Зв’язок

Титул

Sun, 26 Apr 2026 14:31:56 +0000

Титул

Зміст

Sun, 26 Apr 2026 15:29:15 +0000

Зміст

Первинні оцінки часових характеристик телекомунікаційної мережі з комутацією каналів

Sun, 26 Apr 2026 15:51:09 +0000

Цією статтею продовжується цикл робіт з первинного оцінювання часових характеристик телекомунікаційних систем в різних режимах їх функціонування і з використанням різних методів комутації і передачі даних. На основі проведеного аналізу часових діаграм функціонування комп’ютерної мережі з комутацією каналів отримано аналітичні вирази для розрахунку основних часових параметрів інформаційного обміну, які в основному визначають якість обслуговування користувачів. Аналітичні вирази отримані на основі розроблених часових діаграм інформаційного обміну, де враховані ключові часові параметри систем передачі даних: пропускна спроможність каналів передачі, затримка передачі даних в каналах, час обробки даних на транзитних і кінцевому вузлах, час передачі і обробки інформації зворотного зв’язку (квитанцій). Для користувача з точки зору QoS найважливіше значення мають такі часові параметри як час затримки інформації в мережі, час доставки інформації до отримувача, тривалість сеансу обміну інформацією, а також деякі інші параметри, які носять більше експлуатаційний характер і визначаються використовуваними протоколами, адміністрацією мережі тощо. Це час непродуктивного зайняття каналів (інформаційна надлишковість), ефективність використання каналів зв’язку, через які здійснюється інформаційний обмін, тощо.
Первинне оцінювання перерахованих параметрів на етапі проектування і розгортання мережі дозволяє покращити такі показники як витрати на створення і експлуатацію системи, час проектування та розгортання мережі, характеристики надійності, прогнозованість та захист від перенавантаження, завантаженість мережі. Матеріали статті можуть бути використані розробниками та адміністраторами мереж, а також у навчальному процесі.

Ключові слова: комп’ютерна мережа, методи комутації і передавання даних, комутація каналів, якість обслуговування, часова характеристика, інформаційний обмін, часові параметри мережі.

Дослідження та оптимізація спектральної ефективності гетерогенних мереж 4G/5G з використанням технології Massive MIMO

Sun, 26 Apr 2026 16:07:16 +0000

У статті проведено комплексне дослідження методів підвищення спектральної ефективності та пропускної здатності сучасних мереж мобільного зв’язку в умовах щільної міської забудови. Актуальність роботи зумовлена експоненціальним зростанням обсягів мобільного трафіку (до 45% щорічно) та дефіцитом доступного частотного ресурсу, що потребує впровадження високоефективних технологій просторового мультиплексування. Об’єктом дослідження є процеси управління радіоресурсами у гетерогенній мережі ПрАТ «Київстар» на прикладі кластера з 145 базових станцій у Печерському районі міста Києва.
Методологія дослідження базується на аналізі великих масивів даних (Big Data), отриманих із систем управління мережею (OSS Huawei U2020) та результатів натурних драйв-тестів із використанням сканерів Rohde & Schwarz. Обробка даних здійснювалася у середовищі Jupyter Notebook мовою Python з використанням бібліотек Pandas, NumPy та алгоритмів машинного навчання (XGBoost) для прогнозування поведінки мережі при зміні параметрів Beamforming.
У ході дослідження проведено порівняльний аналіз ефективності класичних систем 2T2R та активних антенних систем (AAS) із підтримкою Massive MIMO 64T64R. Встановлено, що впровадження Massive MIMO забезпечує приріст середньої спектральної ефективності у 2,7 раза, досягаючи показника 4,8 біт/с/Гц. Особливу увагу приділено оптимізації вертикального нахилу променя (D-Tilt). Експериментально доведено, що адаптивне керування діаграмою спрямованості дозволяє підвищити рівень сигналу на верхніх поверхах висотних будівель на 18%, мінімізуючи при цьому міжсекторну інтерференцію (overshooting).
Аналіз статистичних даних підтвердив, що використання модуляції 256QAM зросло до 35%, що в поєднанні з технологією MU-MIMO дозволило досягти медіанної швидкості передачі даних 45 Мбіт/с. Також розкрито особливості функціонування технології Dynamic Spectrum Sharing (DSS) у діапазоні 2100 МГц, визначено вплив сигнального навантаження на загальну ємність сегмента мережі. Сформульовано практичні рекомендації щодо налаштування порогів хендоверу та координації променів (Beam Coordination) для мінімізації взаємних завад у зонах зі складною багатопроменевою структурою поширення сигналу. Результати роботи можуть бути використані операторами мобільного зв’язку для планування та оптимізації мереж 5G NR у великих містах України.

