Кафедра "Інформатика та інтелектуальна власність"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/7444

Офіційний сайт кафедри http://web.kpi.kharkov.ua/iip

Кафедра "Інформатика та інтелектуальна власність" створена 12 травня 1999 року на факультеті "Комп'ютерні та інформаційні технології".

Саме в НТУ “ХПІ” на спеціальному факультеті патентознавства Міжгалузевого інституту післядипломної освіти, у той час – підвищення кваліфікації, у 1992 році було розпочато перепідготовку спеціалістів відповідної кваліфікації, що стало початком створення національної системи підготовки кадрів для сфери інтелектуальної власності України.

Кафедра входить до складу Навчально-наукового інституту комп'ютерних наук та інформаційних технологій Національного технічного університету "Харківський політехнічний інститут".

Від 2019 року НТУ "ХПІ" та Науково-дослідний інститут інтелектуальної власності Національної академії правових наук України створтли на кафедрі "Інформатика та інтелектуальна власність" спільний Науково-освітній центр "Цифрова інтелектуальна власність".

У складі науково-педагогічного колективу кафедри працюють: 1 доктор технічних наук, 6 кандидатів технічних наук, 1 – історичних, 1 – юридичних; 1 співробітник має звання професора, 7 – доцента.

Переглянути

Фільтри

20221

Налаштування

Початкова дата: 2020DOI: search.filters.doi.doi.org/10.1109/MEES58014.2022.10005769

Результати пошуку

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    The Input Material Flow Model of the Transport Conveyor
    (Institute of Electrical and Electronics Engineers, Inc., 2022) Pihnastyi, O. M.; Sobol, Maksym
    This paper discusses the problem of forming a data set for training a neural network used to build a model of a multi-section conveyor. The analysis of the models, which are used by designing the flow parameters control system of the transport system, is given. The conditions of applying a neural network in the transport conveyer model are justified and determined. Methods for generating a data set for training a neural network are discussed. As the main approach, the use of production data obtained from functioning transport conveyors is considered. Statistically processed data can be used to build generators of stochastic processes that model the incoming material flow for the transport system. The development of these generators to form the input flow of the material of the transport system opens up the possibility of analyzing and monitoring conveyor models in various modes of its configuration. A statistical analysis of the incoming material flow of the transport system was carried out and its number characteristics were determined. The correlation function characterizing the input flow of material for the transport system is considered. The introduction of dimensionless parameters to describe the input material flow made it possible to scale the results of work for a wide class of conveyor-type transport systems.