Вісники НТУ "ХПІ"
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/2494
З 1961 р. у ХПІ видається збірник наукових праць "Вісник Харківського політехнічного інституту".
Згідно до наказу ректора № 158-1 від 07.05.2001 року "Про упорядкування видання вісника НТУ "ХПІ", збірник був перейменований у Вісник Національного Технічного Університету "ХПІ".
Вісник Національного технічного університету "Харківський політехнічний інститут" включено до переліку спеціалізованих видань ВАК України і виходить по серіях, що відображають наукові напрямки діяльності вчених університету та потенційних здобувачів вчених ступенів та звань.
Зараз налічується 30 діючих тематичних редколегій. Вісник друкує статті як співробітників НТУ "ХПІ", так і статті авторів інших наукових закладів України та зарубіжжя, які представлені у даному розділі.
Переглянути
5 результатів
Результати пошуку
Документ Реляційно-темпоральна модель набору сутностей предметної області для процесу формування рішення в інтелектуальній інформаційній системі(Національний технічний університет "Харківський політехнічний інститут", 2022) Чалий, Сергій Федорович; Лещинський, Володимир Олександрович; Лещинська, Ірина ОлександрівнаПредметом дослідження є процеси формування причинно-наслідкових зв’язків між станами сутностей предметної області у процесі функціонування інтелектуальної інформаційної системи. Дані каузальні зв’язки відображають залежності, які лежать в основі процесу отримання результату в інформаційній системі, і тому вони можуть бути використані для формування пояснень щодо цього процесу. Пояснення відображає знання щодо причин та наслідків як щодо отриманого результату в цілому, так і щодо окремих дій процесу прийняття рішення в інформаційній системі. Використання таких знань підвищує довіру користувача до отриманих від інформаційної системи рішень. Мета роботи полягає в розробці реляційно-темпоральної моделі представлення множини взаємопов’язаних сутностей предметної області, які є об’єктом формування рішення в інформаційній системі, з тим, щоб створити умови для виявлення каузальних залежностей щодо процесу формування рішення в такій системі. Для досягнення сформульованої мети вирішуються такі задачі: структуризація залежностей між сутностями предметної області у атрибутивному та темпоральному аспектах; визначення обмежень щодо процесу отримання рішення в інформаційній системі на основі статичних залежностей між сутностями; визначення темпоральних зв’язків в рамках одного класу сутностей як відображення каузальних залежностей між сутностями у процесі отримання рішення в інтелектуальній системі; побудова реляційно-темпоральної моделі взаємопов’язаних сутностей предметної області. Висновки. Виконано структуризацію статичних та динамічних залежностей між сутностями предметної області, що є об’єктом формування рішення в інформаційній системі. Визначено статичні обмеження щодо процесу формування рішення, які пов’язані із властивостями предметної області. Визначено темпоральні залежності між сутностями предметно області, які відображають причинно-наслідкові зв’язки між діями процесу з формування рішення. Запропоновано реляційно-темпоральну модель пов’язаних сутностей предметної області, що містить класи еквівалентності сутностей, статичні залежності між властивостями різних класів еквівалентності, а також темпоральні залежності між властивостями в рамках кожного класу. Модель дає можливість перевірити обмеження на процес формування рішення на основі статичних зв’язків між сутностями предметної області, а також визначити можливі послідовності зміни властивостей сутностей у часі, що створює умови для побудови каузальних залежностей, які лежать в основі процесу формування рішення. Отримані каузальні залежності є ключовим елементом пояснень щодо процесу функціонування інформаційної системи.