Ключові слова: 5G NR, Massive MIMO, Beamforming, спектральна ефективність, гетерогенні мережі, QoS, SINR, статистика OSS.

Модифікований амплітудний метод виявлення сигналів з псевдовипадковим перелаштуванням робочої частоти з низькими обчислювальними витратами

Коваленко І. Л. (Kovalenko I.), Мовчанюк А. В. (Movchaniuk A.) — Sun, 26 Apr 2026 20:30:59 +0000

У середовищі GNU Radio Companion реалізовано та оцінено модифікований амплітудний метод виявлення сигналів з псевдовипадковим перелаштуванням частоти (ППРЧ), включаючи сигнали з частковим заповненням каналу, які характерні для реальних джерел випромінювання. Для генерації тестових сигналів із різним коефіцієнтом заповнення смуги частот використано вдосконалений параметричний синтезатор, що дозволило оцінити роботу алгоритму. Основна відмінність запропонованого методу полягає у здатності адаптивно обробляти сигнали з частковим заповненням каналу, що істотно розширює потенціал його застосування. Алгоритм включає етапи попередньої фільтрації, кореляційного та гістограмного аналізів, та амплітудної селекції, що забезпечує високу завадостійкість та селективність. Проведене моделювання підтвердило доцільність підходу в умовах різного заповнення частотного каналу та у широкому діапазоні вхідних амплітуд, а обчислювальна простота дозволяє реалізувати його на базі SDR систем.

Ключові слова: ППРЧ, сигнали з розширеним спектром, амплітудний метод виявлення, амплітудна селекція, гістограмний аналіз, пеленгація, моделювання сигналів.

Техніка оптимального вибору антен у мережах MIMO

Марчук О. М. (Marchuk O.), Герасимчук В. С. (Herasymchuk V.) — Sun, 26 Apr 2026 20:41:15 +0000

У статті запропоновано метод вибору антен у системі з кількома входами та кількома виходами (MIMO), який оптимізує пропускну здатність каналу системи, отриману шляхом вибору найкращої антени. Метод вибору антени може використовуватися для зменшення енергії, що споживається ланцюгом RF та підвищення енергоефективності для досягнення максимальної пропускної здатності системи MIMO. У статті наведено результати співвідношення сигнал/шум (SNR), яке змінюється залежно від кількості передавальних антен, що мають бути обрані відповідно до умов каналу. Це забезпечує кращі показники за ймовірністю бітової помилки (BER).

Ключові слова: MIMO, метод вибору антен, інформація про стан каналу на передавальній стороні (CSI), пропускна здатність каналу.

Особливості роботи шлюзового пристрою мережного комплекту в сучасних умовах

Степанов В. А. (Stepanov V.), Челпан Ю. В. (Chelpan Y.) — Sun, 26 Apr 2026 20:53:10 +0000

Стаття присвячена аналізу особливостей роботи шлюзового пристрою мережного комплекту під час автономного доступу всіх уповноважених органів до інформації в електронній комунікаційній мережі. Розроблено вимоги до його практичної реалізації в сучасних умовах. Отримані результати відповідають концептуальним наративам ETSI, мають бути враховані під час розбудови єдиної системи технічних засобів та підготовки порядку щодо перехоплення інформації в електронних комунікаційних мережах.

Ключові слова: законне перехоплення інформації, ідентифікаційна ознака, мережний комплект, об’єкт перехоплення, умовна ознака, шлюзовий пристрій.

