Кафедра "Комп'ютерна інженерія та програмування"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/1095

Офіційний сайт кафедри https://web.kpi.kharkov.ua/cep

Від 26 листопада 2021 року кафедра має назву – "Комп’ютерна інженерія та програмування"; попередні назви – “Обчислювальна техніка та програмування”, “Електронні обчислювальні машини”, первісна назва – кафедра “Математичні та лічильно-вирішальні прилади та пристрої”.

Кафедра “Математичні та лічильно-вирішальні прилади та пристрої” заснована 1 вересня 1961 року. Організатором та її першим завідувачем був професор Віктор Георгійович Васильєв.

Кафедра входить до складу Навчально-наукового інституту комп'ютерних наук та інформаційних технологій Національного технічного університету "Харківський політехнічний інститут". Перший випуск – 24 інженери, підготовлених кафедрою, відбувся в 1964 році. З тих пір кафедрою підготовлено понад 4 тисячі фахівців, зокрема близько 500 для 50 країн світу.

У складі науково-педагогічного колективу кафедри працюють: 11 докторів технічних наук, 21 кандидат технічних наук, 1 – економічних, 1 – фізико-математичних, 1 – педагогічних, 1 доктор філософії; 9 співробітників мають звання професора, 14 – доцента, 2 – старшого наукового співробітника.

