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 15

Intelligent automated computer systems
(Informacijas Sistemu Menedžmenta Augstskola, 2021) Zakovorotniy, Alexandr; Kharchenko, Artem
Fuzzy logic and neural network methods are currently used to solve problems related to process modeling in the conditions of uncertainty or insufficient input data. Neural networks allow not only to model processes as close as possible to real ones, but also to forecast the values of technical parameters. The reliability of a computer system depends on the right choice of the input parameters and the accuracy of calculations. This work is devoted to the issue of developing the automated computer system, taking into account the dynamics of railway vehicles.
Нейронна мережа для пошуку функцій перетворення, що пов'язують змінні лінійних і нелінійних моделей в ГТУ
(Одеська національна академія зв'язку імені О. С. Попова, 2019) Дмитрієнко, Валерій Дмитрович; Заковоротний, Олександр Юрійович; Леонов, Сергій Юрійович; Главчев, Дмитро Максимович
Геометрична теорія управління (ГТУ) – один з перспективних методів при пошуку оптимальних управлінь технологічними процесами, так як вона дозволяє відмовитися від синтезу законів управління для нелінійних об'єктів і шляхом еквівалентних перетворень за допомогою зворотного зв'язку в просторі "вхід-стан" отримувати лінійні системи, для яких добре розроблені методи теорії управління. Після синтезу регуляторів або законів управління для лінійних систем здійснюється перехід в простір початкової нелінійної системи. Широкому застосуванню ГТУ заважають дві причини, перша з яких – трудомісткі аналітичні перетворення, пов'язані з обчисленням похідних Лі, визначенням інволютивними розподілів, обчисленням функцій перетворення, що зв'язують змінні лінійних і нелінійних моделей. Друга – помітні обмеження на праві частини звичайних диференціальних рівнянь, що описують об'єкт управління – праві частини рівнянь, як правило, не повинні містити більше одного-двох одночленів. Це пов'язано з тим, що для визначення функцій перетворення необхідно вирішувати систему рівнянь в приватних похідних при обмеженнях у вигляді диференціальних неравенств. Розв'язання цієї системи не викликає особливих труднощів при виконанні зазначених обмежень, але дуже ускладнюється при їх недотриманні. У зв'язку з цим необхідні нові конструктивні підходи для розв'язання вказаної системи рівнянь в приватних похідних.
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.
Определение разладок в тяговом приводе с использованием критерия Стьюдента
(Харківський національний університет міського господарства ім. О. М. Бекетова, 2015) Носков, Валентин Иванович; Мезенцев, Николай Викторович; Липчанский, Максим Валентинович; Гейко, Геннадий Викторович
Системы управления тяговым электроприводом характеризуются значительным числом технических и экономических показателей, изменяющихся во времени, оперативная оценка которых человеком практически невозможна. Поэтому предлагается выполнять оперативную оценку технических и экономических показателей тяговых электроприводов с помощью нейронной сети на основе критерия Стьюдента. Данная оценка может быть использована и в тех случаях, когда не выполняется предположение критерия Стьюдента о нормальности наблюдаемой случайной величины и известен другой закон распределения случайной величины.
Нейронная сеть, использующая скалярное произведение и определяющая несколько решений
(Національний технічний університет "Харківський політехнічний інститут", 2019) Дмитриенко, Валерий Дмитриевич; Леонов, Сергей Юрьевич
Нейронная сеть Хемминга является весьма эффективным инструментом для решения задач распознавания дискретных объектов, двоичные компоненты которых описываются с помощью биполярных компонент, а в качестве меры близости используется разность между числом одинаковых биполярных компонент векторов и расстоянием Хемминга между ними. Для более тонкой классификации двоичных объектов (векторов) применяется ряд расширений расстояния Хемминга, использующих различные функции аффинности (близости или взаимосвязи) между двоичными объектами. В статье предлагаются модификации нейронной сети Хемминга, в которых вместо расстояния Хемминга предлагаются другие функции аффинности между двоичными векторами.
Трехслойный перцептрон, способный дообучаться
(Магнитогорский государственный технический университет им. Г. И. Носова, 2014) Дмитриенко, Валерий Дмитриевич; Заковоротный, Александр Юрьевич; Бречко, Вероника Александровна
Впервые предложена нейросетевая архитектура и алгоритмы функционирования трехслойного перцептрона, способного дообучаться без потерь запомненной ранее информации. Новая нейронная сеть может стать альтернативой дискретным сетям адаптивной резонансной теории.