Дослідження впливу аномалій та дублікатів у наборах даних аерозйомки на якість глибокого навчання

Sun, 26 Apr 2026 21:21:57 +0000

Якість навчальних наборів даних є одним із ключових чинників ефективності моделей глибокого навчання у задачах автоматизованої обробки аерозображень. Наявність аномальних та дубльованих спостережень у вибірках аерозйомки призводить до спотворення статистичних характеристик даних, зниження ентропії розподілу та погіршення узагальнювальної здатності нейромережевих моделей. У статті досліджено вплив таких спотворень на результати багатокласової класифікації зображень і проаналізовано ефективність різних статистичних методів виявлення аномалій у компактному латентному просторі.
Для формування інформативного представлення зображень використано згортковий автоенкодер, що відображає дані у низьковимірний латентний простір, придатний для подальшого статистичного аналізу. Виявлення аномальних спостережень здійснювалося із застосуванням методу трьох сигм, методу асиметрії та ексцесу, а також багатовимірного варіаційного ряду. Окремо проаналізовано вплив вилучення дублікатів зображень. Оцінювання якості навчальних даних виконувалося на основі ентропійних характеристик латентного простору та показників точності згорткової нейронної мережі ResNet50.
Експериментальні результати показали, що вилучення аномальних спостережень позитивно впливає на точність класифікації на тестовій вибірці, при цьому найефективнішим виявився метод трьох сигм, який забезпечив приріст точності до 2,1 %. Встановлено, що очищення даних супроводжується підвищенням ентропії латентного простору, що свідчить про зростання інформаційної насиченості та рівномірності розподілу спостережень і корелює з покращенням узагальнювальної здатності моделі. Отримані результати підтверджують доцільність використання статистичного аналізу латентних представлень для підвищення якості навчальних наборів аерозйомки.

Ключові слова: аерозйомка, аномальні дані, дублікати зображень, глибоке навчання, згорткові нейронні мережі, автоенкодер, латентний простір, ентропія даних, класифікація зображень, узагальнювальна здатність.

Забезпечення функціональної стійкості систем моніторингу автономних енергокомплексів на основі методів машинного навчання

Sun, 26 Apr 2026 21:31:44 +0000

У статті вирішується актуальна науково-практична задача забезпечення функціональної стійкості систем моніторингу автономних енергокомплексів в умовах динамічних технічних збоїв, системних аномалій та критичних навантажень. Актуальність дослідження зумовлена гострою необхідністю збереження цілісності телеметричних даних в умовах нестабільного функціонування енергетичної інфраструктури, де традиційні методи резервування демонструють надмірну інертність і не здатні забезпечити необхідну швидкість реакції на стрімку зміну параметрів мережі.
Розроблено інтелектуальний програмний комплекс, що поєднує функції предиктивної діагностики та адаптивного резервного копіювання у режимі реального часу. Особливість запропонованого підходу полягає у синергетичному використанні двох алгоритмів машинного навчання: Isolation Forest для миттєвого виявлення поточних аномалій у багатовимірних масивах даних та Random Forest для прогнозування майбутніх критичних станів на основі аналізу історичних даних. Такий комплексний підхід дозволяє реалізувати стратегію випереджувального управління, ініціюючи збереження даних до моменту настання фактичного збою.
Програмна реалізація системи базується на трирівневій архітектурі та включає модулі інтелектуального аналізу, автоматизованого планування резервування та рольову модель доступу. Експериментальна апробація на реальних масивах телеметрії підтвердила високу ефективність системи: модуль предиктивного аналізу забезпечує стабільну роботу навіть при пікових навантаженнях, що гарантує високу функціональну стійкість та цілісність інформації в автономних енергетичних мережах.

Ключові слова: функціональна стійкість, автономні енергокомплекси, архітектура програмного забезпечення, інтелектуальний моніторинг, машинне навчання, аномалії, аналіз даних, резервне копіювання даних.

