05.13.06 "Інформаційні технології"
Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/17403
Переглянути
62 результатів
Результати пошуку
Документ Інформаційно-екстремальна інтелектуальна технологія діагностування емоційно-психічного стану людини(Національний технічний університет "Харківський політехнічний інститут", 2023) Прилепа, Дмитро ВікторовичДисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – інформаційні технології (12 – Інформаційні технології). – Національний технічний університет «Харківський політехнічний інститут», Харків, 2023. Об’єктом дослідження є слабо формалізований процес прийняття рішень при діагностуванні емоційно-психічного стану (ЕПС) людини за довільних початкових умов формування зображення її обличчя. Предмет дослідження складають моделі та методи інформаційно-екстремальної інтелектуальної технології машинного навчання системи підтримки прийняття діагностичних рішень (СППДР) при визначенні ЕПС людини. Дисертаційна робота присвячена підвищення функціональної ефективності здатної до машинного навчання системи підтримки прийняття діагностичних рішень для визначення ЕПС людини за зображенням її обличчям, що дозволить збільшити точність і оперативність оцінювання поточного рівня стійкості та впливу стресу, втоми та різних збурюючих факторів на професійну діяльність людини. У дисертаційній роботі вирішено важливе науково-прикладне завдання підвищення функціональної ефективності СППДР при визначенні ЕПС людини за зображенням її обличчя. Обрані методи дослідження базуються на фундаментальних основах і методах системного аналізу та технологіях інтелектуального аналізу даних для побудови в процесі машинного навчання контейнерів класів розпізнавання, методах функціонального аналізу для побудови категорійних моделей машинного навчання, методах теорії інформації для оцінки інформаційної міри різноманітності системи діагностування ЕПС людини, методах теорії ймовірностей та математичної статистики для оцінки випадкових величин і перевірки статистичних гіпотез та об’єктно-орієнтованій методології проектування складних систем для розробки інформаційного та програмного забезпечення здатної навчатися СППДР при визначенні ЕПС людини. Дисертаційна робота обґрунтовує актуальність теми, зазначає зв’язок роботи з науковими темами, формулює мету та задачі дослідження, визначає об’єкт, предмет та методи дослідження, демонструє наукову новизну та практичне значення отриманих результатів, наводить інформацію про практичне використання, апробацію результатів та їх висвітлення у публікаціях. Показано, що основним шляхом підвищення якості процесу діагностування ЕПС людини за зображенням її обличчя є наявність системи функціонального діагностування, що дозволяє оцінювати нестабільність поточного стану та ефективність психокорегуючих заходів. За результатами аналізу сучасного стану та тенденцій розвитку систем діагностування ЕПС людини її зовнішнього спостереження показано необхідність розробки моделей і методів інформаційних технологій функціонального діагностування на основі машинного навчання і теорії розпізнавання образів. Аналіз результатів, отриманих різними вченими показує, що основним шляхом вирішення проблеми розробки ефективної технології оцінки емоційно-психічного стану людини є поєднання класичних методів психодіагностування з сучасними інтелектуальними інформаційними технологіями аналізу даних. Водночас прослідковується тенденція до заміни класичних активних методів безпосереднього опитування на технології аналізу психофізичних реакцій людини, характеристик зовнішності та поведінки, динаміки її рухів в режимі пасивного дистанційного спостереження; перехід від індивідуального діагностування в контрольованому середовищі до масової оперативної оцінки при довільних оточуючих умовах; застосування сучасних інформаційних технології фото та відеоспостереження для накопичення даних та інтелектуальних методів ідентифікації особи та класифікаційного аналізу динаміки її стану, використання додаткової інформації щодо активності людини в соціальних мережах або інших відкритих Інтернет-джерелах, корпоративних мережах та інших спеціалізованих сховищах даних. Показано перспективність використання інформаційно-екстремальної інтелектуальної технології аналізу даних, яка ґрунтується на максимізації інформаційної спроможності системи в процесі її самонавчання. Вперше розроблено метод інформаційно-екстремального машинного навчання системи підтримки прийняття діагностичних рішень, який дозволяє визначити емоційно-психічних стан людини за зображенням її обличчя шляхом оцінки інформаційної різноманітності ліво- та правопівкульних портретів, сформованих за довільних початкових умов виконання окремих діагностичних дій. Вперше розроблено у рамках інформаційно-екстремальної інтелектуальної технології комплекс функціональних категорійних моделей, які дозволяють забезпечити перетворення інформації та інформаційних потоків, що відбуваються під час притаманних лікарю-психологу когнітивних процесів формування та прийняття класифікаційних рішень при визначенні емоційно-психічного стану людини за зображенням її обличчя, та здійснювати синтез алгоритмів функціонування інтелектуальних складових комп'ютеризованих систем діагностування. Вперше розроблено комбіновану інформаційну міру різноманітності ліво- та правопівкульного портрету людини, яка формується в процесі визначення ЕПС, що дозволяє усунути недоліки ентропійного критерію та інформаційної критерію Кульбака-Лейблера, які використовувалися як міри оцінювання функціональної ефективності машинного навчання у попередніх дослідженнях у рамках інформаційно-екстремальної інтелектуальної технології аналізу даних. Розроблено інформаційно-екстремальнийметод оптимізації значень генотипних і фенотипних параметрів машинного навчання системипідтримки прийняття діагностичних рішень при визначенні емоційно-психічного стану людини як за повним зображенням її обличчя, так і за окремими фрагментами або їх комбінаціями шляхом оцінки інформативності діагностичних ознак.Отримав подальший розвиток комплексний підхід для вирішення задачі моніторингу ЕПС людини під час виконання психотерапевтичних заходів шляхом формування індивідуальної траєкторії психокорекції на базі функціональних кате-горійних моделей інформаційно-екстремального машинного навчання. Отримали подальший розвиток методи інформаційно-екстремальної оптимізації параметрів вхідного математичного опису системи підтримки прийняття діагностичних рішень з урахуванням особливостей процесу визначення емоційно-психічного стану людини за зображення обличчя та його рецепторного поля, що дозволило без втрати якості і точності діагностування використовувати вхідні дані сформовані без залучення спеціального обладнання та довільних умов. Запропоновано методологію проєктування здатної до машинного навчання системи підтримки прийняття діагностичних рішень, що дає змогу сформувати структуру взаємопов’язаних етапів її аналізу і синтезу, реалізація яких в процесі визначення ЕПС людини здійснюється залежно від результатів попередніх задач.