view/2878 <p>У статті розглядається застосування штучного інтелекту (ШІ) для обробки даних 3D-сканування як перспективного напряму у галузі цифрових технологій. Основну&nbsp;увагу приділено глибокому аналізу сучасних методів обробки, таких як усунення шуму,&nbsp;сегментація та реконструкція 3D-об’єктів за допомогою моделей глибокого навчання. Виявлено ключові переваги інтеграції ШІ у 3D-робочі процеси, включаючи підвищення&nbsp;точності, автоматизацію аналізу та зменшення потреби у ручному втручанні. Проаналізовано обмеження існуючих моделей, зокрема залежність від великих обсягів анотованих даних, проблеми узагальнення на реальні сценарії та високу обчислювальну&nbsp;складність. Запропоновано низку практичних рекомендацій щодо ефективного впровадження ШІ в проєкти 3D-сканування: від вибору моделей до побудови гібридних робочих&nbsp;процесів. Результати роботи становлять цінність для фахівців, що працюють у сферах промислової візуалізації, охорони здоров’я, архітектурної реконструкції та збереження культурної спадщини. Зроблено висновки щодо напрямів подальших досліджень,&nbsp;які можуть сприяти розробці масштабованих, стійких та універсальних моделей для&nbsp;практичного застосування в умовах реального світу.</p> <p><strong>Ключові слова:</strong> штучний інтелект; 3D-сканування; аналіз 3D-даних; комп’ютерні технології; глибоке навчання; машинне навчання; нейронні мережі; обробка даних.</p> Черевик О. В. (Cherevyk O. V.) Лащевська Н. О. (Lashchevska N. O.) ##submission.copyrightStatement## 2025-07-20 2025-07-20 3 58 65 Сучасні підходи до автоматизації управління завданнями для малих команд з використанням методів машинного навчання https://con.dut.edu.ua/index.php/communication/article/view/2879 <p>Сучасні технології управління проєктами та завданнями пропонують численні інструменти, які забезпечують базові функції для організації роботи команд. Однак, більшість із&nbsp;цих рішень орієнтовані на великі компанії, що часто робить їх надто складними для малих&nbsp;команд. Відсутність інструментів для автоматизованого прогнозування часу виконання&nbsp;завдань і визначення їхніх пріоритетів обмежує ефективність таких систем. Малі команди&nbsp;потребують гнучких рішень, які зменшують навантаження на організацію роботи, автоматизують рутинні завдання та сприяють раціональному розподілу ресурсів. Тому, проблемою&nbsp;є відсутність автоматизованих засобів для точного прогнозування часу виконання завдань&nbsp;і визначення їх пріоритетності, що призводить до неефективного розподілу ресурсів та затримок у роботі. <br>Проаналізовано основні підходи до автоматизації управління завданнями, зокрема, методи, які можуть бути застосовані для прогнозування часу виконання завдань і визначення&nbsp;пріоритетів за допомогою машинного навчання. Особливу увагу приділено алгоритмам TF-IDF, Random Forest Regressor і K-means. TF-IDF дозволяє ефективно обробляти текстові&nbsp;описи завдань, перетворюючи їх у числові ознаки, що забезпечує аналітичну базу для роботи&nbsp;моделей машинного навчання. Random Forest Regressor використовується для точного прогнозування часу виконання завдань, що допомагає командам планувати робочий процес. Алгоритм K-means застосовується для кластеризації завдань за рівнем їхньої важливості та&nbsp;складності, забезпечуючи автоматичне визначення пріоритетів. <br>Впровадження штучного інтелекту (AI) у системи керування завданнями стало руйнівною силою у сучасному стрімкому робочому середовищі, змінивши те, як команди планують,&nbsp;розставляють пріоритети та виконують завдання. Цю тенденцію найкраще ілюструють&nbsp;такі платформи, як Trello, Monday.com і Asana, які використовують технологію штучного&nbsp;інтелекту для оптимізації робочих процесів проєктів, автоматизації стомлюючої роботи&nbsp;та пропонують рекомендації. <br>Популярні інструменти, такі як Trello, Asana, Jira, Wrike забезпечують базовий функціонал для управління завданнями, але не використовують методи машинного навчання для&nbsp;автоматизації. Розглянуті підходи можуть бути інтегровані в існуючі системи або реалізо&nbsp;вані як окреме рішення для малих команд, що прагнуть підвищити продуктивність без значних витрат на складні платформи. <br>Результати дослідження підкреслюють важливість використання машинного навчання для автоматизації управління завданнями. Такий підхід дозволяє зменшити залежність&nbsp;від людського фактору, знизити час на організацію завдань та оптимізувати процес планування. Крім того, це сприяє підвищенню ефективності командної роботи, що особливо&nbsp;актуально для малих колективів, які працюють в умовах обмежених ресурсів. </p> <p><strong>Ключові слова:</strong> автоматизація управління завданнями; машинне навчання; прогнозування&nbsp;часу; кластеризація; TF-IDF; Random Forest Regressor; K-means.