Топологічне якорування та адаптивні штрафи: архітектура Hybrid AWRED для розпізнавання дефектів у забруднених візуальних даних

Довженко Т. П. (Dovzhenko T.) — Sun, 26 Apr 2026 21:40:17 +0000

У сучасних системах комп’ютерного зору припущення про повну чистоту навчальних вибірок далеко не завжди відповідає практиці. Якщо дані містять значну кількість структурних спотворень, традиційні методи виявлення аномалій без учителя часто втрачають стійкість, оскільки дефектні зразки частково включаються до простору норми. У статті розглянуто архітектуру Hybrid AWRED v3, призначену для розпізнавання дефектів у забруднених візуальних даних. Запропонований підхід поєднує топологічне якорування, адаптивне зважування похибки реконструкції та зовнішній контур Байєсівської оптимізації гіперпараметрів.
Експериментальну перевірку виконано на модифікованому наборі MNIST-C у сценаріях із 5% і 20% забруднення. Показано, що за рівня забруднення 20% запропонована архітектура забезпечує найвище значення повноти виявлення (Recall = 0.880 ± 0.005) серед розглянутих моделей, перевищуючи, зокрема, DAGMM (0.397 ± 0.039) і Deep SVDD (0.584 ± 0.163). Водночас за інтегральною метрикою AUC-ROC найбільше середнє значення у цьому сценарії продемонстрував DAE (0.785 ± 0.008), що вказує на різну чутливість моделей до окремих аспектів якості виявлення.
З огляду на отримані результати Hybrid AWRED v3 доцільно розглядати як перспективний підхід для задач, у яких критично важливо зменшити кількість пропущених дефектів за умов значного забруднення навчальної вибірки. Разом із тим переваги методу варто інтерпретувати передусім через повноту виявлення та стійкість до data poisoning.

Ключові слова: виявлення аномалій, Data Poisoning, комп’ютерний зір, Hybrid AWRED, топологічне якорування, Байєсівська оптимізація, поетапне навчання.

Інтегрований контур довіри у вебзастосунках на основі графового оцінювання ризику та незмінного журналювання рішень

Шахматов І. О. (Shakhmatov I.) — Sun, 26 Apr 2026 21:48:26 +0000

Порушення довіри та цілісності у вебзастосунках часто виникають на межі відвводу даних до виконання функціонального завдання, коли зловмисний або аномальний ввод (вебформа/API) переходить у дію в бізнес-логіці та транзакціях. У цій роботі розглядаються такі епізоди як єдиний потік подій і запропоновано інтегрований контур довіри, а саме контекстне оцінювання ризику на графі взаємодій та верифіковану фіксацію результатів у незмінному журналі. Ризик оцінюється графовою моделлю, яка враховує зв’язки подій у ковзному часовому вікні між актором (користувачем або сервісом), сесією, пристроєм і агрегованими мережевими сигналами. Для узгодження різнорідних джерел ми використовуємо уніфіковане подання подій і спільний підхід до ознак, для вебформ це змістові, структурні та часові характеристики, для транзакцій це пояснюваний інтегральний показник ризику, що агрегує вплив суми, часу, геопросторових відхилень і типу платіжного інструмента. Точність прийняття рішень забезпечується нормалізацією подій, хешуванням і цифровим підписом сервісу-реєстратора перед записом у незмінний журнал мінімально достатніх атрибутів, а саме хешів подій, ідентифікаторів, контрольних сум версій моделі, параметрів політики реагування та підсумкових оцінок. Запропонований підхід дозволяє виявляти підміни історії та приймати обґрунтовані рішення в межах зафіксованих даних, що важливо для аудиту й розслідування інцидентів у вебсередовищі.

Ключові слова: веббезпека, графові нейронні мережі, виявлення спаму, незмінний журнал, аудит, версіонування моделей, програмне забезпечення, архітектура.

Архітектура онтологічно керованої системи аналізу інтелектуальних та освітніх досягнень

Яременко А. А. (Yaremenko A.), Горборуков В. В. (Gorborukov V.) — Sun, 26 Apr 2026 22:12:10 +0000

