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

Фільтри

2023 - 20242

Налаштування

ORCID: search.filters.orcid.https://orcid.org/0009-0004-6409-2706

Результати пошуку

Зараз показуємо 1 - 2 з 2
  • Ескіз
    Документ
    Моделі дистанційної ідентифікації параметрів динамічних об’єктів з використанням трансформерів виявлення та оптичного потоку
    (Національний технічний університет "Харківський політехнічний інститут", 2024) Нікуліна, Олена Миколаївна; Северин, Валерій Петрович; Кондратов, Олексій Михайлович; Ольховий, Олексій Михайлович
    Задачі дистанційної ідентифікації параметрів динамічних об’єктів є важливими для різноманітних галузей, включаючи комп’ютерний зір, робототехніку, автономні транспортні засоби, системи відеоспостереження та багато інших. Традиційні методи розв’язання цих задач стикаються з проблемами недостатньої точності та ефективності визначення динамічних параметрів в умовах швидко змінюваних середовищ та складних динамічних сценаріїв. Розглядаються сучасні методи ідентифікації параметрів динамічних об’єктів з використанням технологій трансформерів виявлення та оптичного потоку. Трансформер виявлення є одним з новітніх підходів у галузі комп’ютерного зору, що використовує архітектуру трансформера для завдань детектування об’єктів. Цей трансформер інтегрує процеси виявлення об’єктів і визначення їхніх меж у єдину модель end-to-end, що значно покращує точність та швидкість обробки. Використання трансформерів дозволяє моделі ефективно обробляти інформацію з усього зображення одночасно, що сприяє кращому розпізнаванню об’єктів навіть у складних умовах. Оптичний потік є методом аналізу руху, що визначає швидкість та напрямок руху пікселів між послідовними кадрами відео. Цей метод дозволяє отримати детальну інформацію про динаміку сцени, що є критично важливим для точного відстеження та ідентифікації параметрів рухомих об’єктів. Пропонується інтеграція трансформерів виявлення та оптичного потоку для підвищення точності ідентифікації параметрів динамічних об’єктів. Комбінація цих двох методів дозволяє використовувати переваги обох підходів: високу точність детектування об’єктів та детальну інформацію про їхній рух. Проведені експерименти показують, що запропонована модель значно перевершує традиційні методи як у точності визначення параметрів об’єктів, так і у швидкості обробки даних. Ключові результати дослідження свідчать про те, що інтеграція трансформерів виявлення та оптичного потоку забезпечує надійне і швидке визначення параметрів рухомих об’єктів у реальному часі, що може бути застосовано у різних практичних сценаріях. Проведені дослідження також показали потенціал для подальшого вдосконалення методів обробки даних та їхнього застосування у складних динамічних середовищах. Отримані результати відкривають нові перспективи для розробки інтелектуальних систем моніторингу та керування, що здатні адаптуватися до швидкозмінних умов навколишнього середовища, підвищуючи ефективність та безпеку їхньої роботи.
  • Ескіз
    Публікація
    Blockchain platform selection and software development for decentralized exchange of business process models
    (Національний технічний університет "Харківський політехнічний інститут", 2023) Kopp, Andrii Mykhailovych; Orlovskyi, Dmytro Leonidovych; Olkhovyi, Oleksii Mykhailovych
    Modern organizations employing the Business Process Management (BPM) approach typically handle collections of hundreds or even thousands of business process models. Business process modeling stands as the central technology within the entire BPM methodology. In line with the BPM lifecycle, these models visually represent current organizational activities that necessitate improvement using various diagramming notations. These graphical business process models can subsequently be employed to analyze ongoing activities in the enterprise, identifying potential drawbacks or "weak spots" that hinder the company’s performance. Through business process models, organizations can modify the "virtual twins" of their organizational workflows, conduct simulations, and make informed decisions for business process improvement. Thus, business process models constitute the most valuable assets of the organization, conveying knowledge about ongoing activities and potentially encapsulating the best organizational or industry practices. The implementation of a centralized database for business process models can significantly benefit the entire organization, enhancing the efficiency of knowledge sharing and accumulation. However, centralized business process model repositories prove less efficient for inter-organizational knowledge exchange. Additionally, most business process models require significant person-hours for development and cannot be shared freely with competitors. The exchange of business process models should adhere to established mechanisms for managing valuable digital assets. Presently, Distributed Ledger Technologies (DLT), especially Blockchain, have gained enormous popularity. Therefore, we can employ the principles of Blockchain technology and the cryptocurrency industry to create software for the Decentralized Exchange (DEX) of business process models. This study explores the selection of a DLT platform and the development of software for the decentralized exchange of business process models, utilizing asset tokenization and smart contract technologies.