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

20191

Налаштування

Містить файли: ТакКлючові слова: search.filters.subject.accuracy factor

Результати пошуку

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Prognosis method of unfavorable airborne events during flight based on convolutional and recurrent neural networks
    (Національний технічний університет "Харківський політехнічний інститут", 2019) Gryshmanov, E.; Kalimulin, T.; Zakharchenko, I.
    This paper contains formal problem definition of predicting unfavorable airborne events during flight. Restrictions and assumptions are put into the prognosis method of unfavorable airborne events during flight. Mathematical apparatus used to build prognosis method is suggested. As a basic mathematical apparatus it is suggested to use, recurrent neural networks (RNN) basedon LSTM modules and convolutional neural networks (CNN). Analysis of these neural networks has shown that RNN based on LSTM modules are mostly effective when analyzing structured text, such as report of investigation of airborne accidents. In its turn, CNN are effective when analyzing unstructured text, such as text messages about the flight situation based on the information from external sources. Prognosis method of unfavorable airborne events during flightbased on convolutional and recurrent neural networks is developed. In case of solving the task of prediction of unfavorable airborne events during flight RNN are used for initial setup of the Embedding layer of the structured training data in the process of hybrid neural network training. CNN are used during the direct operation of hybrid neural network model of prediction of unfavorable airborne events during flight.