У статті представлено формально обґрунтовану модель інтелектуальної системи моніторингу та рейтингування навчальних досягнень обдарованої молоді, побудовану на поєднанні онтологічної інженерії та методів багатокритеріального аналізу. Робота спрямована на розв’язання важливої освітньої проблеми – відсутності в Україні єдиної, методологічно узгодженої та масштабованої системи оцінювання результатів інтелектуальних конкурсів, здатної забезпечити об’єктивне порівняння досягнень учнів, педагогів і закладів освіти. Розрізненість протоколів, фрагментарність даних і неоднорідність критеріїв оцінювання формують суттєві бар’єри для формування ефективної державної політики підтримки талановитої молоді та ускладнюють довгостроковий моніторинг динаміки її результатів. Відсутність формальних механізмів інтеграції результатів інтелектуальних конкурсів обмежує можливості їх міжконкурсного зіставлення та аналітичної агрегації. Для подолання цих обмежень запропоновано цілісну архітектуру опрацювання даних, яка охоплює повний цикл трансформації: від структуризації та нормалізації різноформатних документів до побудови формальної онтології предметної галузі та її збагачення оцінним шаром на основі підходів багатокритеріального аналізу. Реалізація цієї моделі забезпечує логічну узгодженість, семантичну прозорість і відтворюваність обчислень, інтегруючи строгі математичні оператори з адаптивними механізмами семантичного аналізу. Унаслідок цього у сформованому онтологічно узгодженому оцінному просторі забезпечується інваріантне та коректне порівняння результатів незалежно від типу конкурсу, року проведення та процедур оцінювання. Отримані результати створюють методологічну та технологічну основу для побудови національної системи моніторингу і підтримки обдарованої молоді та відкривають перспективи застосування онтологічно-орієнтованих систем у задачах інтеграції гетерогенних освітніх даних і багатокритеріального оцінювання. Запропонована модель може використовуватися для розроблення довгострокових стратегій розвитку освітніх програм та забезпечення аналітичної підтримки державних і регіональних ініціатив у сфері роботи з обдарованою молоддю.

Ключові слова: онтологічна інженерія, формальна онтологія, семантична нормалізація, структуризація даних, багатокритеріальний аналіз, конкурентна нормалізація, рейтингування навчальних досягнень, онтологічно кероване оцінювання, освітня аналітика.

Напрями підвищення ефективності методу CBUA в умовах динамічного набору тестів

Самойленко А. П. (Samoylenko A.), Щербина І. С. (Shcherbyna I.) — Sun, 26 Apr 2026 22:23:15 +0000

У контексті зростання складності сучасного програмного забезпечення, забезпечення його надійності та якості залишається одним з ключових завдань інженерії програмного забезпечення. Одним із перспективних напрямів є використання мутаційного тестування, що дає змогу оцінити якість тестових наборів шляхом створення модифікованих версій програми - мутантів. Проте застосування цього підходу в умовах динамічного набору тестів, коли тестові випадки створюються або доповнюються під час виконання, унеможливлює використання низки традиційних оптимізацій.
У зв’язку зі значною обчислювальною вартістю мутаційного тестування було запропоновано широкий спектр методів оптимізації, спрямованих на зменшення витрат при збереженні здатності до виявлення помилок. Окрему групу становлять стратегії оптимізації, пов’язані з генерацією, виконанням та аналізом мутантів, до яких належать підходи, що не належать до інших категорій. Саме в цій групі знаходяться методи, що отримують результати мутаційного тестування без фактичного виконання мутантів. У контексті динамічних тестових наборів особливу перспективність демонструють підходи, здатні зберігати точність оцінювання за умови зміни тестів.
Метою даного дослідження є систематизація та аналіз сучасних підходів до підвищення ефективності методів прогнозування результатів мутаційного тестування.
Особливу увагу приділено аналізу стратегій підвищення ефективності таких методів, зокрема вибору релевантних ознак для алгоритмів машинного навчання, побудові адекватних моделей мутаційного тестування та виявленню загроз валідності результатів.
У результаті дослідження виокремлено групу ознак, що є перспективними для вдосконалення стратегій оптимізацій, ідентифіковано основні загрози валідності експериментів, а також визначено напрями подальших досліджень. Зокрема, рекомендовано дослідження історичних в контексті методів прогнозування результатів мутаційного тестування та використання більш ефективних статичних і динамічних ознак, а також побудову більш точних математичних моделей, що враховують часові характеристики для підвищення загальної ефективності даних методів.

Ключові слова: якість програмного забезпечення, тестування програмного забезпечення, мутаційне тестування, прогнозування результатів тестування.