Документ Контрфактуальна темпоральна модель причинно-наслідкових зв'язків для побудови пояснень в інтелектуальних системах(Національний технічний університет "Харківський політехнічний інститут", 2021) Чалий, Сергій Федорович; Лещинський, Володимир Олександрович; Лещинська, Ірина ОлександрівнаПредметом дослідження є процеси побудови пояснень на основі причинно-наслідкових зв'язків між станами або діями інтелектуальної системи. Пояснення представляє собою знання про послідовність причин та наслідків, які визначають процес та результат роботи інтелектуальної інформаційної системи. Мета роботи полягає в розробці контрфактуальної темпоральної моделі причинно-наслідкових зв'язків у складі пояснення процесу функціонування інтелектуальної системи з тим, щоб забезпечити виявлення каузальних залежностей на основі аналізу журналів поведінки такої системи. Для досягнення сформульованої мети вирішуються такі задачі: визначення темпоральних властивостей контрфактуального опису причинно-наслідкових зв'язків між діями або станами інтелектуальної інформаційної системи; розробка темпоральної моделі каузальних зв'язків, що враховує як факти виникнення подій в інтелектуальній системі, так і можливість виникнення подій, що не впливають на формування поточного рішення. Висновки. Виконано структуризацію темпоральних властивостей каузальних зв'язків для пар подій, які виникають послідовно в часі, або мають проміжні події. Такі зв'язки представлено альтернативними причинно-наслідковими зв'язками з використанням темпоральних операторів «Next» та «Future», що дає можливість реалізувати контрфактуальний підхід до представлення причинності. Запропоновано контрфактуальну темпоральну модель причинно-наслідкових зв'язків, яка визначає детерміновані каузальні зв'язки для пар послідовних подій та пар подій, між якими є інші події, що визначає властивість транзитивності таких залежностей і, відповідно, створює умови для опису послідовності причин та наслідків у складі пояснення в інтелектуальній системі з заданим ступенем деталізації. Модель забезпечує можливість визначення причинно-наслідкових зв'язків, між якими є проміжні події, які не впливають на кінцевий результат роботи інтелектуальної інформаційної системи.Документ Декларативно-темпоральний підхід до побудови пояснень в інтелектуальних інформаційних системах(Національний технічний університет "Харківський політехнічний інститут", 2020) Чалий, Сергій Федорович; Лещинський, Володимир Олександрович; Лещинська, Ірина ОлександрівнаПредметом дослідження є процеси побудови пояснень щодо запропонованих інтелектуальною інформаційною системою рішень. Пояснення подає в упорядкованому вигляді знання щодо результатів роботи інтелектуальної системи з урахування контексту його побудови. Мета полягає в розробці підходу до побудови опису знань для представлення пояснення, що забезпечує можливість тлумачення рішень інтелектуальної системи у онлайн-режимі, з використанням найбільш актуальних залежностей щодо стану предметної області та потреб користувача. Для досягнення поставленої мети вирішуються такі задачі: постановка узагальненої задачі формування пояснення та формулювання принципів її вирішення; визначення принципів побудови опису знань для пояснення; розробка підходу до побудови пояснення на основі інтеграції декларативного опису предметної області та темпорального опису процесу прийняття рішення. Запропоновано узагальнену постановку задачі формування пояснення у формі знаходження моделі тлумачення, що дає можливість мінімізувати неточність опису процесу отримання рішення відносно моделі процесу функціонування інтелектуальної системи в умовах обмежень на складність пояснення. Сформульовано принципи вирішення задачі побудови пояснення, які передбачають послідовне формування декларативного опису предметної області у вигляді відповідної онтології, а також опису процесу прийняття рішення в інтелектуальній системі на основі темпоральних правил, що дає можливість адаптувати пояснення на основі формального опису змін у предметній області. Запропоновано декларативно-темпоральний підхід до побудови пояснення в інтелектуальній інформаційній системі. Згідно даного підходу послідовно вирішуються задачі деталізації цілей пояснення в рамках визначеної концепції на основі використання онтології предметної області, формування пояснення з урахуванням структури інтелектуальної системи та взаємодії її складових, персоналізації пояснення у відповідності до вподобань користувача. Даний підхід дає можливість оперативно актуалізувати витлумачення, що створює умови для побудови пояснень в режимі онлайн.