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 76

Проблеми довгострокового навчання нейронних мереж
(Одеський національний технологічний університет, 2024) Заковоротний, Олександр Юрійович; Євтушенко, О. С.
Дослідження коливальних рухів поїзда, викликаних нерівностями залізничної колії
(Одеський національний технологічний університет, 2024) Заковоротний, Олександр Юрійович; Решетнікова, П. Е.
У роботі розглядається розробка математичної та імітаційної моделей руху рухомого складу для системи підтримки прийняття рішень машиністом. Розроблені моделі враховують вимушені коливання рухомого складу, викликані нерівностями залізничної колії.
Порівняльний аналіз хмарних та туманних середовищ Інтернету речей
(Полтавський національний технічний університет імені Юрія Кондратюка, 2023) Заковоротний, Олександр Юрійович; Орлова, Тетяна Олександрівна
Метою статті є порівняння туманних та хмарних обчислень для Інтернету речей, а також отримання якнайбільше інформації про можливості даних обчислень, порівняння переваг та недоліків при їх використанні. Результати дослідження. Охарактеризоване хмарне середовище; охарактеризоване туманне середовище; визначені ключові відмінності туманного та хмарного середовища для Інтернету речей. Зроблено висновок, що при розробці Інтернету речей необхідно зрівняти хмарні та туманні обчислення, щоб використовувати максимально доступні можливості та високий потенціал обраного середовища. При сумісному використанні обох середовищ можна застосунки обраної системи Інтернету речей розподілити на три непересічні частини: ті, що виконуються тільки у туманному середовищі, ті, що відразу передають дані для обробки у хмарному середовищі, та застосунки з комплексною обробкою даних: частково у тумані, частково у хмарі.
Математичні моделі та економічні критерії для пошуку оптимального управління режимами різання при обробці деталей машинобудування на важких верстатах
(Донбаська державна машинобудівна академія, 2023) Ковальов, Віктор Дмитрович; Васильченко, Яна Василівна; Шаповалов, Максим Валерійович; Заковоротний, Олександр Юрійович; Поліщук, Я. А.
Модифікований спрощений алгоритм методу групового врахування аргументів в імітаційному моделюванні процесами
(Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського", 2021) Равська, Наталія Сергіївна; Корбут, Євген Валентинович; Івановський, Олексій Анатолійович; Родин, Р. П.; Парненко, Валерія Сергіївна; Заковоротний, Олександр Юрійович; Клочко, Олександр Олександрович; Сапон, Сергій Петрович; Loroch, Rolahd
Існує багато видів и методів імітаційного моделювання, але серед них особливої уваги заслуговують методи засновані на теорії евристичної самоорганізації. Всі алгоритми методу групового врахування аргументів (МГВА) характеризуються структурною спільністю на принципі самоорганізації, які потребують незначних вимог до апріорної інформації, щоб здійснити перебір безкінечно великої кількості варіантів. Перевагою алгоритму методу групового врахування аргументів в порівнянні з іншими алгоритмами цього класу є наявність можливостей розширення вектора вихідних даних та апарату для усунення колінеарності - прийому ортогоналізації. МГВА складається з двох блоків: попередньої обробки спостережень з врахуванням системи вибраних опорних функцій та розрахунку претендентів селекції. В результаті роботи алгоритму одержують моделі здатні управляти процесом з врахуванням явищ, що супроводжують певний процес. Враховуючи спільність основних положень теорії самоорганізації штучних нейронних мереж та МГВА, до змінних мережі додаймо модель в якості змінної Z. В результаті одержимо нейронну мережу, яка описує фізичні явища, що супроводжують процес. Це дозволить значно підвищити ефективність та точність управління процесом.
Нейронні мережі: від найпростіших моделей біологічних систем до систем штучного інтелекту
(Національний технічний університет "Харківський політехнічний інститут", 2024) Дмитрієнко, Валерій Дмитрович; Леонов, Сергій Юрійович; Заковоротний, Олександр Юрійович
У посібнику викладено основи архітектур та принципи роботи, що найчастіше застосовуються при вирішенні різних завдань нейронних мереж: перцептронів, мереж Хопфілда, Хеммінга, Кохонена, адаптивної резонансної теорії, асоціативної пам'яті тощо. Текст супроводжується великою кількістю прикладів. Посібник розрахований на студентів, викладачів та фахівців у галузі обчислювальної техніки, а також наукових та практичних працівників, які займаються вирішенням завдань прогнозування, розпізнавання образів та управління.
Структурні формування утворення експлуатаційних властивостей відновлюваних важконавантажених зубчастих коліс
(Донбаська державна машинобудівна академія, 2023) Ковальов, Віктор Дмитрович; Гасанов, Магомедємін Ісамагомедович; Заковоротний, Олександр Юрійович; Клочко, Олександр Олександрович; Пермяков, Олександр Анатолійович; Охрименко, Олександр Анатолійович; Сапон, С. П.
Розробка математичних моделей економічних критеріїв оптимізації режимів обробки на верстатах з ЧПК
(Донбаська державна машинобудівна академія, 2023) Ковальов, Віктор Дмитрович; Заковоротний, Олександр Юрійович; Щербакова, Анастасія Юріївна; Станков, Д. М.
Імітаційне моделювання процесами спрощеним алгоритмом методу групового врахування аргументів
(Донбаська державна машинобудівна академія, 2022) Равська, Наталія Сергіївна; Корбут, Євген Валентинович; Родин, Р. П.; Парненко, Валерія Сергіївна; Заковоротний, Олександр Юрійович; Клочко, Олександр Олександрович; Сапон, С. П.; Loroch, Rolahd
Основи обчислювального інтелекту
(Національний технічний університет "Харківський політехнічний інститут", 2023) Заковоротний, Олександр Юрійович; Орлова, Тетяна Олександрівна; Гриньов, Денис Валерійович; Сергієнко, Віталіна Миколаївна
Наведено теоретичні відомості про пакет MATLAB та способи побудови в ньому нечітких множин, алгоритмів нечіткого виведення й нечіткої кластеризації, нечіткого контролера, генетичних алгоритмів і нейронечітких гібридних мереж. Теоретичний матеріал підкріплений великою кількістю прикладів із використання описаних нечітких систем. Призначено для студентів денної та заочної форм навчання за спеціальністю "Комп'ютерна інженерія".