Мультимодальна система розпізнавання емоційних станів у режимі реального часу на основі глибоких згорткових мереж

Кисіль Т. М. (Kysil T.) — Sun, 26 Apr 2026 22:29:50 +0000

У статті обґрунтовано концепцію мультимодальної інтелектуальної системи розпізнавання емоційних станів людини в режимі реального часу на основі динамічних тривимірних згорткових нейронних мереж 3D-CNN та методів некерованого машинного навчання. Наукова новизна роботи полягає у розробці підходу для автономного вилучення просторово-часових ознак, що мінімізує залежність від попередньо розмічених наборів даних та підвищує адаптивність системи до індивідуальних особливостей невербальної експресії. Вагомим внеском являється технічне вдосконалення інструментарію MediaPipe через інтеграцію модифікованого алгоритму детекції антропомет ричних маркерів, спеціалізованого на виявленні специфічних патернів дитячої міміки.
Методологічне рішення базується на двоканальній архітектурі для паралельного аналізу міміки та кінематики тіла, що дозволяє нівелювати ризики оклюзії та складних ракурсів зйомки. Використання 3D-CNN забезпечує обробку відеоданих як цілісних просторово-часових структур, а процес автоматичної генерації псевдоміток у межах некерованої кластеризації латентного простору дає змогу системі автономно структурувати базові емоційні категорії. Експериментальна апробація із застосуванням стратегії пізнього злиття модальностей Late Fusion підтвердила стійкість моделі до зашумлених сигналів та складного освітлення. Результати дослідження доводять, що запропонована модель забезпечує високу швидкість обробки даних для функціонування в реальному часі, що робить її придатною для впровадження в інтелектуальні освітні платформи, педіатричну діагностику та системи безпеки.

Ключові слова: розпізнавання емоцій, мультимодальна система, 3D-CNN, некероване навчання, пізнє злиття, реальний час, комп’ютерний зір, невербальна поведінка, кластеризація ознак, міміка обличчя.

Дослідження проблематики предиктивної аналітики у цифровому маркетингу

Яценко Д. В. (Yatsenko D.), Садовенко В. С. (Sadovenko V.) — Sun, 26 Apr 2026 22:38:03 +0000

У статті здійснено системне висвітлення концептуальних підходів, еволюційних характеристик і домінуючих векторів трансформації предиктивної аналітики в сфері цифрового маркетингу. Аргументовано, що прогностичні моделі, сформовані на основі методів машинного навчання та інших інтелектуальних технологій оброблення інформаційних потоків, є ключовим інструментом підвищення достовірності прогнозування споживчої активності, удосконалення маркетингових стратегій і поглиблення персоналізації комунікаційних практик.
Окремо окреслено технологічні чинники, які забезпечують можливість масштабного впровадження предиктивних підходів, зокрема інтенсивне зростання масивів Big Data, розвиток хмарних сервісів та активне поширення платформ управління клієнтськими даними (CDP) як інфраструктурної основи аналітичних процесів. Водночас визначено сукупність обмежень і загроз, що супроводжують експлуатацію моделей машинного навчання, включно з проблемами цілісності та повноти даних, динамічним зсувом статистичних закономірностей (concept drift), етичними дилемами та недостатньою інституційною готовністю компаній до інтеграції складних аналітичних рішень.
Особливий акцент зроблено на встановленні функціональної взаємодоповнюваності предиктивної та прескриптивної аналітики, що створює підґрунтя для переходу від простого передбачення майбутніх станів до автоматизованого формування оптимальних управлінських сценаріїв у режимі оперативного реагування.

Ключові слова: предиктивна аналітика, машинне навчання, цифровий маркетинг, прогнозування поведінки споживачів, Big Data, CDP, персоналізація, динамічне ціноутворення, рекомендаційні системи, prescriptive analytics.

Методика застосування LLM для підтримки прийняття управлінських рішень

Кіс О. Я. (Kis O.), Клименко М. С. (Klymenko M.) — Sun, 26 Apr 2026 22:54:11 +0000

У статті представлена методика оптимізації великих мовних моделей (LLM) для обробки надвеликих масивів контексту для підтримки прийняття управлінських рішень. Досліджується проблема «lost-in-the-middle» та спричинена нею деградація точності вилучення фактів при збільшенні обсягу вхідних даних у запиті до LLM понад 100 000 токенів. Запропоновано гібридну концепцію, що базується на поєднанні технічного аудиту моделі та методів інженерії запитів (Prompt Engineering), зокрема динамічної ін’єкції аналітичних моделей (DAP) та передавання вже обчислених статистичних параметрів (регресійних коефіцієнтів) у структурованому текстовому форматі (JSON, Markdown). Визначено систему критичних технічних метрик (TTFT, TPOT, Needle In A Haystack), що безпосередньо корелюють з оперативністю та валідністю управлінських рішень. Запропонована методологія структурованого передавання даних дає змогу мінімізувати арифметичні галюцинації та зменшити когнітивне навантаження моделі. Використання засобів інженерії запитів дозволяє трансформувати LLM з інструменту генерації тексту на повноцінний інтерпретатор складних аналітичних моделей без необхідності донавчання.

