Вісник № 02. Інформатика та моделювання
Постійне посилання зібрання
Переглянути
Нові надходження
Документ Методологія усунення дисбалансу класів наборів даних зображень(Національний технічний університет "Харківський політехнічний інститут", 2021) Білобородова, Т. О.; Скарга-Бандурова, І. С.; Коверга, М. О.Представлено методологію вирішення задачі усунення дисбалансу класів в наборах даних зображень, яка включає етапи вилучення фрагментів зображень, аугментацію фрагментів, вилучення ознак, та дублювання об’єктів міноритарного класу. В якості міри визначення незбалансованості набору даних використано ступінь дисбалансу. Проведено експеримент з використанням набору даних зображень облич пацієнтів з висипаннями на шкірі, що анотовані у відповідності до ступеня тяжкості акне. Розглянуто основні кроки реалізації запропонованої методології. Результати класифікації показали доцільність застосування запропонованої методології. Точність класифікації на тестових даних склала 85%, що на 5% вище ніж без застосування запропонованої методології.Документ Building a classifier in the personality recognition system based on eye tracking data(Національний технічний університет "Харківський політехнічний інститут", 2021) Chori, V. V.; Shamanina, T. V.; Pavlenko, V. D.The article proposes a new method of biometric identification of computer systems users, based on the determination of the integral Volterra model of the human oculo-motor system (OMS) according to experimental research "input-output" using innovative eye tracking technology. With the help of the Tobii Pro TX300 eye tracker, the data of OMC responses to test visual stimuli were obtained, displayed as bright dots on the computer screen at different distances from the start position in the "horizontal" direction. Based on the data obtained, the transition functions of the first, second and third orders of the OMS for two people were determined. To construct a personality classifier, the informativeness of the proposed heuristic features, determined on the basis of the transition functions in terms of the probability of correct recognition (PCR), is investigated. Pairs of features are established that are resistant to computational errors and have a high PCR value - in the range 0.92 - 0.97.Документ Обчислювальний підхід до вирішення задач просторової обробки точкових множин на двовимірних регулярних сітках(Національний технічний університет "Харківський політехнічний інститут", 2021) Дашкевич, А. О.В роботі представлено підхід до розв’язання задач просторової обробки на множинах точок на площині. Представлений метод полягає в нанесенні областей довільної геометричної форми навколо заданих точок множини на регулярну сітку та визначенні точок перетину областей із використанням просторових хеш-таблиць для підвищення ефективності операцій. Запропонований підхід реалізовано у вигляді програмного забезпечення для визначення просторових відносин між точками як послідовності операцій із дискретизованими точковими множинами та дозволяє проводити візуалізацію результатів досліджень.Документ Чотиризначна логіка Н. Белнапа, білнапівський комп'ютер та нові функції близькості при порівнянні дискретних об'єктів(Національний технічний університет "Харківський політехнічний інститут", 2021) Дмитрієнко, Валерій Дмитрович; Леонов, Сергій Юрійович; Мезенцев, Микола ВікторовичІдея чотиризначної логіки Белнапа полягає в тому, що сучасні комп'ютери повинні нормально функціонувати не тільки за істинних значень вхідної інформації, але й за умов суперечливості, неповноти справжніх провалів. У логіці Белнапа вводиться чотири істиносні значення: Т (true – істина), F (false – брехня), N (none – ніхто, ніщо, жоден), B (both – the two, not only the one but also the other). Для простоти роботи з цими істіносними значеннями вводяться такі позначення: (1, 0, n, b). Логіка Белнапа може використовуватися для отримання оцінок мір близькості дискретних об'єктів, для яких використовуються функції Jaccard and Needhem, Russel і Rao, Sokal і Michener, Хемінга і т.д. При цьому виникає можливість оцінки близькості, розпізнавання та класифікації об'єктів в умовах невизначеності, коли істинні значення беруться з множини (1, 0, n, b). На основі архітектури нейронної мережі Хемінга розроблені нейронні мережі, що дозволяють обчислювати відстані між об'єктами, що описуються за допомогою істіносних значень (1, 0, n, b).