Scientific Bulletin of UNFU (Ukrainian National Forestry University)
Not a member yet
2661 research outputs found
Sort by
Історичні та сучасні особливості розвитку й класифікації декоративних городів
No full textThe concept of a decorative vegetable garden as an element of landscaping and part of the urban landscape is considered. The main historical stages of the evolution of an ornamental vegetable garden and the prospects for their modern design are clarified. A transformation of the perception of ornamental vegetable gardens by society has been established – from the element of owner status to the element of landscaping. The structure of harmonious compositions, the location, and the intended purpose of ornamental vegetable gardens in different historical periods are described. The wide variety of ornamental vegetable gardens allows them to be actively used in urban landscaping, public spaces, and private households. The creation of such objects involves combining natural, environmentally friendly materials with modern approaches, methods, and technologies. A classification of ornamental vegetable garden types is proposed, based on the criteria of type, shape, arrangement of beds, and materials used for their creation. The proposed classification allows choosing options of different aspects of the use and purpose of ornamental vegetation gardens, as well as their combination. The skillful combination of utilitarian and decorative directions of use of ornamental gardens allows to create landscape areas, which, in addition to an attractive appearance, are able to meet human needs for fresh vegetable products and environmental protection. The possibility of expanding the functional purpose of ornamental vegetable garden from the point of view of their environmental friendliness, therapeutic properties, interactivity and other aspects is shown. The main advantages of creating ornamental vegetable gardens are substantiated: increased efficiency in urban space utilisation, possibility of planting on plots with infertile soil, easier plant care in artificial structures, and potential for automating the regulation of substrate temperature, soil moisture, lighting, and soil fertilisation. The rational arrangement and planning of ornamental vegetable garden elements facilitates maintenance under unfavourable weather conditions and protects plants from frost.Розглянуто поняття декоративного городу як елемента озеленення території та частини урбаністичного ландшафту. З'ясовано основні історичні етапи еволюції декоративних городів та перспективи сучасного їх проєктування. Встановлено трансформацію зміни сприйняття декоративних городів суспільством – від елемента статусу власника до елемента озеленення території. Описано структуру гармонійних композицій, розташування та цільове призначення декоративних городів у різні історичні періоди. Широке різноманіття варіантів декоративних городів дає змогу активно використовувати їх у міському озелененні, громадських просторах та домашньому господарстві. Розроблення таких об'єктів передбачає поєднання природних екологічно чистих матеріалів, сучасних підходів, методів і технологій. Запропоновано класифікацію декоративних городів за критеріями виду, форми, розміщення грядок, матеріалів для розроблення, яка дає змогу обирати варіанти різних за метою та призначенням особливостей використання декоративних городів. Відзначено, що вміле поєднання утилітарного та декоративного напрямів використання декоративних городів дає змогу створювати ландшафтні ділянки, які, окрім привабливого вигляду, здатні забезпечувати потреби людини у свіжій овочевій продукції й охорону довкілля. Показано можливість розширення функціонального призначення декоративних городів з погляду їх екологічності, терапевтичності, інтерактивності та інших особливостей. Обґрунтовано основні переваги створення декоративних городів: підвищення ефективності використання міського простору, можливість розміщення на ділянці із неродючим ґрунтом, полегшення догляду за рослинами в умовах штучних конструкцій, можливість автоматизації процесів регулювання температури й зволоженості субстрату, освітленості та підживлення рослин. Показано, що раціональне розташування й планування елементів декоративного городу полегшує його обслуговування за несприятливих погодних умов та захист рослин від заморозків
Матеріально-структурні та кольорові особливості огорож приватної забудови міста Житомира