Нейросетевое устройство направленных ассоциаций
(Белгородский государственный университет, 2010) Дмитриенко, Валерий Дмитриевич; Заковоротный, Александр Юрьевич; Хавина, Инна Петровна
Разработана новая нейронная сеть реализующая принципы двунаправленной ассоциативной памяти (ДАП) на основе нейронных сетей адаптивной резонансной теории (АРТ) обладающая возможностью восстановления из памяти нейронной сети по входной информации пары ассоциативных друг другу и входным данным изображений, которые представлены в виде векторов с непрерывными составляющими и обладает свойством компактного хранения информации, дообучения и стабильного хранения запомненной ранее информации, что позволяет эту сеть использовать для разработки ассоциативной памяти и баз знаний, использующих ассоциативную информацию.
Розробка багатонаправленої асоціативної пам'яті на основі дискретних нейронних мереж адаптивної резонансної теорії
(Харківський національний університет Повітряних Сил ім. Івана Кожедуба, 2016) Заковоротний, Олександр Юрійович
Розроблено нову багатонаправлену нейронну мережу адаптивної резонансної теорії, яка реалізує принципи асоціативної пам'яті з можливістю відновлення по вхідній інформації множини асоціативних один одному і вхідними даними зображень. Нова нейронна мережа має властивості донавчання, стабільного і компактного зберігання запам’ятованої раніше інформації, що дозволяє цю мережу використовувати для розробки спеціалізованих баз знань, які використовують асоціативну інформацію.
Розробка бази знань системи підтримки прийняття рішень машиністом на основі асоціативної пам’яті
(Український державний університет залізничного транспорту, 2016) Дмитрієнко, Валерій Дмитрович; Заковоротний, Олександр Юрійович; Носков, Валентин Іванович; Блиндюк, Василь Степанович
Розроблена архітектура та алгоритми функціонування нової нейронної мережі на основі дискретної двонаправленої асоціативної пам'яті, що може використовуватися в якості бази знань системи підтримки прийняття рішень машиністом. Нова нейромережева база знань здатна відновлювати по вхідному вектору, що подається на будь-який з її вхідних шарів нейронів, множину з N зображень, які асоціативні до вхідної інформації.
Нейромережевий метод інтелектуальної обробки мультиспектральних зображень
(Наіональний технічний університет "Харківський політехнічний інститут", 2017) Любченко, Наталія Юріївна; Подорожняк, Андрій Олексійович; Бондарчук, В. К.
Предметом вивчення в статті є нейромережеві методи розпізнавання об'єктів на мультиспектральних даних дистанційного зондування Землі (ДЗЗ). Мета – забезпечення автоматичного розпізнавання об'єктів незаконного використання природних ресурсів на мультиспектральних зображеннях ДЗЗ. Задача – формулювання методу інтелектуальної обробки даних ДЗЗ, який реалізує автоматичне розпізнавання об'єктів незаконного використання природних ресурсів на мультиспектральних зображеннях ДЗЗ за допомогою використання згорткової нейронної мережі. Аналіз проблем методів та алгоритмів обробки мультиспектральних аерокосмічних зображень показав, що найбільш перспективно використовувати гнучкі алгоритми, які пристосовуються до зміни умов спостереження об'єктів пошуку. Однією з перспективних технологій реалізації таких алгоритмів є застосування нейронних мереж. Вибір згорткових нейронних мереж для вирішення задачі розпізнавання пов'язаний із здатністю даних мереж, за умови коректного навчання, до розпізнавання об'єктів в складних умовах спостереження та при деформації об'єкта, що спостерігається. Висновки. Запропоновано нейромережевий метод інтелектуальної обробки мультиспектральних зображень. Розглянуто алгоритм побудови даної мережі, обрано практичну область застосування запропонованого методу і показані результати роботи його програмної реалізації. Отримані результати дозволили зробити висновок про працездатність запропонованого алгоритму та є підґрунтям для подальших досліджень з розробки та реалізації алгоритмів обробки мультиспектральних знімків у системах дистанційного зондування землі.