Документ Модель пояснення в інтелектуальній інформаційній системі на основі концепції узгодженості знань(Національний технічний університет "Харківський політехнічний інститут", 2020) Чалий, Сергій Федорович; Лещинський, Володимир Олександрович; Лещинська, Ірина ОлександрівнаПредметом дослідження є процеси побудови пояснень щодо отриманих результатів в інтелектуальних інформаційних системах. Пояснення роблять прозорим процес створення результуючої рекомендації, формують умови для створення користувачем причинно-наслідкових зв’язків між результатом виводу та поточними задачами, для вирішення яких була використана інтелектуальна система. Мета полягає в розробці моделі пояснення в інтелектуальній системі з можливістю забезпечити узгоджене з результатами роботи такої системи витлумачення з урахуванням контекстно-орієнтованих вимог щодо потреб користувачів. Для досягнення поставленої мети вирішуються задачі визначення вимог до пояснення щодо результатів роботи інформаційної системи, та розробки моделі пояснення на базі принципів узгодження знань з тим, щоб отримати рекомендації на основі відповідності фактів, гіпотез, результатів. Показано, що при узгодженні інтересів користувача та можливостей інтелектуальної системи необхідно визначити деталізацію знань з урахуванням інтервалу актуальності даних та знань, а також фінансових та технічних та інших особливостей використання отриманих результатів. Запропоновано модель пояснення в інтелектуальній системі на базі узгодження знань та даних. Модель містить множини узгоджених фактів, гіпотез та результатів. Узгодження виконується для гіпотез, які є підмножинами інших гіпотез, на основі пояснень гіпотез через факти та інші гіпотези, а також на базі відповідності між собою отриманих результатів та гіпотез. Моделі дає можливість обмежити використання неявних та неточних знань в рамках виводу лише їх узгодженою підмножиною. У практичному плані використання моделі орієнтовно на побудову пояснень згідно ступеню абстракції, рівня деталізації опису предметної області, а також з урахуванням вибраного аспекту витлумачення отриманої рекомендації. В цілому формування пояснень на основі узгодження знань підвищує довіру користувачів та створює умови для ефективного використання отриманих рекомендацій.Документ Застосування активного навчання в ситуації циклічного холодного старту рекомендаційної системи(НТУ "ХПІ", 2018) Лещинський, Володимир Олександрович; Лещинська, Ірина ОлександрівнаДосліджено проблему побудови рекомендацій для систем електронної комерції в умовах циклічного холодного старту. Дана проблема виникає при постійній зміні інтересів користувачів протягом строку використання рекомендаційної підсистеми. Існуючі підходи до формування рекомендацій в умовах холодного старту засновані на поступовому накопиченні інформації про споживача і тому не забезпечують релевантних рекомендацій у випадку циклічних змін у їх діяльності та інтересах. Для вирішення цієї проблеми пропонується враховувати аспект зміни інтересів користувачів щодо товарів та послуг в часі. Мета даної роботи полягає в уточнення принципів активного навчання для побудови рекомендацій в умовах зміни інтересів споживачів з тим, щоб забезпечити поетапне уточнення персональних рекомендацій «холодним» споживачам. Отримані результати містять у собі деталізовану задачу формування рекомендацій, та уточнені принципи активного навчання. Виділено ключову особливість циклічного холодного старту в рекомендаційній системі, що полягає в обмеженості періоду, протягом якого може бути доповнена та уточнена інформація про клієнта системи електронної комерції. Зазначена особливість обумовлює потребу у врахуванні аспекту часу при формуванні рекомендацій щодо вибору товарів та послуг. Сформульовано задачу формування рекомендацій в умовах циклічного холодного старту як задачу ітеративного доповнення та уточнення даних нового «холодного» користувача патернами найбільш розповсюджених циклів поведінки споживачів з подальшим використанням колаборативної фільтрації уточнених даних для формування рекомендацій. Доповнено принципи застосування активного навчання для умов циклічного холодного старту на основі використання типових послідовностей дій користувача у часі. Вказані принципи дозволяють коригувати вхідні дані для «холодного» користувача за допомогою евристичної стратегії, що враховує зміни у патернах поведінки споживачів. Патерни поведінки відображають циклічні зміни інтересу споживачів щодо товарів та послуг, що пропонує система електронної комерції.