No full textIt has been established that fences in private residential areas make a significant contribution to the morphology of Zhytomyrs street environment, determining its visual permeability, aesthetic integrity, and perceived safety. The empirical basis of the study was formed through the survey of 31.75 km of the street network during the spring-summer season of 2025 using high-resolution 3D video recording, followed by material decoding. A total of 1,988 fences were analyzed with identification of materials, color solutions, height, and technical condition. The results revealed that over 99 % of construction materials are locally sourced. Three dominant material groups were identified: mineral (≈46 %), metal (≈36 %), and wood (≈17 %). It was found that 75 % of fences are monomaterial, whereas 25 % consist of combinations of 2-4 materials, with more pronounced polymateriality in areas of low traffic intensity. Regularities in the use of profiled metal were characterized, accounting for approximately 25 % of all fences. The color palette of such fences is limited to eight shades, dominated by brown, dark green, and maroon. The influence of traffic intensity on color diversity was assessed: in streets and lanes with low traffic, color variability was 20-30 % higher, correlating with greater local flexibility of architectural solutions. Material-dependent differences in technical condition were identified: the highest durability scores were recorded for stone (4.9), metal (4.7), and brick (4.5) fences; intermediate values were noted for concrete (4.0), while wooden fences demonstrated the lowest durability (2.6), reflecting their sensitivity to atmospheric exposure in the absence of protective coatings. The height structure of fences was found to be relatively stable across street classes: wooden fences are predominantly 1.2-1.3 m, metal, concrete, and wrought fences 1.5-2.0 m, while brick and stone structures generally exceed 2.0 m. Overall, the findings confirm the need for the development of local regulations on minimum transparency, color harmonization, and maintenance standards for fence structures. A promising direction for future research is the application of computer vision methods for automated monitoring of the material and color structure of urban fences.Встановлено, що огорожі приватної забудови формують значний внесок у морфологію вуличного середовища Житомира, визначаючи його візуальну проникність, естетичну цілісність та рівень безпеки. Емпіричну базу дослідження сформовано шляхом обстеження 31,75 км вуличної мережі у весняно-літній період 2025 р. із застосуванням 3D-відеознімання високої роздільності та подальшого дешифрування матеріалів, у межах якого охоплено 1988 парканів з ідентифікацією матеріалів, кольорових рішень, висоти та технічного стану. Виявлено, що понад 99 % будівельних матеріалів мають локальне походження. Встановлено домінування трьох груп матеріалів: мінеральних (≈46 %), металевих (≈36 %) та деревини (≈17 %). З'ясовано, що 75 % огорож є мономатеріальними, тоді як 25 % характерне поєднання двох-чотирьох типів матеріалів, із більш вираженою поліматеріальністю у зонах низького транспортного навантаження. Охарактеризовано закономірності використання профільованого металу, який становить 25 % від загальної кількості огорож. Палітра парканів цього типу обмежується вісьмома відтінками з домінуванням коричневого, темно-зеленого та гранатового кольорів. Оцінено вплив транспортної інтенсивності на колористичну структуру: у провулках та на вулицях з низьким трафіком варіативність кольорів на 20–30 % вища, що корелює з локальною гнучкістю архітектурних рішень. Виявлено матеріалозалежні відмінності технічного стану: найвищі показники довговічності притаманні кам'яним (4,9 бала), металевим (4,7 бала) та цегляним (4,5 бала) огорожам; середні значення зафіксовано для бетонних конструкцій (4,0 бала), тоді як найнижчі – для дерев'яних (2,6 бала), що пов'язано з високою чутливістю деревини до атмосферних впливів за відсутності належного захисту. Встановлено, що висотна структура огорож є відносно стабільною між класами вулиць: дерев'яні паркани переважно мають висоту 1,2-1,3 м, металеві, бетонні та ковані – 1,5-2,0 м, а цегляні та кам'яні конструкції здебільшого перевищують 2,0 м. Узагальнено, що результати дослідження підтверджують потребу у розробленні локальних нормативів прозорості, колористичної гармонізації та регламентів технічного обслуговування, перспективним напрямом подальших досліджень визначено застосування машинно-зорових методів для автоматизованого моніторингу матеріально-колористичної структури огорож міського середовища
Прогнозування вартості дронів методами машинного навчання їхніх моделей
No full textThe application of machine learning methods for classifying unmanned aerial vehicles and estimating their value based on identified components has been investigated. It has been found that a three-level image processing architecture, which sequentially applies heterogeneous machine learning models, provides an effective solution to the complex task of estimating the value of drones. It was found that the modular structure of the method allows each processing level to be improved independently without affecting the functioning of other system components, which opens up opportunities for scaling and integrating new algorithms in the future. A combination of machine learning models of different architectures is proposed: convolutional neural networks based on the ResNet architecture for classifying drone types in the ML.NET framework, the modern YOLO11 architecture for segmenting nine types of FPV drone components, and an ensemble Random Forest model with 200 trees and a maximum depth of 10 for regression cost prediction. A dataset of 740 annotated images of four types of drones (MultiRotor, FixedWing, SingleRotor, NotDrone) was selected and prepared for training the classification model, a specialized dataset of 114 images was created for training the detection model, and a synthetic set of 500 samples was generated for training the regression model based on real market prices of components from the Ukrainian marketplace. An integrated sequential processing system has been built, where the first level filters relevant images and weeds out 42 % of non-target objects of the NotDrone class, the second level performs detailed segmentation of FPV drone technical components with identification of the frame, motors, flight controller, camera, battery, speed controllers, and propellers, and the third level predicts the cost based on the number and types of identified components, taking into account their market value. The hyperparameters of the models were optimized and validated on independent test datasets. It was found that the proposed three-level method provides micro-accuracy of 89.1 % and macro-accuracy of 82.7 %, average component detection accuracy mAP@50 = 65 % at a threshold value of IoU = 0.5 with precision = 90 % and recall = 65 %, as well as a coefficient of determination R² = 0.7704 for cost prediction with an average absolute error of $26.68 (7-9 % of the average cost).Досліджено особливості застосування методів машинного навчання моделей для класифікації безпілотних літальних апаратів та визначення їх вартості на підставі виявлених компонент. З'ясовано, що трирівнева архітектура оброблення зображень, яка послідовно застосовує різнорідні моделі машинного навчання, забезпечує ефективне вирішення комплексного завдання прогнозування вартості дронів. Виявлено, що модульна структура методу визначення їхньої вартості дає змогу незалежно вдосконалювати кожен рівень оброблення зображень безпілотників без впливу на функціонування інших компонент системи, що відкриває можливості для масштабування та інтеграції нових алгоритмів у систему візуального оброблення зображень дронів. Запропоновано поєднання моделей машинного навчання різних архітектур: згорткових нейронних мереж на підставі архітектури ResNet для класифікації типів дронів у фреймворку ML.NET, сучасної архітектури YOLO11 для сегментації дев'яти типів компонент FPV-дронів та ансамблевої моделі Random Forest з 200 деревами та максимальною глибиною 10 для регресійного прогнозування вартості. Вибрано та підготовлено набір даних із 740 анотованими зображеннями безпілотників чотирьох типів (MultiRotor, FixedWing, SingleRotor, NotDrone) задля навчання класифікаційної моделі, підготовлено спеціалізований набір даних із 114 зображень для тренування ідентифікаційної моделі та згенеровано синтетичний набір із 500 зразків для навчання регресійної моделі на підставі реальних ринкових цін компонент з українського маркетплейсу. Побудовано інтегровану систему послідовного оброблення зображень дронів, де перший рівень виконує фільтрацію релевантних зображень та відсіває 42 % нецільових об'єктів класу NotDrone, другий рівень здійснює детальну сегментацію технічних компонент FPV-дронів з ідентифікацією рами, двигунів, польотного контролера, камери, батареї, регуляторів швидкості та пропелерів, а третій рівень прогнозує вартість БПЛА на підставі кількості та типів ідентифікованих складових з урахуванням їхньої потенційної вартості без штучної націнки. Здійснено підбір оптимальних гіперпараметрів моделей методом Grid Search та проведено їх валідацію на незалежних тестових наборах даних. Встановлено, що запропонований трирівневий метод оброблення зображень дронів забезпечує мікроточність (micro-accuracy) їх класифікації 89,1 % та макроточність (macro-accuracy) 82,7 %, середню точність розпізнавання компонент (mAP@50) = 65 % за порогового значення перетину об'єктів (IoU) = 0,5 з точністю (precision) = 90 % та повнотою (recall) = 65 %, а також коефіцієнт детермінації (R²) = 0,7704 для прогнозування вартості із середньою абсолютною похибкою 26,68 доларів (7-9 % від середньої вартості)
Система виявлення дефектів на друкованих платах з використанням моделі підсилення уваги до пошкоджень
No full textA detailed analysis of modern methods and current systems for automatic detection of defects on printed circuit board (PCB) has been performed. Limitations of traditional image processing algorithms were identified, which reduce their effectiveness under complex conditions such as noise, low illumination, or small defects, that are difficult to defect with classical approaches defect detection on printed circuit board. A model was developed that employs the Defect Attention Augmentation Model (DAAM) in combination with deep convolutional neural networks to improve the accuracy of defect localization based on mask and difference image analysis (an image generated by computing the pixel-wise difference between two images in order to highlight changes or detect defects), enabling the detection of even minor defects. The U-Net architecture was used as it provides better extraction of important image regions compared to classic models. The PCB defect detection system was implemented using the PyTorch