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

20202

Налаштування

Ключові слова: search.filters.subject.нейронна мережа Елмана

Результати пошуку

Зараз показуємо 1 - 2 з 2
  • Ескіз
    Документ
    Метод прогнозування навантаження ресурсів хмарних обчислюваних систем
    (ФОП Петров В. В., 2020) Давидов, В'ячеслав Вадимович; Гребенюк, Дарина Сергіївна
  • Ескіз
    Документ
    Development the resources load variation forecasting method within cloud computing systems
    (Національний технічний університет "Харківський політехнічний інститут", 2020) Davydov, Viacheslav; Hrebeniuk, Daryna
    The subject of research in the article is the models and methods of resources load forecasting in cloud computing systems using the mathematical apparatus of neural networks. The aim of the work is increasing the efficiency of computing systems resources usage (such as RAM, disk space, CPU, network) by developing methods of resources load forecasting. The article addresses the following tasks: development of an integrated approach to the problems of resources load forecasting within cloud computing systems, which includes thesyn thesis of a combining forecasting neural network; development of a forecasting neural network model based on Elmanneural network; development of a method for training a neural network based on an artificial immunity algorithm; evaluation of the effectiveness of the developed method. To solve the set tasks, the approaches and methods of artificial neural and immune systems were used, as well as methods of theoretical research, which are based on the scientific provisions of the theory of artificial inte lligence, statistic, functional and systemic analyzes. The following resultswere obtained: on the basis of the analysis of resources load forecasting methods in cloud computing systems, the main results of the methods were revealed, the advantages and disadvantages were demonstrated. On the basis of the research resultsanalysis, the necessity of improving analytical methods for forecasting the load has been proved. The method of computing resources load forecasting in cloud computing systems has been improved, which makes it possible to obtain more accurate assessment results and prevent overloads in cloud computing systems. The results obtained are confirmed by the experiments carried out using the means of the infrastructure of private infrastructure services. Conclusions: improved the resources load forecasting method based on the mathematical apparatus of artificial neural networks to improve the efficiency of their usage.