Усі теоретичні розробки дисертації доведено до конкретних інженерних методик та алгоритмів з застосуванням запропонованої інформаційної технології створення та використання здатної навчатися СППДР при визначенні ЕПС людини за її обличчям. Основні наукові результати впроваджено у вигляді інформаційної технології, яка включає функціональні категорійні моделі, методи, критерії оцінки інформаційної міри різноманітності, засобів алгоритмічного і програмного забезпечення системи підтримки прийняття рішень для діагностування емоційно-психічного стану людини на підприємстві КНП СОР “Обласний клінічний медичний центр соціально небезпечних захворювань” (м.Суми) (акт впровадження від 23.05.2023 р.)) і в навчальний процес Сумського державного університету (акт впровадження від 22.05.2023 р.).Документ Інформаційно-екстремальна інтелектуальна технологія діагностування емоційно-психічного стану людини(Національний технічний університет "Харківський політехнічний інститут", 2023) Прилепа, Дмитро ВікторовичДисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – інформаційні технології (12 – Інформаційні технології). – Національний технічний університет «Харківський політехнічний інсти-тут», Харків, 2023. Дисертаційна робота присвячена підвищення функціональної ефективності здатної до машинного навчання системи підтримки прийняття діагностич-них рішень для визначення ЕПС людини за зображенням її обличчям, що дозволить збільшити точність і оперативність оцінювання поточного рівня стійкості та впливу стресу, втоми та різних збурюючих факторів на професійну діяльність людини. У дисертаційній роботі було поставлено та успішно вирішено важливе науково-прикладне завдання, яке полягає в розробці здатної навчатися інформаційної інтелектуальної технології інформаційного синтезу, з метою діагностування емоційно-психічного стану людини на основі аналізу зображення її обличчя. Водночас дослідження в рамках цієї роботи здійснені в контексті інформаційно-екстремальної інтелектуальної технології аналізу даних. На основі запропонованих та розроблених моделей, методів та алгоритмів створено комплекс інструментальних засобів для інформаційного синтезу системи підтримки прийняття діагностичних рішень при визначенні емоційно-психічного стану людини за зображенням її обличчям, який включає модулі формування вхідного математичного опису системи, алгоритми інформаційно-екстремального машинного навчання і побудовані за результатам машинного навчання контейнери класів розпізнавання, які дозволяють підвищити точність і оперативність машинного оцінювання поточного рівня емоційної стійкості.Документ Методи інтелектуальної обробки просторових даних в геоінформаційних системах екологічного моніторингу(Національний технічний університет "Харківський політехнічний інститут", 2021) Дудінова, Ольга БогданівнаДисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 "Інформаційні технології". – Національний технічний університет "Харківський політехнічний інститут", Міністерство освіти і науки України, Харків, 2021. У дисертаційній роботі запропоновано рішення актуальної науково-практичної задачі розробки методів інтелектуальної обробки просторових даних в геоінформаційних системах екологічного моніторингу, які дозволяють підвищити якість формування ландшафтних цифрових зображень для подальшого аналізу стану зон моніторингу. Обʼєктом дослідження в роботі є процеси обробки та аналізу цифрових зображень обʼєктів ландшафтних та промислових зон, що аналізуються в ГІС екологічного моніторингу, предметом дослідження – методи інтелектуальної обробки просторових даних та формування ландшафтних цифрових зображень в ГІС екологічного моніторингу. Методи дослідження основані на використанні: теорії розпізнавання образів та обробки зображень (для розробки методів попередньої обробки просторових даних та сегментації зображень); теорії штучних нейронних мереж (для фільтрації та відновлення зашумлених або викривлених зображень контрольованих обʼєктів моніторингу) фрактального аналізу та генетичної оптимізації (для розробки методу стиснення зображень в ГІС); марковської моделі растрових зображень (для компʼютерного аналізу просторових зображень обʼєктів ландшафтних та промислових зон), теорії імітаційного моделювання (для експериментального моделювання запропонованих методів). В роботі запропоновано: метод категорійної класифікації обʼєктів в задачах компʼютерного аналізу аерознімків, де, на відміну від існуючих, використано комбіновану базу прототипів, яка розширюється за допомогою простих критеріїв (кольору, текстури, контурів), що дозволяє спростити задачу розпізнавання обʼєктів зон моніторингу; метод нейромережевої обробки зашумлених цифрових зображень, які можуть містити викривлені фрагменти, який, на відміну від існуючих, заснований на використанні нейроеволюційної моделі шумопригнічуючих автоенкодерів з поліпшеними апроксимуючими властивостями, що дає можливість його практичного використання для обробки даних в геоінформаційних системах за умов наявності суттєвих шумів; метод сегментації та виділення контурів просторових цифрових зображень, оснований на використанні марковських моделей, який, на відміну від існуючих, дозволяє враховувати характер околу аналізованого пікселя і задавати залежність між класами сусідніх пікселів, що сприяє підвищенню якості детектування контурів обʼєктів зон моніторингу; метод нейромережевої обробки зашумлених картографічних даних геоінформаційної системи, який, на відміну від існуючих, передбачає реалізацію на паралельних обчислювальних структурах процедур попередньої фільтрації напівтонових просторових зображень та завадостійкого детектування контурів обʼєктів зображень; метод корекції кольорових картографічних зображень з метою поліпшення їх якості, яке здійснюється за рахунок зміни яскравісної компоненти зображення в кольоровому просторі HSI за допомогою гамма-корекції; метод стиснення растрових даних, де використовується комбіноване застосування генетичної оптимізації та фрактальних методів компресії просторових зображень, представлених за допомогою квадродерев, що дозволяє його ефективно застосовувати для обробки та архівації даних в геоінформаційних системах. Практичними результатами використання проведених досліджень є алгоритми, прикладні програми та інформаційна технологія, що реалізують розроблені методи інтелектуальної обробки і цифрових зображень в ГІС екологічного моніторингу. В результаті їх впровадження передбачається розробити інформаційну технологію інтелектуальної обробки цифрових зображень (ІТІОЦЗ) в ГІС екологічного моніторингу ландшафтних обʼєктів України, що обʼєднує сукупність моделей і методів, зокрема: проекційні рекурентні методи навчання нейронних мереж, які використовуються для вирішення завдань обробки зображень; алгоритми навчання ШНМ на основі асиметричних функціоналів якості, що дозволяють отримувати якісні моделі в умовах негаусовскіх перешкод; ієрархічні ШНМ для стиснення та фільтрації зображень, що дозволяють значно зменшити апаратні витрати і обсяг памʼяті для зберігання зображень, а також зменшити час їх обробки; еволюціонуючий шумопригнічуючий автоенкодер (ЕШАЕ), призначений для фільтраціїї шумів і відновлення спотворених фрагментів в цифрових зображеннях в ГІС екологічного моніторингу; гібридний підхід до інтелектуальної обробки цифрових зображень, який обʼєднує переваги відомих і запропонованих методів. Очікуваний ефект від впровадження результатів дисертації позначиться на підвищенні якості та оперативності обробки цифрових зображень в ГІС екологічного моніторингу ландшафтних обʼєктів України, інтегрованій в Єдину державну систему моніторингу навколишнього середовища і природних ресурсів. Отримані результати можуть бути адаптовані для широкого класу прикладних завдань обробки, стиснення і класифікації зображень в ГІС, що вимагають обробки структурованої інформації високого рівня (зокрема розпізнавання і індексації зображень). До таких завдань слід, зокрема, віднести розпізнавання на знімках доріг і перехресть, необхідне для складання картографічної бази даних ГІС та здійснення екологічного контролю в промислових регіонах з високим ризиком порушень екології. На основі результатів проекту можуть бути створені курси лекцій і навчальні посібники з інтелектуальних методів обробки цифрових зображень, методів нейромережевого моделювання та методів еволюційних обчислень для профільних вищих навчальних закладів України. Результати дисертаційної роботи впроваджені у ПАТ "Сєвєродонецький ОРГХІМ" (м. Сєвєродонецьк)". Матеріали дисертації достатньо повно викладено у 18 наукових роботах, у тому числі: 7 статтях, які зазначені в переліку фахових видань України з технічних наук (з них одна наукова стаття у Scopus) та 11 тезах доповідей міжнародних конференцій.