framework, which allows for the development and training of neural networks. A function for creating difference images was implemented to improve the accuracy of defect detection on printed circuit boards. The difference image creation function enables the identification of changes and anomalies on the PCB surface. Preprocessing of both images was carried out using Gaussian smoothing, which reduces noise in the images. Initial data included defect masks of various classes (missing hole, mouse bite, open circuit, short, spur). Images were pre-annotated and divided by class, and annotation maps were generated for model training. The model was trained over 10 epochs using CrossEntropyLoss function. The results showed an accuracy of 97 % on the test data for most defect classes, while a slight decrease in accuracy (down to 93 %) was observed for defects with complex shapes or minimal sizes (≤1000 µm), indicating the need for further model improvement or an increase in the training dataset. The PCB defect detection system can be applied in PCB manufacturing for quality control and in other electronics-related industries. This would enhance the quality of PCB production, reduce defective products, and optimize manufacturing processes. The system can also be valuable in research and development goals of creating new quality control technologies.Виконано детальний аналіз актуальних методів автоматичного виявлення дефектів на друкованих платах PCB (англ. Printed Circuit Board). Виявлено недоліки у традиційних методах оброблення зображень, які обмежують ефективність їхнього застосування за складних виробничих умов, таких як обмежена освітленість або дрібні дефекти, які важко ідентифікувати класичними підходами до виявлення пошкоджень на PCB. Запропоновано методику виявлення дефектів, яка використовує модель підсилення уваги до пошкоджень DAAM (англ. Defect Attention Augmentation Model) у поєднанні з глибинними згортковими нейронними мережами CNN (англ. Convolutional Neural Network) для підвищення точності їх локалізації на підставі аналізу масок і різницевих зображень, які утворені внаслідок обчислення різниці між двома зображеннями для виявлення змін або дефектів, що дає змогу виділити навіть дрібні пошкодження. Використано U-Net-архітектуру моделі, оскільки вона забезпечує краще виділення важливих фрагментів зображення порівняно з класичними моделями. Виконано реалізацію системи виявлення пошкоджень на друкованих платах за допомогою фреймворку PyTorch, який дає змогу розробити та навчити нейронну мережу. Реалізовано функцію створення різницевого зображення для підвищення точності виявлення дефектів на друкованих платах. Функція створення різницевого зображення дає змогу виділити зміни та аномалії на поверхні PCB. Здійснено попереднє оброблення обох зображень за допомогою Гаусового згладжування, що дає змогу зменшити шум на зображеннях. Застосовано як початкові дані маски дефектів різних класів (missing hole, mouse bite, open circuit, short, spur). Виконано попередню розмітку зображень та їх розподіл за класами, сформовано карту розміток для навчання моделі. Проведено навчання моделі у 10 епохах із використанням функції втрат CrossEntropyLoss. Отримано результати, які показали досягнення точності 97 % на тестових даних для більшості класів дефектів, водночас відзначено незначне зниження точності (до 93 %) у випадках, коли дефекти мають складну форму або мінімальні розміри (£1000 мкм). Все це потребує подальшого вдосконалення моделі виявлення пошкоджень на друкованих платах або збільшення обсягу даних для її навчання. Систему виявлення пошкоджень на PCB можна застосовувати під час виготовлення друкованих плат для контролю їх якості та в інших галузях, дотичних до електроніки. Це дасть змогу підвищити ефективність виготовлення друкованих плат, зменшити кількість їхнього браку та оптимізувати виробничі процеси. Також система може бути корисною в науково-дослідних цілях для створення нових технологій контролю якості виготовлення продукції
Математичне моделювання розвитку полів напружень у висушуваних пиломатеріалах
No full textSolving the complex problem of identifying the stress state of wood during drying requires the development of a mathematical apparatus adapted to the characteristics of existing technical means of measurement and control. It has been established that most authors of published scientific studies on this topic do not consider the practical application of the physical and mathematical models they describe. At the same time, the proposed analytical dependencies make it possible to approximately estimate the distribution and establish some interrelationships between the main parameters describing the stress-strain state of dried wood for samples with known rheological characteristics, which limits their use to theoretical forecasting only. It has been found that regression models developed for analyzing the strength characteristics of a given wood species under certain specified temperature and humidity conditions are not very suitable for estimating the development of stress fields in dried lumber. Based on an analysis of recent publications, which