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

Фільтри

2020 - 20213

Налаштування

Містить файли: ТакORCID: search.filters.orcid.https://orcid.org/0000-0002-0146-3934

Результати пошуку

Зараз показуємо 1 - 3 з 3
  • Ескіз
    Документ
    Intelligent approaches to organizing remote quality control of storage of grain products
    (Національний технічний університет "Харківський політехнічний інститут", 2021) Diachenko, Vladyslav; Liashenko, Oleksii; Mikhal, Oleg; Umanets, Mariia
    Cereals are an essential part of the diet of Homo sapiens. Since late Neolithic times, with the transition to sedentary farming, working with grain (growing, storing, processing, cooking food) has become a traditional type of professional human activity. As part of the accumulated historical experience, numerous technological processes have been developed and optimized for this type of activity. The relevant technologies evolved in close correlation with the changing conditions of life, literally under the pressure of Darwinian natural selection, because they were directly related to the survival of the Homo sapiens. Further development of grain-processing technologies remains invariably urgent today, as evidenced by the report [1] presented by the UN on the state of food security and nutrition in the world - with horrifying figures depicting the need and misery of the wide masses of the population of the planet. An important component of grain processing is the technology associated with the storage of grain products. Part of the stored grain products is used as seed stock for a new cycle of grain sales, the other - a significant part - for processing into food products. At the same time, new developed (optimized, improved) grain storage technologies must be safe, low-cost, maximally compatible with previously developed (available) equipment, and scalable to large volumes of stored material. Of course, the technology must ensure proper efficiency, an indicator of which should be a reduction in the percentage of grain product losses. In this regard, management methods used in the technological processes of grain products storage are substantially important, as well as methods of control over the current state of grain products for the correct organization of the technological processes. In particular, methods using elements of artificial intelligence are of high interest. Among them, neural networks are promising, especially those capable of learning "without a teacher" - Kohonen Maps (KK). Modified KK algorithm [2] implements reduced learning time[3], which is relevant in the implementation of adaptive procedures for processing the results of measurements of controlled parameters. The purpose of this paper is to consider the principles of using modified Kohonen maps to classify situations with applicability to remote quality control of grain products storage.
  • Ескіз
    Документ
    Порівняльний аналіз організації хмарної інфраструктури
    (Національний технічний університет "Харківський політехнічний інститут", 2021) Коваленко, Андрій Анатолійович; Ляшенко, Олексій Сергійович; Ярошевич, Роман Олександрович
    Хмарні обчислення здійснили значні зміни в ІТ-індустрії і більшість організацій тепер використовують підхід «cloud-first» у своїх технологічних потребах. Хмарна платформа – це набір сервісів і повноважень, які надають розробники. Вони надають користувачам доступ до обчислювальних ресурсів і аналітичних інструментів, а також до сховища даних, серверів, програмного забезпечення, для звичайних користувачів і великих компаній. Хмарні обчислення – це нова модель надання та використання різних ІТ-ресурсів, в тому числі обчислювальних потужностей (серверів), простору для зберігання даних, пропускної здатності мережі і додатків. Ресурси в такій моделі об'єднані в пули і надаються на вимогу, а оплата здійснюється за фактичним використанням. Сама модель відрізняється високою адаптованістю і прекрасними можливостями мережного доступу. Хмарні обчислення мають багато переваг в порівнянні з традиційними рішеннями для побудови інфраструктури підприємств, пропозицією сервісів та послуг, тощо. Серед таких переваг можна виділити: гнучкість, масштабованість, оплата за фактичне використання, висока надійність та відмовостійкість. Хмарні обчислення можуть істотно поліпшити доступність ресурсів IT і дають багато переваг у порівнянні з іншими обчислювальними методами. Наприклад, вони можуть забезпечити доступ до послуг без взаємодії з постачальниками послуг. І всі ресурси на хмарі доступні будь-якому користувачеві, тобто користувачі можуть динамічно орендувати фізичні або віртуальні ресурси і не повинні знати їх походження або місце проживання. Крім того, всі ресурси на платформі хмарних обчислень можуть бути розгорнуті швидко та без зупинки.
  • Ескіз
    Документ
    Построение системы поддержки принятия решений на основе нечетких данных
    (Національний технічний університет "Харківський політехнічний інститут", 2020) Левашенко, Виталий Григорьевич; Ляшенко, Алексей Сергеевич; Кучук, Георгий Анатольевич
    Разработка инструментария оценки принимаемых решений является актуальной и востребованной задачей на современном этапе развития информационных технологий. Таким инструментарием являются, например, системы поддержки принятия решений (СППР). В работе предлагается математический аппарат построения СППР. Построение СППР предполагает анализ имеющихся результатов наблюдений или измерений и выработкустратегии проверок исходных параметров в виде дерева нечетких решений или продукционных правил. Основу предлагаемого аппарата составляют суммарные информационные оценки (информация и энтропия) для нечетких наборов данных. Использование нечетких данных наиболее полно соответствует человеческой природе, поскольку на практике люди часто применяют субъективные ощущения и априорные знания, чем точные вероятностные критерии. Поэтому, используя нечеткую логику и рассматривая степень возможности как нечеткую меру, эксперты имеют возможность описывать реальные данные с достаточной точностью. Исследована взаимосвязь предложенных суммарных информационных оценок. В работе приведены примеры, демонстрирующие использование предлагаемого математического аппарата на практической задаче. В дальнейшей работе, авторы планируют привести результаты экспериментальных исследований предлагаемого подхода и его сопоставление с иными известными методами и алгоритмами. Указанное сопоставление представляется для широкого круга формализованных данных, хранящихся в известном репозитории UCI Machine Learning Repository. В качестве сопоставляемых методов и алгоритмов планируется выбрать иные алгоритмы построения деревьев нечетких решений, алгоритмы Байесовской классификации, построения деревьев решений C4.5, CART и метод ближайших соседей.