Ключові слова: великі мовні моделі (LLM), інженерія запитів (Prompt Engineering), RAG-emulation, система підтримки прийняття рішень, управлінські рішення, аналітична модель, інженерія запитів, RAG, JSON, Markdown.

Графово-кластерна модель ризик-скорингу GRX для оцінювання та прогнозування ризиків у блокчейн-екосистемах у реальному час

Гашко А. О. (Hashko A.), Дробик О. В. (Drobyk O.) — Sun, 26 Apr 2026 23:13:07 +0000

Стаття присвячена розробленню нової GRX-моделі оцінювання та прогнозування ризиків у блокчейн-екосистемах, яка функціонує в реальному часі та використовує поєднання графових нейронних мереж (GNN), темпоральних моделей та механізмів пояснюваності. Зростання складності транзакційної структури криптоактивів, поява нових технологій обходу контролю грошових потоків і збільшення кількості високо-динамічних взаємозв’язків між учасниками мережі роблять традиційні rule-based AML підходи малоефективними. У межах дослідження запропоновано цілісну модель GRX, яка враховує як локальні патерни руху коштів, так і глобальні структури блокчейн графа, забезпечуючи адаптивне оцінювання ризику для адрес, кластерів і транзакцій. Методологічною основою є гібридна архітектура, що поєднує класичні GNN-оператори (GCN, GAT, GraphSAGE) із темпоральною компонентою на основі LSTM, що дозволяє визначати еволюцію ризику у часовому вимірі та прогнозувати його майбутні значення. Модель підтримує роботу зі складними динамічними AML-графами, у яких можуть проявлятися розгалуження, циклічність, мережеві аномалії, агрегаційні вузли та латентні схеми відмивання коштів. Запропонована система також містить модуль пояснюваності (XAI), що використовує як атенційні механізми GAT, так і методи інтерпретації впливу ребер, вузлів та топологічних характеристик на фінальний ризиковий бал. У дослідженні наведено математичний апарат GRX-моделі, описано алгоритмічну архітектуру системи, реалізовано прототип оброблення потоків транзакцій, побудовано візуальні графові структури високоризикової активності й проведено експерименти для порівняння з наявними комерційними AML-сервісами. Результати демонструють підвищення точності виявлення ризикових адрес та транзакцій, зменшення кількості хибнопозитивних спрацювань та значне покращення прогнозувальної здатності у порівнянні із традиційними методами. Запропонована GRX-архітектура є гнучкою, масштабованою та придатною для інтеграції у сучасні AML/KYT-платформи фінансових установ, бірж, платіжних провайдерів та постачальників блокчейн-аналітики.

Ключові слова: блокчейн, штучний інтелект, нейронні мережі, криптоактиви, графові нейронні мережі (GNN), динамічні AML-графи, ризик-скоринг, аналіз транзакцій, оцінка ризику у реальному часі, AML/KYT системи, блокчейн-аналітика.

Нейромережеве стиснення з втратами зашумлених аудіосигналів та їх постфільтрація на основі ДКП

Брисін П. В. (Brysin P.), Лукін В. В. (Lukin V.) — Sun, 26 Apr 2026 23:25:09 +0000