consider a wide variety of analytical equations and numerical experiments, it has been established that it is advisable to use a one-dimensional model to describe the mechanisms of moisture and residual stress formation during wood drying. A generalized physical and mathematical model of the development of stress fields in dried lumber for the period of regular mode has been constructed. Some discrepancies have been found between the results calculated using models based on criterion equations and the data obtained as a result of long-term experimental studies. A method for modifying synthesized analytical dependencies by using criterion function ratios has been proposed, which will make it possible to establish the nature of the development of stress fields in dried sawn timber over time and, to some extent, compensate for modeling errors for long-term studies. A new method has been developed for applying elements of the theory of branched chain fractions to convert moisture stress ratios, which may subsequently provide a mathematical basis for implementing means of controlling the stress state of wood in the process of managing its drying.Розв'язування складної задачі ідентифікації напруженого стану деревини у процесі сушіння потребує розроблення математичного апарату, адаптованого до особливостей наявних технічних засобів вимірювання і контролю. Встановлено, що більшість авторів опублікованих наукових досліджень із цієї тематики не розглядають питання практичного застосування описаних ними фізико-математичних моделей. Водночас пропоновані аналітичні залежності дають змогу приблизно оцінити розподіл та встановити деякі взаємозв'язки основних параметрів, які описують напружено-деформівний стан висушуваної деревини, для зразків із відомими реологічними характеристиками, що обмежує їх використання тільки теоретичним прогнозуванням. З'ясовано, що регресійні моделі, розроблені для аналізу міцнісних характеристик заданої породи деревини за певних визначених температурно-вологісних умов, мало придатні для оцінювання розвитку полів напружень у висушуваних пиломатеріалах. На підставі аналізу сучасних публікацій, в яких розглядають широке різноманіття аналітичних рівнянь і числових експериментів, з'ясовано доцільність застосування одномірної моделі для опису механізмів виникнення вологісних і залишкових напружень у процесі сушіння деревини. Побудовано узагальнену фізико-математичну модель розвитку полів напружень у висушуваних пиломатеріалах для періоду регулярного режиму. Встановлено деяку невідповідність результатів, обчислених за допомогою моделей на підставі критеріальних рівнянь, та даних, отриманих внаслідок тривалих експериментальних досліджень. Запропоновано спосіб модифікації синтезованих аналітичних залежностей шляхом використання відношень критеріальних функцій, що дасть змогу встановити характер розвитку полів напружень у висушуваних пиломатеріалах з плином часу та деякою мірою компенсувати похибки моделювання для тривалих досліджень. Розроблено нову методику застосування елементів теорії гіллястих ланцюгових дробів для перетворення відношень вологісних напружень, що в подальшому може забезпечити математичне підґрунтя для імплементації засобів контролю напруженого стану деревини у процес керування її сушінням
Метод автоматизованого генерування PFD-діаграм для проєктування IoT-систем на базі мережі Sigfox
Full text linkNew approaches to automating the design process of information systems based on Internet of Things (IoT) technologies have been proposed, taking into account the specifics of energy-efficient networks such as Sigfox. It has been established that effectively considering the constraints of such networks requires the development of specialized methods for designing technological diagrams. It has been found that the use of Large Language Models (LLMs) enables a sufficient level of automation in the generation of Process Flow Diagrams (PFDs) based on user-provided textual descriptions. A method of contextual analysis is described, allowing the extraction of key IoT system components, inter-component relationships, and data flows from textual information. The transition from traditional manual modeling to intelligent diagram synthesis using LLMs is substantiated, which significantly reduces the time required for IoT system development and improves the accuracy of the results. A three-stage method has been developed, which includes: linguistic analysis and structuring of the system description, code generation procedure with optimization of data flows under LPWAN network constraints, and automated visualization of data flows in the form of PFD diagrams. The impact of pre-adapting the LLM to the technical context of Sigfox networks on the accuracy of component generation and the relevance of design decisions has been evaluated, particularly in cases where data transmission frequency needs to be reduced through aggregation or buffering. Six levels of a systems approach are described, in particular, architectural, component interaction, data processing, device lifecycle, communication protocols, and cloud integration levels, which are implemented within the proposed methodology. The effectiveness of the approach is assessed in the context of designing IoT systems with strict resource constraints, where traditional tools fail to provide an adequate level of data flow optimization. The results demonstrate the potential of intelligent automation in IoT, paving the way for workflow optimization. Future research is expected to focus on enhancing the method through adaptation to other LPWAN technologies and extending the capabilities of LLMs for more complex use scenarios.