Вісник Національного технічного університету «ХПІ». Серія: Системний аналіз, управління та інформаційні технології

Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/79885

Офіційний сайт http://samit.khpi.edu.ua/

Рецензоване наукове видання відкритого доступу, яке публікує нові наукові результати в області системного аналізу та управління складними системами, отримані на основі сучасних прикладних математичних методів і прогресивних інформаційних технологій. Публікуються роботи, пов'язані зі штучним інтелектом, аналізом великих даних, сучасними методами високопродуктивних обчислень у розподілених системах підтримки прийняття рішень.

Рік заснування: 1961. Періодичність: 2 рази на рік. ISSN: 2079-0023 (Print), ISSN: 2410-2857 (Online)

Переглянути

Фільтри

20242

Налаштування

Містить файли: ТакКлючові слова: search.filters.subject.machine learning

Результати пошуку

Зараз показуємо 1 - 2 з 2
  • Ескіз
    Документ
    Дослідження засобів штучного інтелекту для автоматизації процесу тестування програмного забезпечення
    (Національний технічний університет "Харківський політехнічний інститут", 2024) Ворочек, Ольга Григорівна; Соловей, Ілля Владиславович
    Предметом дослідження є засоби штучного інтелекту (ШІ) для автоматизації процесу тестування програмного забезпечення. Швидкий розвиток індустрії розробки програмного забезпечення останніми десятиріччями призвів до значного зростання конкуренції на ринку IT технологій і, як наслідок, жорсткіших вимог до відповідних продуктів та послуг. Автоматизація тестування за допомогою ШІ стає все більш актуальною завдяки своїй здатності вирішувати складні задачі, які раніше вимагали значних людських ресурсів. Мета роботи – дослідження можливостей використання технологій ШІ для автоматизації процесів мануального тестування, що дозволить підвищити ефективність тестування, знизити витрати та покращити якість програмного забезпечення. У статті вирішуються такі завдання: аналіз існуючих інструментів та підходів до автоматизації тестування за допомогою ШІ; розробка концептуальної моделі системи, що інтегрує ШІ у процес тестування; вивчення потенціалу ШІ для автоматизації різних аспектів тестування програмного забезпечення, таких як генерація тестових сценаріїв, виявлення дефектів, прогнозування помилок та автоматичний аналіз результатів тестування. Використовуються такі методи: теоретичний аналіз літератури та існуючих рішень у галузі автоматизації тестування, експериментальне дослідження ефективності запропонованих методів автоматизації тестування. Здобуто такі результати: представлено ідею системи, що інтегрує технології ШІ для автоматизації тестування програмного забезпечення. Виявлено, що використання ШІ дозволяє автоматизувати рутинні завдання тестування, значно знизити кількість людських помилок та покращити якість програмних продуктів та показники ефективності процесів верифікації та валідації. Висновки: Розробка та впровадження систем автоматизації тестування на основі ШІ є надзвичайно актуальними і перспективними. Використання технологій ШІ дозволяє значно підвищити ефективність тестування, знизити витрати на його проведення та покращити якість програмного забезпечення. Запропонований підхід до розробки системи автоматизації тестування на основі ШІ може бути використаний як основа для подальших досліджень та розробок у цій галузі.
  • Ескіз
    Публікація
    Development and research of software solution for business process model correctness analysis using machine learning
    (Національний технічний університет "Харківський політехнічний інститут", 2024) Kopp, Andrii Mykhailovych; Orlovskyi, Dmytro Leonidovych; Litvinova, Uliya Serhiivna
    Poorly designed business process models are a source of errors and the subsequent costs associated with these errors, such as monetary costs, lost time, or even some harmful impact on people or the environment if the erroneous business process models are associated with critical industries. The BPM (Business Process Management) lifecycle usually consists of designing, implementing, monitoring, and controlling the business process execution, but it lacks continuous quality control of the created BPMN (Business Process Model and Notation) models. Thus, this paper considers the problem of business process models classification based on their correctness, which solution will ensure quality control of the designed business process models. Thus, this study aims to improve the quality of business process models by developing a software solution for business process models classification based on their correctness. The subject of the study is the process of business process models classification based on their correctness, which uses quality measures and thresholds, usually, complexity measures. The subject of the study is a software solution for business process models classification based on their correctness. Therefore, in this study, the algorithm to solve the problem of BPMN models classification using logistic regression, interface complexity, and modularity measures is proposed, the software requirements are determined, the software development tools are selected, the software for business process models classification based on their correctness is designed, the corresponding software components are developed, the use of a software solution for solving the problem of business process models classification based on their correctness is demonstrated, the obtained results are analyzed and discussed. The developed software indicates high performance of BPMN models classification based on their correctness, achieving high accuracy (99.14 %), precision (99.88 %), recall (99.23 %), and F-score (99.56 %), highlighting the high performance of modeling errors detection.