Кафедри
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/35393
Переглянути
9 результатів
Результати пошуку
Публікація Нейронні мережі: від найпростіших моделей біологічних систем до систем штучного інтелекту(Національний технічний університет "Харківський політехнічний інститут", 2024) Дмитрієнко, Валерій Дмитрович; Леонов, Сергій Юрійович; Заковоротний, Олександр ЮрійовичУ посібнику викладено основи архітектур та принципи роботи, що найчастіше застосовуються при вирішенні різних завдань нейронних мереж: перцептронів, мереж Хопфілда, Хеммінга, Кохонена, адаптивної резонансної теорії, асоціативної пам'яті тощо. Текст супроводжується великою кількістю прикладів. Посібник розрахований на студентів, викладачів та фахівців у галузі обчислювальної техніки, а також наукових та практичних працівників, які займаються вирішенням завдань прогнозування, розпізнавання образів та управління.Документ Основи обчислювального інтелекту(Національний технічний університет "Харківський політехнічний інститут", 2023) Заковоротний, Олександр Юрійович; Орлова, Тетяна Олександрівна; Гриньов, Денис Валерійович; Сергієнко, Віталіна МиколаївнаНаведено теоретичні відомості про пакет MATLAB та способи побудови в ньому нечітких множин, алгоритмів нечіткого виведення й нечіткої кластеризації, нечіткого контролера, генетичних алгоритмів і нейронечітких гібридних мереж. Теоретичний матеріал підкріплений великою кількістю прикладів із використання описаних нечітких систем. Призначено для студентів денної та заочної форм навчання за спеціальністю "Комп'ютерна інженерія".Документ Основи комп'ютерної математики(Національний технічний університет "Харківський політехнічний інститут", 2023) Заковоротний, Олександр Юрійович; Орлова, Тетяна Олександрівна; Гриньов, Денис Валерійович; Сергієнко, Віталіна МиколаївнаНаведено відомості про пакет Matlab для освоєння розв’язку задач вищої математики засобами комп’ютерної техніки, оволодіння навичками графічного представлення розв’язків математичних задач, закріплення математичних знань з таких галузей, як лінійна алгебра, векторний та спектральний аналіз, диференціальне та інтегральне числення, диференціальні рівняння. Призначено для студентів денної та заочної форм навчання за спеціальністю «Комп'ютерна інженерія».Публікація Дипломне проєктування в комп'ютерній інженерії(2023) Заковоротний, Олександр Юрійович; Поворознюк, Анатолій Іванович; Подорожняк, Андрій ОлексійовичУ даному посібнику містяться відомості про вимоги щодо дипломних проєктів та дипломних робіт для першого (бакалаврського) та другого (магістерського) рівнів вищої освіти, подається цілісне уявлення про тематику, можливі теми, порядок виконання та обсяг робіт, вміст складових частин документів, що мають бути оформлені. Призначено для студентів що навчаються за спеціальністю "Комп'ютерна інженерія" усіх форм навчання.Публікація Наукові основи визначення залежностей теорії різання в алгоритмах при реалізації нейронних мереж процесів формоутворення(Національний технічний університет "Харківський політехнічний інститут", 2023) Равська, Наталія Сергіївна; Парненко, Валерія Сергіївна; Гасанов, Магомедємін Ісамагомедович; Заковоротний, Олександр Юрійович; Клочко, Олександр ОлександровичНаукові основи визначення залежностей теорії різання є складною структурною системою яка супроводжувається безліччю різних фізичних явищ. До них відносяться такі як пластичні деформації, тертя, вібрації, теплові, хімічні та ін, які визначаються, в основному верстатом, інструментом, оброблюваним матеріалом. Великою мірою ефективність процесу різання залежить від управління цим процесом. Останнім часом для управління технологічними процесами використовуються штучні нейронні мережі (ШНМ) і являють математичну модель з її програмним або апаратним втіленням. Ці моделі не що інше як залежність між досліджуваними вхідними факторами та вихідними параметрами. Вони придатні лише управління процесами в аналізованому діапазоні змінних і розкриває сутності «чорного ящика» тобто. явищ їх супроводжуючих. Створення нейронних мереж на основі явищ, що супроводжують аналізований технологічний процес, відкриває широкі можливості оптимального управління його параметрами з подальшою корекцією системи. Такий підхід значно підвищить точність управління, скоротить витрати на навчання та реалізацію управління. Створення таких ШНМ на прикладі процесу різання є актуальною проблемою та її вирішення має велике практичне значення.