Запропоновано нові підходи до автоматизації процесу проєктування інформаційних систем на підставі технологій Інтернету речей (IoT) з урахуванням специфіки енергоефективних мереж типу Sigfox. Встановлено, що ефективне врахування обмежень таких мереж потребує розроблення спеціалізованих методів розроблення технологічних схем. З'ясовано, що застосування великих мовних моделей LLM (англ. Large Language Model) дає змогу забезпечити належний рівень автоматизації процесів побудови PFD-діаграм (англ. Process Flow Diagrams) на підставі текстових описів, які вводить користувач. Охарактеризовано метод контекстного аналізу, який дає змогу виділяти ключові компоненти IoT-системи, міжкомпонентні зв'язки та потоки даних із текстової інформації. Обґрунтовано доцільність переходу від традиційного ручного моделювання до інтелектуального синтезу схем за допомогою моделей LLM, що істотно скорочує тривалість розроблення IoT-систем та підвищує точність отриманих результатів. Розроблено метод автоматизованого генерування PFD-діаграм, що містить: лінгвістичний аналіз і структурування опису системи, процедуру генерування коду з оптимізацією потоків даних під обмеження LPWAN-мереж, автоматизовану візуалізацію потоків даних у вигляді PFD-діаграми. Оцінено вплив попередньої адаптації моделі LLM до технічного контексту мережі Sigfox на точність генерування її компонент і релевантність проєктних рішень, зокрема у випадках, коли потрібно зменшити частоту передавання даних способом їх агрегації або буферизації. Описано шість рівнів системного підходу (архітектурний, рівень взаємодії компонент, рівень оброблення даних, життєвого циклу пристроїв, протоколів передачі, рівень інтеграції із хмарними сервісами), які реалізовано в межах запропонованої методики. Оцінено ефективність підходу в контексті розроблення IoT-систем із жорсткими ресурсними обмеженнями, де традиційні інструменти не забезпечують належного рівня оптимізації потоків даних. Отримані результати демонструють потенціал інтелектуальної автоматизації в IoT, відкриваючи шлях до оптимізації робочих процесів. Перспективи досліджень передбачають удосконалення методу автоматизованого генерування PFD-діаграм способом адаптації до інших LPWAN-технологій і розширення функціональності моделей LLM для складніших сценаріїв використання
Моделі якості досвіду користувача в комп'ютерних інформаційних системах
No full textThis paper introduces a unified, scalable, and context-aware framework for evaluating user experience quality (QuE) in computer information systems by proposing the Enhanced Perceived Quality of User Experience (EPQuE) metric. Unlike traditional Quality of Service (QoS) or subjective Quality of Experience (QoE) models alone, EPQuE integrates technical and perceptual factors through an adaptive algorithmic pipeline. The model incorporates three synergistic components: a Fuzzy Inference System (FIS) to interpret imprecise or ambiguous user feedback; Multi-Criteria Decision Analysis (MCDA), used to normalize and prioritize heterogeneous parameters in real time; a regression-based machine learning model for dynamic adjustment of input weights based on contextual variations. The methodology was validated in a real-world teledentistry scenario, involving remote consultations with elderly patients, where it achieved a 91 % accuracy rate in identifying high-risk sessions – outperforming baseline QoS- or QoE-only models by 34 %. Consequently, EPQuE enables intelligent service monitoring and real-time personalization by linking engineering-level metrics such as bandwidth, latency, and packet loss with perceptual indicators like emotional comfort and user engagement. Furthermore, the model was successfully tested in additional use cases, including augmented reality applications and smart home environments, demonstrating its flexibility and scalability. The benefits of this study include the development of a robust computational pipeline capable of bridging the gap between human-centered assessments and objective technical indicators, supporting proactive service adaptation, and enabling data-driven decisions in dynamic digital ecosystems. As a result, the EPQuE framework lays the foundation for future research in adaptive quality assessment, intelligent resource optimization, and the design of next-generation user-centric service infrastructures.