Документ Методи інтелектуальної обробки просторових даних в геоінформаційних системах екологічного моніторингу(Національний технічний університет "Харківський політехнічний інститут", 2021) Дудінова, Ольга БогданівнаДисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – інформаційні технології. – Національний технічний університет "Харківський політехнічний інститут", Харків, 2021 р. У дисертаційній роботі запропоновано вирішення актуальної науково-практичної задачі розробки методів інтелектуальної обробки просторових даних в геоінформаційних системах екологічного моніторингу, які дозволяють підвищити якість формування ландшафтних цифрових зображень для подальшого аналізу стану зон моніторингу. В роботі запропоновано: метод категорійної класифікації об’єктів в задачах комп’ютерного аналізу аерознімків; метод нейромережевої обробки зашумлених цифрових зображень, які можуть містити викривлені фрагменти, заснований на використанні нейроеволюційної моделі шумопригнічуючих автоенкодерів; метод сегментації та виділення контурів просторових цифрових зображень, заснований на використанні марковських моделей, який дозволяє враховувати характер околу аналізованого пікселя і задавати залежність між класами сусідніх пікселів; метод нейромережевої обробки зашумлених картографічних даних ГІС, який передбачає реалізацію на паралельних обчислювальних структурах процедур попередньої фільтрації напівтонових просторових зображень та завадостійкого детектування контурів об’єктів зображень; метод корекції кольорових картографічних зображень з метою поліпшення їх якості, яке здійснюється за допомогою гамма-корекції; метод стиснення растрових даних, де використовується комбіноване застосування генетичної оптимізації та фрактальних методів компресії просторових зображень. Практичними результатами використання проведених досліджень є алгоритми, прикладні програми та інформаційна технологія, що реалізують розроблені методи інтелектуальної обробки цифрових зображень в ГІС екологічного моніторингу.Документ Методологічні основи створення інтелектуальної інформаційної технології моніторингу актуальних даних в системах управління(Національний технічний університет "Харківський політехнічний інститут", 2021) Чередніченко, Ольга ЮріївнаДисертація на здобуття наукового ступеня доктора технічних наук за спеціальністю 05.13.06 "Інформаційні технології" (122 – Комп'ютерні науки). – Національний технічний університет "Харківський політехнічний інститут", Харків, 2021 р. Об'єкт дослідження – процеси пошуку, збору та видобування актуальних даних у розподіленому інформаційному просторі для вирішення задач управління в соціотехнічних системах. Предмет дослідження – моделі, методи та інтелектуальна інформаційна технологія моніторингу актуальних даних в задачах управління. Дисертацію присвячено вирішенню складної наукової проблеми розв'язування протиріччя між прагненням наукового обґрунтування прийняття ефективних управлінських рішень менеджментом складних соціотехнічних систем та відсутністю методологічних основ моніторингу актуальних даних в розподіленому інформаційному просторі за допомогою інтелектуальної технології, використання якої забезпечить обґрунтованість та ефективність виконання завдань управління в соціотехнічних системах. У вступі обґрунтовано актуальність теми дисертації, зазначено зв'язок роботи з науковими темами, сформульовано мету й задачі дослідження, представлено об'єкт, предмет і методи дослідження, розкрито наукову нови-зну та практичне значення отриманих результатів, наведено інформацію про їх практичне використання, апробацію та висвітлення у публікаціях. У першому розділі проведено аналіз методологічних основ створення інформаційних технологій моніторингу даних в системах управління. Проведено аналіз літературних джерел та аналітичний огляд існуючих моделей та методів збору бізнес-інформації для підтримки процесу прийняття рішень, проаналізовані їх недоліки та переваги. Діяльність більшості підприємств базується на значному архіві електронної документації. Ця документація створюється на основі функціонування та являє собою бізнес-інформацію. Проведено аналіз задачі ефективного управління підприємством в умовах неповноти інформації. В результаті аналітичного огляду виявлено, що існуючі під-ходи до збору та переробки бізнес-інформації розглядають інформацію зага-лом як головний елемент будь-якої з функцій управління, що потребує ско-рочення часу на прийняття управлінських рішень та підвищення актуальності інформації в системах прийняття рішень. Проведений аналіз існуючих підходів до управління складними системами дозволив провести класифікацію типів систем управління та відокремити систему управління, яка характеризується високим ступенем обліку інформації із зовнішнього середовища. Моніторинг актуальних даних є особ-ливим видом інформаційно-аналітичної роботи, що дозволяє збирати різнобічну бізнес-інформацію та використовувати її для цілей управління. В роботі показано, що вирішення задачі підтримки прийняття рішень в системах управління обумовлює визначення великого та малого кіл прийняття рішень та розглядає моніторинг як самостійну задачу прийняття рішень. Зроблено висновки щодо необхідності удосконалення методологічних основ моніторингу актуальних даних з урахуванням сучасних тенденцій управління. Виділено наступні проблеми для вирішення. Першою і найбільш істотною проблемою є те, що колосальні обсяги інформації в Інтернет ускладнюють пошук і вибір дійсно необхідних відомостей. Самі по собі необроблені, неузагальнені і неперевірені дані не можуть забезпечити якісну підтримку при прийнятті рішень. Другою проблемою є те, що інформація в Інтернет має явно виражений динамічний характер: інформація розміщується, модифікується і видаляється. Третя проблема, яку необхідно вирішити, автоматичне вилучення понять з формалізованих масивів інформації і неструктурованих текстів. Четвертою проблемою є необхідність виявлення неочевидних закономірностей і зв'язків. Таким чином, в роботі визначено актуальну науково-прикладну проблему розробки методів, моделей та інформаційної технології моніторингу актуальних даних в системах управління, що на основі синергії інформації із внутрішніх та зовнішніх джерел даних дозволить забезпечити ефективність управління в складних соціотехнічних системах. У другому розділі проведено аналіз