</p> Коломієць І. Ю. (Kolomiiets I. Y.) Замрій І. В. (Zamrii I. V.) Калинюк Б. С. (Kalyniuk B. S.) Бажан Ю. П. (Bazhan Y. P.) Довженко Т. П. (Dovzhenko T. P.) ##submission.copyrightStatement## 2025-07-21 2025-07-21 3 66 72 Визначення детермінантів туберкульозу: аналіз методів машинного навчання та нейронних мереж https://con.dut.edu.ua/index.php/communication/article/view/2880 <p>Туберкульоз (ТБ) залишається однією з найсерйозніших інфекційних хвороб у світі,&nbsp;зокрема в Індії, де високий рівень захворюваності створює значні виклики для системи&nbsp;охорони здоров’я. Дослідження присвячене аналізу детермінантів поширення туберкульозу в Індії за допомогою методів машинного навчання (ML) та нейронних мереж&nbsp;(NN). Метою роботи є виявлення ключових факторів, що впливають на рівень захворюваності, та розробка точних прогнозних моделей для підтримки стратегій профілактики та лікування. На основі статистичних даних за 2019–2022 роки, що охоплюють&nbsp;демографічні характеристики, соціальні фактори та медичні показники, було проведено комплексний аналіз. Застосовано методи обробки даних, включаючи кореляційний&nbsp;аналіз, oversampling (SMOGN) для балансування вибірки, а також моделювання з використанням лінійних регресій (LM, Ridge, Lasso), алгоритмів ML (Decision Tree, K-Nearest&nbsp;Neighbors, Random Forest) та глибокої нейронної мережі. Результати показали, що лінійні моделі мають обмежену точність (R² Test до 0.600), тоді як Random Forest (R² Test = 0.832) та K-Nearest Neighbors (R² Test = 0.865) значно перевершують їх завдяки&nbsp;здатності враховувати нелінійні залежності. Найвищу точність продемонструвала&nbsp;нейронна мережа (R² Test = 0.822, RMSE Test = 0.433), що підкреслює її ефективність&nbsp;у виявленні складних взаємозв’язків. Ключовими факторами, що впливають на захворюваність, визначено чисельність населення (Population), гендерне співвідношення&nbsp;(Gender Ratio), кількість спеціалізованих центрів (Nodal_DR_TB_Centres_Per_Population)&nbsp;та міські характеристики (City_Encoded). Отримані результати підтверджують перспективність інтеграції ML та NN у медичні дослідження для прогнозування та контролю туберкульозу, що може сприяти розробці персоналізованих підходів до терапії та&nbsp;покращенню громадського здоров’я.</p> <p><strong>Ключові слова:</strong> машинне навчання; нейронні мережі; прогнозування захворюваності;&nbsp;oversampling; SMOGN; лінійна регресія; Random Forest; K-Nearest Neighbors; детермінанти;&nbsp;інтеграція.</p> Невінський Д. В. (Nevinskyi D. V.) Мартьянов Д. І. (Martjanov D. I.) Господарський О. А. (Hospodarskyy O. A.) Виклюк Я. І. (Vyklyuk Y. I.) Сем’янів І. О. (Semianiv I. O.) ##submission.copyrightStatement## 2025-07-21 2025-07-21 3 73 86 Вдосконалення механістичного підходу з використанням даних ринкових обсягів біткоїна https://con.dut.edu.ua/index.php/communication/article/view/2881 <p>Предметом цього дослідження є вдосконалення механістичного підходу до аналізу&nbsp;ринкових обсягів криптовалют, зокрема Bitcoin, із використанням показників ринкових&nbsp;покупок, продажів та їх різниці. Мета роботи полягає у визначенні ефективності вдосконаленого механістичного підходу за рахунок використання ринкових обсягів покупок,&nbsp;продажів та їх різниці в прогнозуванні ринкових тенденцій та його впливу на прибутковість торгових стратегій біткоїна. Завдання дослідження включають: розширити&nbsp;механістичний підхід, застосовуючи ринкові обсяги (покупки, продажі, різниця між&nbsp;ними); протестувати вдосконалений підхід на історичних даних торгівлі BTC/USDT&nbsp;з використанням стратегії ковзних середніх; порівняти ефективність нового підходу&nbsp;з традиційним механістичним аналізом загального обсягу; оцінити залежність прибутковості та коефіцієнта виграшу від обраного методу та часових інтервалів (1 день,&nbsp;4 години, 30 хвилин). Отримані результати свідчать про те, що імпульс ринкових покупок (GMI Volume Buy) демонструє найвищу прибутковість і точність серед усіх аналізованих показників, тоді як імпульс різниці обсягів (GMI Volume Delta) має найнижчу ефективність та вищу волатильність. Встановлено, що скорочення часового інтервалу знижує прибутковість та стабільність усіх методів, а також підвищує їхню чутливість до вибору параметрів. Отже, дослідження підтверджує перспективність механістичного підходу, особливо з урахуванням ринкових обсягів покупок і продажів. Результати можуть бути використані для покращення алгоритмічних торгових стратегій, а також у подальших дослідженнях, пов’язаних із застосуванням алгоритмів&nbsp;машинного навчання та оптимізацією параметрів механістичного аналізу.