2024 № 4 Нові рішення у сучасних технологіях
Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/84811
Переглянути
2 результатів
Результати пошуку
Документ Обробка результатів вимірювання під час випробування об'єкту на вплив прямого удару блискавки(Національний технічний університет "Харківський політехнічний інститут", 2024) Коліушко, Денис Георгійович; Руденко, Сергій Сергійович; Істомін, Олександр Євгенійович; Глєбов, Олег ЮрійовичПроаналізовано сучасний стан проблеми оцінки осцилограм під час виконання випробувань на дію імпульсних струмів та напруг, показано відсутність засобів інтерпретації, які відповідали б вимогам спеціалізованих стандартів з випробування на електромагнітну сумісність. Розроблено алгоритм програми для інтерпретації результатів випробовування технічних об'єктів на стійкість до прямого удару блискавки в частині обробки осцилограм різних компонент струму. Використання методу трапецій для чисельного інтегрування дозволило виконати реалізацію алгоритму у вигляді програмного засобу для інтерпретації осцилограм в середовищі програмування Embracadero RAD Studio XE8. Під час реалізації було враховано стандартизовані способи визначення фронту імпульсу, часу наростання та тривалості імпульсу. Крім того, програма дозволяє визначати величину заряду та інтеграл дії струму у відповідності з нормованими значеннями. Додана можливість ручного корегування інтервалу аналізу, що дозволяє відсіяти вплив інших компонент струму та "шумів". Розроблений програмний засіб знайшов практичне застосування під час верифікаційних випробувань комплексу генераторів струму штучної блискавки. Підтвердження коректності роботи програми виконано емпіричним методом.Документ Дослідження та прогнозування часових рядів із застосуванням технологій паралельних обчислень(Національний технічний університет "Харківський політехнічний інститут", 2024) Бойко, Антон Миколайович; Марусенко, Олексій Миколайович; Мєтєльов, Володимир Олександрович; Овсяніков, Владислав ВалерійовичРозглядається проблема ефективної обробки часових рядів з метою прогнозування, використовуючи технології розподілених обчислень у хмарному середовищі. Акцентовано увагу на адаптації сучасних підходів до аналізу часових рядів для роботи з великими обсягами даних та їх інтеграції з інфраструктурою хмарних обчислень. Особливий акцент зроблено на обробці ультра-довгих часових рядів, які відзначаються низьким сигнал-шум співвідношенням, складною структурою та довготривалими трендами. Проаналізовано широкий спектр методів прогнозування, включаючи класичні статистичні моделі, такі як авторегресійні інтегровані моделі з рухомим середнім, та сучасні підходи машинного навчання, зокрема нейронні мережі з довгою короткотривалою пам'яттю. Продемонстровано переваги використання паралельних обчислень у забезпеченні значного прискорення обробки великих обсягів даних. Зокрема, у роботі підтверджено ефективність запропонованого підходу з використанням хмарної інфраструктури Amazon Web Services, що дозволяє оптимізувати ресурси та підвищити точність прогнозування. Розроблено програмний пакет на основі технологій Apache Spark для аналізу часових рядів у розподілених середовищах. Отримані результати формують основу для майбутніх досліджень у напрямі створення комплексних систем аналізу часових рядів, що враховують специфіку різних галузей.