властивостей розподіленого інформаційного простору моніторингу актуальних даних. За допомогою засобів концептуального моделювання розроблено узагальнену структуру системи моніторингу актуальних даних. Розглянуто концептуальні основи створення систем моніторингу актуальних даних у розподіленому інформаційному просторі для вирішення задач управління в соціотехнічних системах. Виходячи з того, що традиційні системи моніторингу орієнтовані на збір даних із внутрішніх джерел, поза увагою системи управління залишаються дані із зовнішніх джерел. Тому запропоновано доповнити існуючий підхід до моніторингу за рахунок реалізації системи моніторингу на основі синергії інформації. Розроблено вербальний опис концепції моніторингу актуальних даних для вирішення завдань управління в складних соціотехнічих системах, який базується на зборі трьох типів інформації: інформація про результати діяльності, яка міститься у внутрішніх інформаційних джерелах; інформація про стан зовнішнього бізнес-середовища, яка міститься у відкритому доступі в мережі Інтернет; інформація про результативність діяльності як відображення у зовнішньому інформаційному просторі. Накопичення великих обсягів даних вимагає нових інструментів їх обробки. Сучасні системи управління дозволяють в автоматизованому режимі забезпечувати процеси підтримки прийняття рішень необхідною інформацією. Використання апарату теорії категорій для подання контенту інформаційного простору дозволяє оперувати різнорідними об'єктами з використанням загальних механізмів і інструментів. Використання даного підходу дозволяє виробити загальні правила і реалізувати їх для роботи з довільними типами контенту. Запропоновано категорну модель системи моніторингу актуальних даних. У третьому розділі наведено моделі для формалізованого опису процесів пошуку та збору інформації, розроблено модель джерела даних, модель збору даних з веб-сторінки та модель інтеграції інформації, яку отримано з різних джерел даних, запропоновано модель екстракції та ідентифікації знань на основі обробки текстової інформації. Моніторинг розглядається як процес безперервного збору та видобування актуальних даних, корисних для вирішення певної задачі управління. Запропоновано концептуальну модель моніторингу актуальних даних, виділено три складові для підтримки процесу моніторингу: модель пошуку джерел, модель видобування даних та модель оцінювання отриманої інформації. Модель пошуку джерел розглядається відносно до пошуку джерел у розподіленому інформаційному просторі, зокрема в мережі Інтернет. Запропоновано модель тематичного пошуку. Оцінка веб-сторінки на предмет її відповідності моделі джерела даних визначається за наявністю різних комбінацій слів у відповідних комбінаціях елементів веб-сторінки. Введено бінарне відношення нерозрізненості 𝑅, показано, що воно є відношенням толерантності, якщо воно рефлексивно та симетрично. Відношення 𝑅 показує толерантність моніторингової інформації, яка представлена в текстовому вигляді, відповідно до онтологічного опису об'єктів моніторингу. Дане відношення дозволяє виконувати операції не з окремими елементами універсуму, а з кластерами толерантних елементів. Інформація, яка міститься на веб-ресурсах, зазвичай характеризує стан об'єкту моніторингу у неявному вигляді, що обумовлює необхідність визначення значень індикаторів моніторингу на основі оцінки характеристик, видобутих з текстової інформації. Вирішення задач збору фактографічної інформації базується на моделях інформаційного фактографічного пошуку та екстракції даних. В роботі розроблено метод збору та ідентифікації інформації для підтримки прийняття рішень за рахунок формалізації інтелектуальних процесів сприйняття інформації на основі комплексу еталонних моделей для збору даних із зовнішніх джерел, що дозволило зменшити обсяги даних, а також урахувати динаміку процесу. Запропоновано модель подання онтологічних знань на основі ідентифікації фактографічної інформації, яка дозволяє знизити залежність від суб'єктивізму експертних оцінок при вирішенні завдань управління. Розроблено комплексний підхід до онтологічного опису процесів пошуку, збору та оцінювання актуальних даних з використанням комплексу еталонних моделей. У четвертому розділі розглянуто методологічні основи побудови методу моніторингу актуальних даних для виконання завдань управління на основі видобування даних з веб-джерел та інтеграції внутрішньої та зовнішньої інформації. Запропоновано багатоагентну реалізацію розроблених моделей пошуку, збору та оцінювання моніторингових даних. Застосування агентної парадигми дозволяє використовувати паралельну обробку даних, що є підгрунтям для забезпечення своєчасності інформації. Для зменшення часового інтервалу розрахунки відповідних алгоритмів обробки даних повинні виконуватися одночасно. В роботі показано, що для реалізації алгоритмів збору даних моніторингу потрібно обрати такий розподіл операцій між серверами паралельних обчислень, який забезпечує мінімальний час виконання алгоритму, що забезпечить своєчасність інформації. Зменшення часу виконання може бути забезпечене також шляхом підбору кращої обчислювальної схеми. В роботі показано, що забезпечення ефективності моніторингу актуальних даних реалізується шляхом корегування параметрів процесу. Для вирішення задачі оптимізації процесу збору даних запропоновано метод підвищення релевантності, який базується на застосуванні методу деформованих конфігурацій, що вимагає статичного дискретного подання процесу моніторингу. У п'ятому розділі розроблено основні принципи створення багатоагентної системи пошуку, екстракції та інтерпретаціїї інформації. Ці задачі декомпозовані на взаємодію агентів, які складають основу реалізації програмної системи моніторингу актуальних даних. Запропоновано формальну архітектуру агента, яка передбачає подання функції агента на основі його ментальної моделі, заданої компаратором. Запропоновано багатошарову агентну модель як основу створення інтелектуальних систем моніторингу для виконання завдань управління на основі онтологічного опису процесів пошуку, збору та оцінювання актуальних даних. На основі порівняльного аналізу обрано агентно-орієнтовану парадигму для реалізації системи моніторингу актуальних даних. Формальна архітектура агента – це інструмент, який дозволяє проектувати поведінку агента із використанням чітких формальних методів. Абстрактна архітектура агента задається через опис середовища, в якому функціонує агент, сприйняття агентом цього середовища та його діями. Задачі пошуку джерел даних, збору та вимірювання декомпозовані на взаємодію агентів, які складають основу програмної реалізації методу пошуку та збору даних моніторингу. Призначення кожного типу агента детально описано у роботі. Для розробки програмної системи використано мову програмування Java та застосовані паттерни проектування типу GoF, шаблон Dependency Injection, принципи SOLID та Сlean Architecture. Основними перевагами такого підходу є: незалежність від фреймворків та конкретних бібліотек; легкість у тестуванні – бізнес правила можуть бути протестовані окремо, без користувацького інтерфейсу, баз даних тощо; незалежність користувацького інтерфейсу – відображення може бути зміненим без впливу на інші компоненти системи, що знижує шанси виникнення потенційних помилок; незалежність від платформи – бізнес правила не прив'язані до особливостей конкретної