Документ Модель прогнозування поведінки покупця на основі технологій аналізу великих даних(Національний технічний університет "Харківський політехнічний інститут", 2021) Іваницька, А. Ю.; Іванов, Д. Є.; Зубик, Л. В.Виконано аналіз наявних методів та моделей формування рекомендацій для потенційного покупця у мережевих інформаційних системах з метою розробки ефективних модулів підбору реклами. Обґрунтовано ефективність використання технологій машинного навчання для аналізу преференцій користувачів на основі обробки даних про покупки, здійснені користувачами з подібним профілем. Запропоновано модель формування рекомендацій, основану на технології машинного навчання, перевірено її роботу на тестових наборах великих даних та виконано оцінку адекватності моделі на основі середньоквадратичного відхилення.Документ Метод аналізу поточного стану інерційних характеристик автономного мобільного робота змінюваної конфігурації(Національний технічний університет "Харківський політехнічний інститут", 2021) Кошовий, М. Д.; Ащепкова, Н. С.; Лучко, А. С.Розглянуто особливості динаміки автономного мобільного роботу (АМР) змінюваної конфігурації при відносному русі навісного устаткування. Аналіз поточного стану інерційних характеристик при експлуатації АМР дозволить забезпечити стійкий рух вздовж заданої траєкторії, успішне виконання навісним обладнанням технологічних операцій та збереження функціональності робота при діях в наперед невизначених або екстремальних умовах. На етапі проектування аналіз інерційних характеристик АМР дозволить уточнити параметри математичної моделі, вдосконалити алгоритми адаптивного керування та скорегувати команди на виконавчі пристрої.Документ Архітектура проміжного програмного забезпечення для узгодження даних в мультихмарних системах(Національний технічний університет "Харківський політехнічний інститут", 2021) Козіна, Ольга Андріївна; Панченко, В. І.; Рисований, Олександр МиколайовичПроміжне програмне забезпечення (ППЗ) мультихмарних систем має виконувати багато різних функцій щодо управління, контролю та моніторингу ресурсів, що мають взаємодіяти, але можуть мати відмінності у реалізації у кожному провайдері хмарних послуг. У статті запропоновано механізм реалізації моделі монотонного запису для мультихмарних систем з гео-розподіленою архітектурою ППЗ. Показано, що географічне розташування модулів ППЗ визначає запропонований механізм синхронізації старту інтервалу узгодження при формуванні номерів глобальної послідовності запису даних клієнтів в бази даних мультихмарних систем.Документ Modeling the volatity of cryptocurrency markets(Національний технічний університет "Харківський політехнічний інститут", 2021) Moroz, V. V.; Yalymova, I. V.The application of the model of geometric Brownian motion for the problem of modeling and forecasting prices for cryptocurrencies is analyzed. For prediction the solution of the stochastic differential equation of the GBM model is used, which has a linear drift and diffusion coefficients. Different scenarios of price movement are considered.Документ Удосконалення моделі поведінки інтелектуального агенту на основі генетичного алгоритму(Національний технічний університет "Харківський політехнічний інститут", 2021) Виноградов, В. В.; Шумова, Л. О.; Білобородова, Т. О.Представлено вирішення завдання удосконалення моделі поведінки неігрового персонажу, що виступає в якості інтелектуального агенту, за рахунок оптимізації вхідних параметрів на основі генетичного алгоритму. Запропонований підхід включає розробку моделі неігрового персонажу: скелету, твердих тіл та реалізація динамічної моделі персонажу, заснованої на алгоритмі Фізерстоуна, та моделювання поведінки персонажу на основі генетичного алгоритму. Запропоновано формування моделі поведінки із використанням генетичного алгоритму, що моделює фізичні властивості персонажу з урахуванням його дій. Етапи роботи генетичного алгоритму включають: створення початкової популяції, оцінка пристосовуваності, відбір, схрещування та мутації. За результатами проведених експериментів визначено вхідні параметри моделі поведінки неігрового персонажу, що максимізують сукупну оцінку пристосовності, яка виступає в якості оцінки винагороди та які можуть бути використані як початкові вхідні значення при проведенні подальших експериментів.