Переглянути

Результати пошуку

Зараз показуємо 1 - 10 з 24

Машинне навчання
(Національний технічний університет "Харківський політехнічний інститут", 2024) Гавриленко, Світлана Юріївна
Наведено теоретичні основи, методи та алгоритми машинного навчання. Розглянуто приклади їх застосування та побудови моделей в середовищі GOOGLE COLAB PYTHON.
Методичні вказівки до виконання курсового проекту з курсу "Теорія побудови компіляторів"
(Національний технічний університет "Харківський політехнічний інститут", 2024) Гавриленко, Світлана Юріївна; Челак, Віктор Володимирович
Дослідники, що вивчають питання появи розуму на нашій планеті, вважають, що вирішальну роль у його розвитку зіграла поява мови, що дозволила не тільки виражати і зберігати знання, але й обмінюватися ними. Зі створенням комп'ютерів виникла потреба в спілкуванні з подібними пристроями, оскільки виявилося необхідним передавати їм накази, завдання й опис роботи, що вони повинні виконувати. Для цієї мети почали розробляти спеціальні мови, що стали називати штучними на відміну від природних мов спілкування людей. Штучні мови повинні бути, з одного боку, зручними і зрозумілими для людини, а з іншого боку – повинні сприйматися пристроями. Сполучення цих вимог в одній мові виявилося важкою задачею, тому з'явилися засоби для перетворення текстів з мови, зрозумілої людині, на мову пристрою. Такі засоби назвали трансляторами. Транслятор може бути інтерпретуючого чи компілюючого типу. У першому випадку його називають інтерпретатором вхідної мови, а в другому – компілятором. Інтерпретатор послідовно читає пропозиції вхідної мови, аналізує їх і відразу ж виконує, а компілятор не виконує пропозиції мови, а будує програму, що може надалі бути запущена для одержання результату. На вхід компілятора подається текст, написаний вхідною мовою, що зрозуміла людині, а результатом роботи компілятора є текст мовою, що зрозуміла пристрою. У даних методичних вказівках розглянуто побудову синтаксичного LR-аналізатора, який є однією із стадій роботи компілятора. Саме на стадії синтаксичного аналізу виявляється найбільша кількість помилок в тексті програми.
Основи теорії побудови компіляторів
(Національний технічний університет "Харківський політехнічний інститут", 2024) Гавриленко, Світлана Юріївна; Бельорін-Еррера, Олександра Михайлівна
Розглядаються основні стадії роботи компіляторів. Наведено класичні моделі, методи, алгоритми теорії формальних мов та граматик. Подано теорію конструювання лексичних та синтаксичних аналізаторів на фрагментах програм мови Паскаль.
Машинне навчання
(2022) Гавриленко, Світлана Юріївна; Челак, Віктор Володимирович; Горносталь, Олексій Андрійович; Зозуля, Владислав Денисович
Лабораторний практикум містить необхідний матеріал для виконання лабораторних робіт: варіанти завдань, стислий теоретичний матеріал, методичні вказівки та зразок виконання лабораторних робіт, приклади текстів програм та екранних форм, які демонструють результати роботи методів машинного навчання для класифікації, кластеризації та попередньої обробки даних. Призначено для студентів комп’ютерних спеціальностей вищих навчальних закладів.
Розробка методу ідентифікації стану комп'ютерної системи на основі нечітких дерев рішень
(Національний університет "Полтавська політехніка ім. Юрія Кондратюка", 2023) Гавриленко, Світлана Юріївна; Челак, Віктор Володимирович
Предметом дослідження є методи та засоби ідентифікації стану комп'ютерної системи. Метою статті є підвищення якості класифікації даних за рахунок розробки методу ідентифікації стану комп’ютерної системи. Завдання: дослідити методи ідентифікації стану комп’ютерної системи та розробити метод класифікації стану комп'ютерної системи з метою захисту даних. Використовуваними методами є: методи штучного інтелекту, машинного навчання. Отримано такі результати: досліджено методи ідентифікації стану комп’ютерної системи KNN (k-nearest neighbors), метод опорних векторів (SVM), нейронні мережі, дерева рішень. Запропоновано метод ідентифікації стану комп’ютерної системи на основі нечітких дерев рішень, який відрізняється від відомих методів побудови наявністю спеціальної процедури фазифікації атрибутів вихідних даних та побудови функції приналежності. Розроблено програмне забезпечення, в якому реалізовано та досліджено запропонований метод вирішення задачі ідентифікації стану комп'ютерної системи. Висновки. Наукова новизна отриманих результатів полягає у дослідженні методів ідентифікації стану комп'ютерної системи, розробці методу на основі нечітких дерев рішень, оцінці якості моделі на етапі навчання та тестування, виконання порівняльного аналізу.
Дослідження методів виявлення аномалій на етапі попередньої обробки даних
(Національний університет "Полтавська політехніка ім. Юрія Кондратюка", 2022) Гавриленко, Світлана Юріївна; Зозуля, В. Д.
Предметом дослідження є методи та засоби виявлення аномалій в даних. Метою статті є підвищення якості класифікації даних за рахунок виявлення аномалій на етапі їх попередньої обробки. Завдання: дослідити методи виявлення аномалій на етапі попередньої обробки даних, визначити поріг прийняття рішень anomaly_score для кожного із методів та оцінити якість класифікації до та після preprocessing. Використовуваними методами є: методи штучного інтелекту, машинного навчання, ансамблеві методи. Отримано такі результати: досліджено методи виявлення аномалій: метод стандартного відхилення (Standard Deviation Method), метод локального рівня викидів (Local Outlier Factor), метод Ізолюючого лісу (Isolation Forest). Отримано залежність кількості аномалій від порогу прийняття рішень для кожного із методів. Оцінку якості попередньої обробки даних виконано з використанням класифікаторів на основі методів KNN та беггінгу (Bagging). Досліджені методи реалізовані програмно з використанням хмарного сервісу GOOGLE COLAB на основі Jupyter Notebook. Висновки. Наукова новизна отриманих результатів полягає у дослідженні методів виявлення аномалій на етапі попередньої обробки даних, вибору мета-алгоритму preprocessing та визначення оптимальних параметрів його налаштування.
Контроль і діагностика стану тягового електропривода
(Національний університет "Полтавська політехніка ім. Юрія Кондратюка", 2021) Носков, Валентин Іванович; Мезенцев, Микола Вікторович; Гавриленко, Світлана Юріївна; Гейко, Геннадій Вікторович
При розробці систем тягового електропривода вітчизняного дизель-поїзда ДЕЛ-02 з тяговими асинхронними двигунами ставиться завдання забезпечення ефективного контролю та діагностики стану дизель-поїзда і його елементів у процесі експлуатації з використанням сучасних інформаційних технологій. Для досягнення цієї мети необхідно було вирішити такі питання: визначення основних вузлів і параметрів, які підлягають контролю та діагностиці; побудова структурної схеми системи контролю та діагностики; розробка методів контролю та діагностики стану дизель-поїзду та його елементів. Результати. Для підвищення ефективності експлуатації дизель-поїздів ДЕЛ-02 вітчизняного виробництва розроблена система контролю та діагностики стану тягового електропривода з використанням сучасних засобів виміру основних параметрів і подальшою обробкою отриманої інформації бортовою мікропроцесорною системою керування. Запропоновані та обґрунтовані рішення щодо побудови системи, яка забезпечує контроль необхідної кількості технічних і економічних показників тягового електропривода без введення в схему системи керування додаткових елементів. Контроль і діагностика показників стану тягового електропривода виконана за допомогою нейронної мережі.
Розробка методу ідентифікації стану комп'ютерної системи на основі алгоритму "Isolation Forest"
(Запорізький національний технічний університет, 2021) Гавриленко, Світлана Юріївна; Шевердін, Ілля Валентинович
Актуальність. Розглянуто задачу ідентифікації стану комп’ютерної системи. Об’єктом дослідження є процес ідентифікації стану комп’ютерної системи. Предметом дослідження є методи та засоби ідентифікації стану комп’ютерної системи. Мета. Метою роботи є розробка методу ідентифікації стану комп’ютерної системи. Метод. Розроблено метод ідентифікації стану комп’ютерної системи на основі комплексного використання процедури групування нерозмічених вихідних даних та технології машинного навчання на основі алгоритму «Isolation Forest», який надає можливість ідентифікувати стан комп’ютерної системи і виділити назву процесу, який спричинив аномальний стан. Для цього запропоновано процедуру та розроблено програмний додаток для збору статистичних даних у вигляді подій функціонування операційної системи та виконано їх аналіз. Отримано, що найбільш інформативними є операції читання та запису. Для формування єдиного датасету, операції читання та запису зіставлено з назвою процесу та об’єднано в один масив груп подій, що надалі дозволяє виділити процес, який спричиняє аномальний стан комп’ютерної системи. За результатами дослідження, у якості складової методу ідентифікації стану комп’ютерної системи використано ансамблевий алгоритм «Isolation Forest». Проведено оцінку точності та оперативності розробленого методу ідентифікації стану комп’ютерної системи. Результати. Розроблений метод реалізований програмно і досліджений під час розв’язання задачі ідентифікації аномалій функціонування комп’ютерної системи. Висновки. Проведені експерименти підтвердили працездатність запропонованого методу, що надає можливість рекомендувати його для практичного використання з метою підвищення оперативності ідентифікації стану комп’ютерної системи та використання його у якості експрес-методу. Перспективи подальших досліджень можуть полягати в розробці ансамблю нечітких дерев рішень на основі запропонованого методу, оптимізації його програмних реалізації.
Дослідження ансамблевих методів оцінки стану комп'ютерної системи
(Національний технічний університет "Харківський політехнічний інститут", 2020) Челак, Віктор Володимирович; Гавриленко, Світлана Юріївна
Розробка ансамблевого методу ідентифікації стану комп'ютерної системи на основі бегінгу
(ТОВ "Планета-Прінт", 2021) Гавриленко, Світлана Юріївна; Кулік, О. О.