платформи; незалежність баз даних – бізнес логіка додатку не прив'язана до конкретної бази даних, що дає можливість її зміни у будь-який момент часу без впливу на інші складові системи. Запропоновано еталонну модель інтероперабельності компонентів інформаційної технології моніторингу актуальних даних. В роботі обґрунтовано застосування мікросервісної архітектури та написання окремих модулів системи як незалежних програм, виконання яких буде оброблятися агентною платформою. Таким чином, в роботі розроблено інформаційну технологію монітори-нгу актуальних даних у розподіленому інформаційному просторі для виконання завдань управління шляхом використання багатоагентної архітектури, що дає можливість комплексного вирішення задачі моніторингу. Розроблено прототип програмної системи моніторингу актуальних даних на основі агентно-орієнтованої парадигми програмування із використанням відкритих програмних засобів: агентної платформи JADE, технології доступу та управління кеш-пам'яттю Ehcache, редактору онтології Protégé. У шостому розділі наведено результати експериментів, результати апробацій та впровадження інформаційної технології та окремих її етапів на прикладі завдань пошуку, збору та видобування даних для цілей управління. Як приклад задачі пошуку інформації у розподіленому інформаційному просторі на основі розроблених моделей пошуку джерел даних та програмної системи багатоагентної платформи розглянуто пошук джерел даних щодо результативності наукової діяльності ЗВО. Розроблені в роботі методи екстракції інформації апробовано на зборі маркетингової інформації з торгівельних майданчиків, що розташовані у мережі Інтернет. В роботі експериментально досліджено, що обробка текстової інформації та визначення множини ключових слів, яка описує групу подібних товарів надає можливість автоматизувати процес кластеризації інформаційних об'єктів на основі лінгвістичної обробки їх текстового опису. В роботі наведено результати експериментів щодо пошуку інформації, видобування фактів з текстової інформації, формування класів толерантності інформаційних об'єктів тощо. Розроблені моделі, методи та інформаційна технологія апробовані при вирішенні практичних завдань моніторингу актуальних даних. Отримані теоретичні та практичні результати використані у Публічному Акціонерному Товаристві "БАНК ФОРВАРД" (м. Київ); ТОВ Харківський Технічний Центр Оцінки "ЕКСПЕРТУС" (м. Куп'янськ, Харківської обл.); Науково-дослідному центрі Збройних Сил України "Державний океанаріум" (м. Одеса); ТОВ "КРЕДИТ ТУ Ю" (м. Київ); ТОВ "Сайтос" (м. Харків) та впроваджені у навчальний процес на кафедрі програмної інженерії та інформаційних технологій управління НТУ "ХПІ". У додатках наведено акти та довідки щодо впровадження результатів дисертаційного дослідження, список публікацій за темою дисертації та додатковий матеріал до розділів роботи.Документ Моделі, методи та інформаційні технології інтелектуального аналізу бізнес-процесів(Національний технічний університет "Харківський політехнічний інститут", 2021) Манєва, Росіца ІліяноваДисертація на здобуття наукового ступеня кандидата технічних наук (доктора філософії) за спеціальністю 05.13.06 "Інформаційні технології" (122 – Комп’ютерні науки). – Національний технічний університет "Харківський політехнічний інститут", Харків, 2021. Об’єкт дослідження – процеси підтримки прийняття рішень щодо управління бізнес-процесами із змінною структурою в умовах невизначеності. Предмет дослідження – інформаційна технологія інтелектуального аналізу гнучких бізнес-процесів в умовах неконтрольованих змін зовнішнього середовища. Дисертацію присвячено вирішенню важливої науково-практичної задачі забезпечення ефективності функціонування підприємств в умовах неконтрольованих змін зовнішнього середовища шляхом розробки і використання інтелектуальних інформаційних технологій на основі ситуативно-сценарних моделей. У вступі обґрунтовано актуальність теми дисертації, зазначено зв’язок роботи з науковими темами, сформульовано мету і задачі дослідження, визначено об’єкт, предмет і методи дослідження, показано наукову новизну та практичне значення отриманих результатів, наведено інформацію про практичне використання, апробацію результатів та їх висвітлення у публікаціях. У першому розділі роведено аналіз та класифікацію задач організаційного управління та підтримки прийняття рішень, визначено особливості управління в розподілених організаційних структурах та динамічних середовищах, досліджено задачу аналізу бізнес-процесів (БП) на підприємстві, проведено аналіз можливостей сучасних інформаційних технологій. Інтелектуальний аналіз процесів полягає у виявленні, дослідженні ефективності та оптимізації бізнес-процесів. Аналіз процесів спрямований на побудову та вдосконалення моделей функціонування взаємодіючих фізичних або інформаційних об’єктів на основі обробки інформації, що фіксує таку поведінку. Необхідність автоматизації виконання бізнес-процесів привела тісної взаємодії бізнесу та інформаційних технологій. Таким чином, у роботі поставлено задачу забезпечення ефективності функціонування підприємства в умовах неконтрольованих змін зовнішнього середовища, яка складається з таких етапів: 1) розробка концептуальної моделі гнучкого БП у розподіленому віртуальному середовищі; 2) розробка моделі взаємодії замовників та виконавців на основі ситуативно-сценарного підходу; 3) розробка математичної моделі управління гнучким БП; 4) розробка методу формування організаційної структури виконання робіт; 5) розробка методу формування адаптивної команди виконавців; 6) розробка прикладних засад побудови багатоагентної системи як базису інформаційної технології інтелектуального аналізу БП. У другому розділі проаналізовано основні принципи аналізу та оптимізації бізнес-процесів, обґрунтовано вибір математичного інструментарію, запропоновано комплекс моделей управління гнучкими БП на основі ситуативно-сценарного підходу, розроблено модель організаційної структури виконання робіт на основі взаємодії мережі агентів потреб та можливостей. В роботі запропоновано вербальну модель аналізу гнучких БП, які функціонують в динамічних бізнес-середовищах; розроблено комплекс концептуальних моделей управління та представлення гнучких БП; запропоновано формальну модель агентної системи на основі імітаційного моделювання взаємодії агентів потреб та агентів можливостей, що дозволяє проводити аналіз та оперативну реорганізацію БП відповідно до змін внутрішнього або зовнішнього середовища; визначено стандарт FIPA як основу для проектування архітектури агентної платформи; запропоновано підхід на основі опису правил продукцій мовою алгебри скінченних предикатів для представлення ситуацій, що виникають під час виконання БП. В роботі показано, що дієвим інструментом аналізу БП є імітаційне моделювання. Проведено аналіз математичних засобів подання об’єктів предметної області аналізу бізнес-процесів. Обґрунтовано використання математичного апарату алгебри скінченних предикатів (АСП). В роботі розроблено метод ідентифікації інформації для підтримки прийняття рішень на основі використання апарату алгебри скінченних предикатів. Описано за допомогою мови АСП поточний стан БП та можливі ситуації відповідно до альтернативних рішень управління БП. Прийняття рішень щодо управління БП здійснюється шляхом аналізу поточного стану БП та виявлення ситуації. Аналітичне рішення такого класу задач неможливо, тому