Публікація Проблеми відновлення функціональних властивостей експлуатації крупногабаритних зубчастих передач(Національний технічний університет "Харківський політехнічний інститут", 2023) Гасанов, Магомедємін Ісамагомедович; Пермяков, Олександр Анатолійович; Шелковий, Олександр Миколайович; Заковоротний, Олександр Юрійович; Клочко, Олександр ОлександровичНаукові основи тмеханізмів формування похибок крупногабаритних зубчастих коліс свідчить про те, що елементарні похибки систем операцій зубообробки характеризуються випадковими числовими характеристиками, які визначають величину і характер входження у відповідні комплексні складові, які, в свою чергу, взаємодіючи між собою, визначають досліджувані похибки крупногабаритних зубчастих коліс. Досліджені важконавантажениі зубчасті передачи приводи машин, при проектуванні яких висуваються жорсткі вимоги до мінімізації їх габаритів, маси і вартості. Реалізація цих жорстких вимог призводить до значного зростання удільної силовий навантаженості, а вимога максимізації продуктивності машин призводить до зростання швидкісних характеристик приводу та досліджен динамічний характер зовнішнього навантаження передач. Підвищення довговічності приводів машин є одним з найважливіших (поряд з підвищенням продуктивності і зниженням собівартості) вимог до проектування машин, яке в значній мірі забезпечується за рахунок збільшення ресурсу основних деталей приводу і, в першу чергу, за рахунок підвищення зносостійкості їх контактних поверхонь. Забезпечення високої зносостійкост зубчастих коліс, необхідно не тільки, щоб запобігти поломки через зменшення робочого перетину деталей внаслідок їх зносу, а й для зменшення впливу зносу на параметри якості машин – рівень шуму, точність позиціонування робототехнічних систем, точність виготовленої продукції.Документ Синтез систем управління нелінійних об'єктів на основі нових способів лінеаризацією геометричні методи(Донбаська державна машинобудівна академія, 2018) Дмитрієнко, Валерій Дмитрович; Заковоротний, Олександр Юрійович; Носков, Валентин Іванович; Мезенцев, Микола Вікторович; Главчев, Дмитро Максимович; Харченко, Артем ОлександровичПублікація Властивості інтервальних нечітких множин типу-2 в системах підтримки прийняття рішень(Національний технічний університет "Харківський політехнічний інститут", 2021) Заковоротний, Олександр Юрійович; Харченко, Артем ОлександровичРозглянуто визначення та методи побудови інтервальних нечітких множин типу-2 в системах нечіткого логічного виведення для задач керування складними технічними об’єктами в умовах невизначеності. Описано основні типи невизначеностей, які виникають при проектуванні систем нечіткого логічного виведення та залежать від кількості експертних оцінок. Запропоновано методи оцінки інтраневизначеності та інтерневизначеності з урахуванням різної кількості експертних оцінок на етапі визначення типів та кількості функцій належності. Визначено фактори, які впливають на параметри та властивості інтервальних нечітких множин типу-2 під час експериментальних досліджень. До таких факторів належать: кількість проведених експериментів, фактори зовнішнього середовища, технічні параметри об’єкта керування та працездатність компонентів комп’ютерної системи підтримки прийняття рішень. Досліджено властивості нижніх та верхній функцій належності інтервальних нечітких множин типу-2 на прикладі гаусової функції належності, яка є однією з найбільш використовуваних в задачах проектування систем нечіткого логічного виведення. Враховано основні особливості та відмінності у методах визначення нижніх та верхніх функцій належності інтервальних нечітких множин типу-2 для різних типів невизначеностей. Розглянуто методи опису площі невизначеності, а також залежність її розмірів від кількості експертних оцінок. Площа невизначеності характеризується нижньою та верхньою функціями належності, а її розміри впливають безпосередньо на точність отриманих розв’язків. Розроблено методи визначення інтервальних нечітких множин типу-2 за допомогою коефіцієнтів регулювання параметрів функції належності для інтраневизначеності та коефіцієнтів ваги функцій належності для інтерневизначеностей. Коефіцієнт регулювання параметрів функції може бути використаний для опису нижньої та верхньої функцій належності, визначаючи при цьому розміри площі невизначеності. Визначено складені інтервальні множини типу-2 для врахування інтерневизначеностей в задачах проєктування систем нечіткого логічного виведення.Публікація Метод побудови дидактичних систем особисто-орієнтованого навчання(Київський національний університет будівництва і архітектури, 2018) Серков, Олександр Анатолійович; Кравець, Валерій Олексійович; Касілов, Олег Вікторович; Заковоротний, Олександр Юрійович; Заволодько, Ганна ЕдвардівнаВикористання комп’ютерних навчальних систем дає змогу індивідуалізувати процес навчання для кожного учня на ґрунті інформаційних технологій. Метою роботи є керування поведінкою учня за допомогою зміни об’єктивної складності навчального матеріалу згідно із суб’єктивною складністю, яка виникає під час навчання. Задачею є розроблення та теоретичне обґрунтування методів індивідуалізованого підходу студентів для навчання професійним компетенціям шляхом створення індивідуальних траєкторій вилучення та засвоєння знань на ґрунті інформаційних технологій. Сформовано метод організації процесу навчання із використанням комп’ютерної навчальної системи, функціонування якої реалізує особисто-орієнтовану модель учня. Результати експериментального дослідження довели, що за рахунок адаптації кожен з учнів починає працювати з однаковим інтелектуальним навантаженням для різних категорій учнів. Структурування дидактичного матеріалу у вигляді графа, вершинами якого є відповідні розділи контенту, а керування переходами реалізує система контролю засвоєння матеріалу, дає змогу удосконалити процес індивідуалізації навчання.