&nbsp;</p> <p><strong>Ключові слова:</strong> механістичний підхід; криптовалюта; ковзна середня; торгові обсяги;&nbsp;ретроспективні тестування; біткоїн, торгівельна стратегія; прогнозування; залежність; дані.</p> Цапро І. В. (Tsapro I. V.) Золотухіна О. А. (Zolotukhina O. A.) ##submission.copyrightStatement## 2025-07-21 2025-07-21 3 87 94 Аналіз сучасних систем придиктовної аналітики https://con.dut.edu.ua/index.php/communication/article/view/2882 <p>У статті проведено порівняльний аналіз сучасних систем предиктивної аналітики&nbsp;(СПА), що використовують методи машинного навчання. Розглянуто ключові функціональні можливості, архітектурні особливості, рівень автоматизації та сферу застосування найпопулярніших платформ, зокрема IBM Watson Studio, Google Vertex AI,&nbsp;Microsoft Azure ML, Amazon SageMaker, RapidMiner, DataRobot, H2O.ai та SAS Predictive&nbsp;Analytics. Особливу увагу приділено класифікації СПА за типом задач, підходами до розгортання, а також інтеграційними можливостями з джерелами даних. Визначено сильні та слабкі сторони кожної системи, їхню продуктивність, зручність використання, відповідність стандартам безпеки та можливість масштабування. На основі&nbsp;проведеного аналізу запропоновано рекомендації щодо вибору СПА залежно від типу&nbsp;організації, рівня технічної підготовки користувачів та специфіки прикладних задач. </p> <p><strong>Ключові слова:</strong> предиктивна аналітика, машинне навчання, хмарні платформи, системи підтримки прийняття рішень, AutoML.</p> Яценко Я. Д. (Yatsenko Y. D.) Жидка О. В. (Zhydka O. V.) Кіс О. Я. (Kis O. Y.) ##submission.copyrightStatement## 2025-07-22 2025-07-22 3 95 100 Моделювання згортання білків з використанням методів машинного навчання https://con.dut.edu.ua/index.php/communication/article/view/2883 <p>У статті висвітлено сучасні підходи до моделювання згортання білків із використанням методів машинного навчання — напряму, який стрімко розвивається на стику&nbsp;біоінформатики, фізики та штучного інтелекту. Метою статті є систематизація&nbsp;існуючих підходів до моделювання згортання білків із використанням машинного навчання, визначення переваг і обмежень сучасних методик, а також виявлення напрямів&nbsp;для подальших досліджень у цій галузі. <br>Прогнозування тривимірної структури білків на основі амінокислотної послідовності залишається складним завданням, оскільки структура білка визначає його функцію&nbsp;в клітині, а її неправильне згортання часто призводить до важких захворювань. У роботі розглянуто найуспішніші моделі глибинного навчання, зокрема AlphaFold, MSA&nbsp;Transformer та ультраглибинні нейронні мережі, які продемонстрували здатність до&nbsp;високоточного передбачення білкових структур на основі аналізу еволюційних залежностей та контактних карт. <br>Окрему увагу приділено обмеженням таких методів, зокрема їхній складності&nbsp;в обробці динамічних процесів та неврахуванню стохастичної природи білкових взаємо&nbsp;дій. У цьому контексті автором запропоновано інноваційний підхід, що полягає в інтеграції квантово-механічних моделей, зокрема механізму колапсу хвильової функції, у класичні алгоритми машинного навчання. Такий підхід дозволяє врахувати ймовірнісні&nbsp;переходи між конформаційними станами білка та мінімізувати вільну енергію системи. Подано математичні формалізації та приклади реалізації на основі методу&nbsp;Монте-Карло. <br>Запропонована інтегрована модель демонструє підвищену точність прогнозування&nbsp;(до 95%) порівняно з існуючими рішеннями. Її застосування є перспективним у персоналізованій медицині (аналіз впливу мутацій на білкову структуру), фармакології (вдосконалення дизайну ліків), промисловій біотехнології (оптимізація ферментів), а також&nbsp;у дослідженнях складних білкових комплексів. Робота формує наукове підґрунтя для&nbsp;створення нових інтелектуальних інструментів, які поєднують структурне передбачення з аналізом функціональної активності, що відкриває нові горизонти для розвитку&nbsp;біоінформатики та суміжних галузей. </p> <p><strong>Ключові слова:</strong> білки; згортання білків; машинне навчання; квантова механіка; глибинні нейронні мережі; колапс хвильової функції; біоінформатика; прогнозування структури&nbsp;білків; рекурентні нейронні мережі; конволюційні нейронні мережі.</p> Дзюба В. В. (Dziuba V. V.) Колодюк А. В. (Kolodiuk A. V.) Олейніков І. А. (Oleinikov I. A.) Бугайов Д. М. (Bugayev D. M.) ##submission.copyrightStatement## 2025-07-22 2025-07-22 3 101 107