в роботі пропонується імітаційна модель на основі багатоагентного підходу. азовим інструментом розробки інтелектуальних багатоагентних систем, що дозволяє створювати, знищувати, інтерпретувати, запускати і переміщати агентів, є агентна платформа. В роботі запропоновано використання стандартів FIPA, які надають базові визначення понять комунікації агентів. На основі аналізу існуючих підходів до проектування агентно-орієнтованих програмних систем та специфікацій стандартів багатоагентних систем були виділені підходи для побудови архітектури агентної платформи та відповідні вимоги. Еталонна модель агентної платформи складається з таких компонентів: 1) агент – це обчислювальний процес, який реалізує автономну комунікаційну функціональність програми; 2) фасилітатор каталогів, який надає послуги «жовтих сторінок» іншим агентам; 3) система управління агентом – обов’язковий компонент, який здійснює контроль за доступом до агентної платформи та його використанням; 4) служба транспортування повідомлень – це метод зв’язку за замовчуванням між агентами на різних агентних платформах. Запропонована в роботі формальна модель агента використана для побудови моделі взаємодії двох типів агентів: агентів потреб та агентів можливостей. Показано, що імітаційна модель взаємодії агентів потреб та агентів можливостей дозволяє побудувати модель управління гнучким БП на основі ситуативно-сценарного підходу. У третьому розділі розглянуто комплексний підхід до вирішення задачі забезпечення ефективності функціонування підприємства в умовах динамічного бізнес-середовища. Розроблено метод формування організаційної структури виконання робіт в умовах динамічного середовища. Розроблено ситуативно-сценарну модель управління БП для вирішення задачі формування та реорганізації оргструктури виконання робіт з урахуванням даних, отриманих у реальному часі. Запропоновано концептуальні засади створення спеціалізованої інформаційної технології інтелектуального аналізу БП. В роботі показано, що зниження ефективності існуючих систем управління складними організаційними структурами пов’язане з ізольованістю підсистем, які входять до неї. Методи побудови організаційних структур, які використовуються в даний час, не відповідають складності і динамічності навколишнього середовища. Для побудови структури управління необхідно вирішити кілька подібних завдань, що визначаються кількістю рівнів ієрархії, кількістю вершин графа цілей і робіт. При побудові організаційної структури часто необхідно оцінити та проаналізувати вже існуючу структуру управління. Для цих цілей в роботі запропоновано модель аналізу структури управління. Для адаптивних команд проекту додається умова можливості реалізації претендентом декількох функцій, тобто володіння кількома професійними компетенціями. Розроблено метод формування організаційної структури робіт для підтримки прийняття рішень в умовах динамічного середовища за рахунок реалізації ситуативно-сценарного підходу та формалізації інтелектуальних процесів прийняття рішень на основі агентної моделі, який дозволяє забезпечити адаптацію процесу до поточних даних та неконтрольованих змін зовнішнього середовища. Розроблені в роботі моделі та метод, спрямовані на аналіз та формування гнучкої організаційної структури робіт, покладено в основу інформаційної технології. Четвертий розділ присвячено удосконаленню інформаційної технології на основі багатоагентної моделі управління БП за рахунок методу відображення поточного стану ситуації у продукційній базі знань. Запропоновано прототип системи імітаційного моделювання виконання БП на базі застосування агентних технологій. Розроблено архітектуру програмної системи агентної платформи, проведено дослідження надійності розроблених компонентів. Проведено апробацію розроблених моделей, підходів та інформаційної технології в існуючі інформаційні системи сучасних підприємств. Розроблено прототип агентної платформи для реалізації моделі управління та аналізу БП на основі використання формальних методів проектування багатопоточних систем. Для реалізації прототипу агентної платформи обрано об’єктно-орієнтовану мову програмування Java, статично типізовану мову програмування Kotlin. Реалізацію прототипу програмної системи розглянуто для наступної постановки задачі. Дано два типи ролей у БП: замовник та виконавець. Кожен замовник формує множину вимог щодо завдання, яке необхідно виконати. Кожен виконавець характеризується множиною обмежень (компетентностей) щодо можливостей виконання по кожному типу завдань. Вимоги до потреб та обмеження можливостей задані системою предикатних виразів та зберігаються у замовника та виконавця відповідно. Багатоагентна система комунікації замовників та виконавців дозволяє при додаванні виконавця змінювати поточний стан та здійснювати реорганізацію структури виконання робіт за рахунок реалізації функціоналу «перемов», тобто кожний замовник має змогу «домовитись» із новим виконавцем. Відповідно, при додаванні замовника кожний виконавець має змогу «домовитись» про виконання нового завдання. Для оцінки прототипу агентної платформи запропоновано оцінити такі параметри, як обсяг виділеної оперативної пам’яті, обсяг навантаження процесора та кількість виділених потоків. Результати експериментів показують, що навіть при двох мільйонах створених агентів, використання процесора було у середньому близько 34%, а максимальне використання процесора – 65%. Це підтверджує припущення щодо ефективності реалізації архітектури багатоагентної системи на основі використання пакету розробки співпрограм Kotlin-coroutines. Зроблено висновок, що кількість агентів є головним параметром, який впливає на надійність та ефективність розробленої агентної платформи. Оскільки запропонована архітектура використовує неблокуючу структуровану багатонитковість і не використовує рефлексію виконання для синхронізації функцій вводу/виводу повідомлень та розподілу пам’яті, розроблене рішення демонструє певні переваги в контексті навантаження центрального процесору та використання пам’яті. З урахуванням технічних обмежень середовища тестування зроблено висновок, що розроблений прототип задовольняє висунутим вимогам та результати тестування є задовільними. Таким чином, інформаційна технологія інтелектуального аналізу бізнес-процесів вдосконалює та доповнює існуючий підхід до управління БП і не суперечить існуючій практиці, що свідчить про її практичну цінність та обґрунтованість використання. Проведено апробацію розроблених моделей, підходів та інформаційної технології в існуючі інформаційні системи ТОВ "ОПТІ КЛІМАТ", ТОВ Птахоцентр, ТОВ "Електронний світ". Отримані теоретичні та практичні результати використані у ХТТК НТУ "ХПІ" та впроваджено у навчальний процес на кафедрі програмної інженерії та інформаційних технологій управління НТУ "ХПІ".