Розглянуто нещодавно запропонований нейромережевий кодек TSAC для стиснення аудіосигналів із втратами, який застосовувався до музичних та мовних сигналів, спотворених адитивним білим гаусовим шумом (АБГШ). Основними цілями були: 1) Аналіз залежності коефіцієнта стиснення (КС) від вхідного відношення сигнал/шум (ВСШ); 2) Вивчення природи спотворень, що вносяться кодеком; 3) Оцінка доцільності та ефективності застосування пост-фільтрації на основі дискретного косинусного перетворення (ДКП) для придушення залишкового шуму в декодованих сигналах. Експериментально встановлено, що кодек має високу робастність: КС перевищує 100 для всіх рівнів вхідного шуму. При цьому спостерігається тенденція до збільшення КС із зростанням ВСШ від 0 до 20 дБ. Аналіз показав, що кодек має частотно-залежний вплив на шум: для сигналів з високим ВСШ (15-20 дБ) спостерігається часткове придушення шуму у високочастотній області (вище 5 кГц), але при цьому вносяться спотворення на низьких частотах. Для сигналів з низьким ВСШ (0 дБ) спотворення на низьких частотах стають більш вираженими, проте ефект шумозаглушення на високих частотах зберігається. Застосування постфільтрації на основі ДКП після декомпресії виявилося високоефективною стратегією саме для сильно зашумлених сигналів. Для вхідних ВСШ в діапазоні 0-10 дБ вдалося досягти значного поліпшення якості (позитивні значення метрики поліпшення ВСШ), з максимальним виграшем до 8-10 дБ при оптимальному виборі порогового коефіцієнта β. У той же час, для сигналів з високим ВСШ пост-фільтрація недоцільна, оскільки спотворення, що вносяться самим фільтром, переважають ефект шумозаглушення. Проведене дослідження підтверджує, що гібридний підхід, що поєднує високу ефективність стиснення сучасних нейромережевих кодеків з класичними методами шумозаглушення, є потужним і перспективним рішенням для обробки зашумлених аудіосигналів. Розглянутий кодек здатний ефективно стискати навіть сильно спотворені дані, а подальша фільтрація на основі ДКП дозволяє значно поліпшити якість відновленого сигналу в умовах низького відношення сигнал/шум.

Ключові слова: аудіосигнал, шум, стиснення iз втратами, фільтрація на основі ДКП, спотворення.

Гібридний підхід до стегоаналізу на основі мультимодальних великих мовних моделей та згорткових нейронних мереж

Мішкур Ю. В. (Mishkur Yu.), Захарченко О. С. (Zakharchenko O.) — Sun, 26 Apr 2026 23:35:04 +0000

У статті розглянуто гібридний підхід до стегоаналізу цифрових зображень, що поєднує можливості спеціалізованих згорткових нейронних мереж (ЗНМ) для низько-рівневого виявлення статистичних аномалій із семантичним аналізом мультимодальних великих мовних моделей (МВМM). Запропонований підхід спрямований на подолання трьох фундаментальних обмежень існуючих монолітних ЗНМ-детекторів: низької здатності до узагальнення на невідомі стеганографічні алгоритми, відсутності контекстного аналізу мультимодальних метаданих та непрозорості процесів прийняття рішень. Архітектура гібридної системи реалізована у середовищі TensorFlow/Keras із використанням трьох ЗНМ-архітектур - MobileNetV2, ResNet50 та EfficientNetB0 – модифікованих спеціалізованими вхідними шарами фільтрації на основі ядра Лапласа та банку фільтрів SRM для виділення стеганографічно значущих залишкових сигналів. Інтеграція із мовними моделями реалізована через локальне розгортання Ollama у середовищі Google Colab із використанням моделей Gemma 3:4b, Gemma 3:12b та Llama 3.2 Vision 11B. Остаточне рішення формується через механізм «м'якого» злиття (Decision Fusion) зважених виходів ЗНМ- та ВМM-компонент, де вагові коефіцієнти динамічно коригуються залежно від виявленого семантичного контексту зображення.
Експериментальна перевірка виконана на синтезованому наборі даних на базі CIFAR-10 (LSB-вбудовування) та на еталонному наборі ALASKA2. Найвищу точність виявлення забезпечила конфігурація ResNet50 + Gemma 3:12b: 95.8% на CIFAR-10 і 91.7% на ALASKA2. Отримані результати свідчать про перспективність гібридного підходу для підвищення точності, узагальнюваності та інтерпретованості систем стегоаналізу.

Ключові слова: стегоаналіз, стеганографія, згорткові нейронні мережі, великі мовні моделі, MobileNetV2, ResNet50, EfficientNet, Gemma3, Llama, Ollama, гібридна архітектура.