Документ Моделі, методи та інформаційні технології інтелектуального аналізу бізнес-процесів(Національний технічний університет "Харківський політехнічний інститут", 2021) Манєва, Росіца ІліяноваДисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – інформаційні технології. – Національний технічний університет "Харківський політехнічний інститут", Харків, 2021. У дисертаційній роботі вирішена актуальна науково-практична задача створення інформаційної технології інтелектуального аналізу бізнес-процесів в умовах неконтрольованих змін зовнішнього середовища. Проведено аналіз систем підтримки прийняття рішень при формуванні організаційної структури робіт, досліджено особливості електронного бізнесу, який характеризується розподіленою системою замовників та виконавців, які спілкуються за допомогою віртуальних каналів, що обумовлює специфіку вирішення задачі. Запропоновано комплексний підхід до аналізу бізнес-процесів на основі багатоагентної моделі. Розроблено метод формування організаційної структури робіт в умовах неконтрольованих змін зовнішнього середовища за рахунок реалізації ситуативно-сценарного підходу та формалізації інтелектуальних процесів прийняття рішень. Проведено аналіз особливостей проектування багатоагентних програмних систем. Розроблено інформаційну технологію інтелектуального аналізу бізнес-процесів за рахунок використання імітаційної багатоагентної моделі та методу відображення поточного стану ситуації у продукційній базі знань, що дозволяє забезпечити ефективність функціонування підприємства в умовах динамічного зовнішнього середовища. Розроблено прототип агентної платформи, заснованої на використанні формальних методів для проектування багатопотокових систем. Проведено апробацію розроблених моделей, підходів та інформаційної технології.Документ Методологічні основи створення інтелектуальної інформаційної технології моніторингу актуальних даних в системах управління(Національний технічний університет "Харківський політехнічний інститут", 2021) Чередніченко, Ольга ЮріївнаДисертація на здобуття наукового ступеня доктора технічних наук за спеціальністю 05.13.06 – інформаційні технології. – Національний технічний університет "Харківський політехнічний інститут" Міністерства освіти і науки України, Харків, 2021 р. Дисертація присвячена вирішенню актуальної науково-прикладної проблеми розробки методів, моделей та інформаційної технології моніторингу актуальних даних в системах управління, які на основі синергії інформації із внутрішніх та зовнішніх джерел даних дозволяють оцінити результативність управління в складних соціотехнічних системах та забезпечити повноту та достовірність даних. Проведено аналіз існуючих підходів, методів, моделей та інформаційних технологій управління в розподілених організаційних структурах та динамічних середовищах, який показав необхідність удосконалення методологічних основ моніторингу актуальних даних. Розроблено методологічні основи створення інтелектуальної інформаційної технології моніторингу актуальних даних як системи методів та моделей розв’язання комплексу задач на етапах пошуку, збору та видобування актуальних даних у розподіленому інформаційному просторі для вирішення задач управління в соціотехнічних системах. Розроблено нову концепцію управління соціотехнічними системами на основі інтеграції внутрішньої та зовнішньої інформації, що дає новий синергетичний ефект та дозволяє використовувати корисність отриманої інформації для своєчасного виконання завдань управління. Запропоновано узагальнену структуру розподіленої системи моніторингу актуальних даних та розроблено категорну модель інтелектуальної обробки фактографічних ресурсів. Розроблено комплексний підхід до онтологічного опису процесів пошуку, збору та оцінювання актуальних даних з використанням комплексу еталонних багатошарових агентних моделей, що дозволяє підвищити ефективність управління. Удосконалено концептуальну модель веб-моніторингу, що розглядає веб-простір як зовнішнє джерело даних на відміну від існуючих підходів, заснованих на аналізі офіційної статистики з внутрішніх джерел. Отримав подальший розвиток метод збору та ідентифікації інформації для підтримки прийняття рішень в умовах невизначеності за рахунок формалізації інтелектуальних процесів сприйняття інформації на основі використання апарату алгебри скінченних предикатів та комплексу еталонних моделей для збору даних із зовнішніх джерел. Запропоновано формальну архітектуру агента, яка передбачає подання функції агента на основі його ментальної моделі, заданої компаратором, що дозволяє вирішувати інтелектуальні задачі та є основою для реалізації моніторингу. Розроблено модель подання онтологічних знань на основі ідентифікації фактографічної інформації, яка дозволяє за рахунок використання інструментів алгебри скінченних предикатів і методів теорії інтелекту знизити залежність від суб’єктивізму експертних оцінок при вирішенні завдань управління. Розроблено інформаційну технологію моніторингу актуальних даних у розподіленому інформаційному просторі для виконання завдань управління шляхом використання багатоагентної архітектури, що, на відміну від існуючих, дає можливість комплексного вирішення задачі моніторингу та дозволяє обґрунтовано приймати управлінські рішення.Документ Інформаційна технологія класифікації впорядкованих масивів даних із фрактальними властивостями методами машинного навчання(Національний технічний університет "Харківський політехнічний інститут", 2021) Булах, Віталій АнатолійовичДисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – "Інформаційні технології". – Міністерство освіти і науки України національний технічний университет "Харківський політехнічний інститут", 2021. Дисертаційна робота присвячена вирішенню задачі класифікації фрактальних упорядкованих масивів даних (УМД) в різноманітних сферах людської діяльності, наприклад в медицині при діагностиці захворювань по енцефалограмам, кардіограмам; при виявленні кризових ситуацій по біржовим індексам; виявлення вторгнень в комп’ютерну мережу та інше. Метою дисертаційної роботи є підвищення точності класифікації упорядкованих масивів даних із фрактальними властивостями шляхом створення інформаційної технології класифікації методами машинного навчання. Об’єкт дослідження – процес класифікації об’єктів методами машинного навчання. Предмет дослідження – методи та моделі класифікації фрактальних упорядкованих масивів даних. Методи дослідження. При вирішенні поставлених задач у роботі використовувався математичний апарат методів машинного навчання; методи математичної статистики – для статистичного аналізу упорядкованих масивів даних, аналізу точності класифікації методами машинного навчання; методи теорії хаоса та фрактального аналізу – для обчислення фрактальних та рекурентних характеристик. Наукова новизна отриманих результатів полягає у тому, що вперше встановлено наступне: – розроблено інформаційну технологію класифікації фрактальних упорядкованих масивів даних, яка заснована на поєднанні методів дерев рішень та нейронних мереж, враховує самоподібні та мультифрактальні властивості упорядкованих даних, що дозволяє збільшити точність класифікації; – запропоновано метод оцінювання показника Херста за значеннями часового ряду, який засновано на застосуванні класифікаційних методів машинного навчання, що дозволяє суттєво зменшити довірчий інтервал оцінки; – застосовані рекурентні характеристики часових рядів, як ознаки для класифікації часових рядів на основі їхніх фрактальних властивостей методами машинного навчання, дозволили збільшити точність класифікації. Подальший розвиток отримали: – метод генерації фрактальних реалізацій на основі стохастичного мультиплікативного біноміального каскаду, який на відміну від існуючих використовує аналітичне визначення параметрів несиметричного бета-розподілу, що дозволяє генерувати упорядковані масиви даних із заданими мультифрактальними властивостями; – методи бінарної класифікації часових рядів з фрактальними властивостями, що засновані на використанні дерев прийняття рішень та нейронних мереж, які на відміну від існуючих використовують як ознаки фрактальні та рекурентні характеристики, що дозволяє збільшити точність класифікації. Практичне значення отриманих результатів полягає у тому, що в результаті виконаного дисертаційного дослідження створено комплекс методів, алгоритмів і програм, які дозволяють вирішити завдання класифікації фрактальних упорядкованих масивів даних. Усі теоретичні розробки дисертації доведені автором до конкретних методів і покладені в основу функціонування інформаційної технології класифікації впорядкованих масивів даних із фрактальними властивостями методами машинного навчання. Запропонований метод оцінювання показника Херста, який програмно реалізований, дозволяє покращити точність його оцінювання за упорядкованими даними, а саме: зменшує довірчий інтервал оцінки в декілька разів. Проведений у роботі аналіз існуючих методів класифікації упорядкованих масивів даних показав: незважаючи на те, що застосування машинного навчання в задачах аналізу фрактальних даних постійно зростає, на сьогоднішній, день не розроблено інформаційної технології, яка призначена для задач класифікації фрактальних масивів даних, зокрема часових рядів. У роботі виконано огляд існуючих методів генерування фрактальних та мультифрактальних упорядкованих масивів даних. Доведена необхідність удосконалення таких методів, та запропоновано підхід до генерації стохастичного мультиплікативного біноміального каскаду на основі вирішення задачі нелінійної оптимізації. Розв’язання цієї задачі дозволяє використовувати несиметричний бета-розподіл для генерації стохастичного мультиплікативного біноміального каскаду, що дозволило охопити широкий спектр мультифрактальних властивостей. Використання удосконаленого методу генерації стохастичного мультиплікативного біноміального каскаду дає змогу генерувати більш складні у фрактальному сенсі реалізації мультифрактального броунівського руху. Проведено чисельні експерименти класифікації різних типів упорядкованих масивів даних, які були розбиті на класи за їхніми фрактальними властивостями. Були застосовані наступні методи класифікації: дерева прийняття рішень, bagging, випадковий ліс, багатошаровий персептрон, мережі довгої короткострокової пам’яті. Дослідження показали, що діапазон мультифрактальних і самоподібних властивостей відіграє важливу роль для вибору класифікатора, і відповідно на точність класифікації. Було доведено що використання статистичних та фрактальних характеристик мультифрактальних упорядкованих масивів даних дозволяє покращиті точність класифікації УМД порівняно з використанням значень УМД як ознак при класифікації. Розглянуто рекурентні діаграми та запропоновано використання їх характеристик в якості ознак при навчанні моделей класифікації. Дослідження показали що характеристики рекурентних діаграм дають суттєвий внесок в точність класифікації, та дозволяють класифікувати УМД з монофрактальними властивостями. Розроблена інформаційна технологія класифікації УМД, котра дозволяє підібрати оптимальний метод машинного навчання для класифікації досліджуваного упорядкованого масиву даних. Запропоновано використання розробленої інформаційної технології для визначення показника Херста УМД. Експериментально доведено ефективність використання методів машинного навчання для визначення показника Херста та його довірчого інтервалу, та дозволило скоротити довірчий інтервал показника Херста для фрактальних та мультифрактальних УМД більше ніж у 2 рази. Приведено результати застосування запропонованої інформаційної технології для виявлення DDoS-атак в комп’ютерній мережі. ІТ збільшує кількість виявлених атак, що дозволяє використовувати запропоновану ІТ як додатковий фільтр при виявленні DDoS-атак. Запропоновані у роботі моделі, методи та інформаційна технологія класифікації фрактальних даних були впроваджені у діяльність підприємств різних галузей економіки: – для підприємства ПрАт «Фарлеп-Інвест» (м. Харків) впроваджено розроблену інформаційну технологію для зменшення негативного впливу кібер-атак на інформаційні системи підприємства; – для підприємства КБ «ПриватБанк» (м. Харків) впроваджено розроблену інформаційну технологію для виявлення вторгнень в інформаційні системи підприємства. Результати дисертаційного дослідження впроваджені у навчальному процесі Харківському національному університеті радіоелектроніки на кафедрі інфокомунікаційної інженерії при викладанні навчальної дисципліни "Artificial Intelligence (Штучний інтелект)".Документ Інформаційна технологія класифікації впорядкованих масивів даних із фрактальними властивостями методами машинного навчання(Національний технічний університет "Харківський політехнічний інститут", 2021) Булах, Віталій АнатолійовичДисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – інформаційні технології. – Національний технічний університет "Харківський політехнічний інститут", Харків, 2021 р. Дисертацію присвячено розробці інформаційної технології класифікації упорядкованих масивів даних (УМД), які мають фрактальні властивості, з використанням методів машинного навчання. В роботі програмно реалізовано методи генерації УМД з мультифрактальними властивостями різних типів. Здійснено чисельні експерименти, при виконанні яких проводилася класифікація різних типів упорядкованих даних, множина УМД розбивалась на класи за їхніми фрактальними властивостями. Як класифікатори застосовано ансамблеві методи дерев рішень та нейронні мережі, у якості ознак при класифікації використовувалися статистичні, фрактальні та рекурентні характеристики УМД. Дослідження показали, що діапазон мультифрактальних і самоподібних властивостей масивів даних відіграє важливе значення для вибору класифікатора і набору ознак, та, відповідно, точності класифікації. Якщо впорядковані дані характеризуються сильно вираженими мультифрактальними характеристиками, в більшості випадків достатньо використовувати значення УМД як ознаки при класифікації з використанням ансамблевих методів дерев рішень; також вони ефективно класифікуються за фрактальними характеристиками. Якщо УМД має монофрактальні властивості, то такі дані доцільно класифікувати з використанням рекурентних та фрактальних характеристик за допомогою нейронних мереж. Найбільш складним випадком є класифікація УМД, які мають слабо виражену мультифрактальність та слабку автокореляційну залежність. У цьому випадку пропонується застосувати ансамбль з використанням як окремих класифікаторів нейронних мереж та випадкового лісу, де в якості ознак використовуються фрактальні та рекурентні характеристики УМД. Розроблена технологія дозволяє використовувати її для обчислення показника Херста за часовими рядами та дозволяє зменшити довірчий інтервал оцінки показника Херста в декілька разів. Запропонована інформаційна технологія аналізує вхідний потік інформації та обирає набір характеристик класифікатора для максимізації точності класифікації УМД. Таким чином, інформаційна технологія дозволяє класифікувати дані з різними фрактальними властивостями, що дозволяє використовувати її для класифікації упорядкованих масивів даних різноманітної природи, наприклад, для виявлення DDoS-атак в інфокомунікаційних даних, уточнення діагнозу за записами електроенцефалограми та електрокардіографії, класифікації сейсмічних подій за сейсмограмами тощо.