Запропоновано вдосконалений підхід до оцінювання якості досвіду користувача (QuE) у комп'ютерних інформаційних системах, що враховує як об'єктивні технічні характеристики, так і суб'єктивні враження користувачів. Основою цього підходу є розроблена композитна метрика EPQuE (англ. Enhanced Perceived Quality of User Experience), яка поєднує принципи інтелектуального аналізу даних, нечіткої логіки та машинного навчання. Модель складається з трьох функціональних модулів: система нечіткої логіки FIS (англ. Fuzzy Inference System), що забезпечує інтерпретацію неструктурованих або неоднозначних оцінок користувачів; методи багатокритеріального прийняття рішень MCDA (англ. Multi-Criteria Decision Analysis) для нормалізації та ранжування різнорідних показників у реальному часі; регресійна модель машинного навчання, яка динамічно адаптує ваги параметрів залежно від контексту використання системи. Запропонований підхід апробовано на прикладі телестоматологічних дистанційних консультацій із залученням літніх пацієнтів, де особливого значення набувають такі чинники, як комфорт взаємодії, емоційне сприйняття та технічна стабільність з'єднання. Результати показали, що модель EPQuE забезпечує точність 91 % у виявленні ризикових сеансів зв'язку, що на 34 % перевищує результати моделей, побудованих виключно на базі QoS (англ. Quality of Service – якість обслуговування) або QoE (англ. Quality of Experience – якість користувацького досвіду). Завдяки можливості поєднання мережевих параметрів (пропускна здатність, затримка, втрати пакетів) із суб'єктивними індикаторами (емоційна залученість, впевненість користувача, зручність спілкування), EPQuE сприяє оперативному моніторингу якості сервісу та реалізації персоналізованих адаптивних стратегій обслуговування. Окрім цього, модель успішно протестовано у сферах доповненої реальності, інтелектуальних середовищ (smart home) та цифрової медицини, що засвідчило її масштабованість, контекстну адаптивність і практичну цінність у динамічних цифрових екосистемах. Загалом, EPQuE закладає методологічне підґрунтя для розроблення інтелектуальних систем керування якістю, орієнтованих на потреби безпосереднього користувача, які здатні прогнозувати ризики, автоматично адаптувати ресурси та забезпечувати стабільну якість досвіду за умов цифрової трансформації
Напівавтоматичне розмежування низькопорядкових водозборів як об'єктів відновлення природи в умовах антропогенних змін
No full textA method of semi-automatic delineation of low-order catchments is proposed and tested, which can be useful in identifying areas for nature restoration at the community level. The method makes it possible to delineate catchments of the lowest hierarchical levels, starting with small streams that are subject to anthropogenic impacts, including agricultural activities and engineered hydrogeomorphic changes. The study successfully integrated natural and artificial watercourses, including roadside and reclamation channels, channelized sections of streams, and ephemeral streams, into a 30-meter resolution digital elevation model (DEM) based on QSWAT+ models. To improve the accuracy of the delineation, we used reference vector layers of the stream network created by interpreting high-resolution images in Google Earth Pro and field verification of the most distant elements and their connection to the main channel. The delineation procedure with the activation of the "Burn in existing stream network" tool was tested in three low-order catchments: the Mlynivka Stebnytsia River (right tributary of the Bystrytsia Solotvynska River) and the Chereshenka River (left tributary of the Bystrytsia Solotvynska River), whose catchments are located in the suburban area of Ivano-Frankivsk, and the Berestok River, a right tributary of the Dniester River within the Horodenka urban territorial community, which forms runoff in the agricultural landscape on the sloping lands of the surrounding villages. The results show that complex DEM processing using built-in filters, smoothing and depression filling functions in QGIS and SAGA GIS, as well as repeated B-spline interpolation on complex or distorted areas, contribute to the effective integration of natural and artificial stream networks into the prepared medium-resolution DEM in QSWAT+. This ensures fast and reliable delineation of catchment boundaries, despite the existing anthropogenic hydrogeomorphic changes and artificial flow redistribution. The effectiveness of the method, which is realized through the demonstrated algorithm, confirms the possibility of implementing the concept of targeted delineation of low-order catchments as integral objects of nature restoration. This can become an important practical tool for implementing ecosystem restoration policies at the level of territorial communities in Ukraine, which is consistent with the objectives of the EU Nature Restoration Regulation. Using a catchment approach with a focus on small watercourses and their catchments can provide a comprehensive and practical method for identifying and restoring the most vulnerable and sensitive ecosystems. By identifying and restoring low-order catchments to their natural state in communities, we hope to further enhance natural regeneration processes, stabilize and maintain favourable chemical, biological, and climatic conditions, maintain hydrological balance, and strengthen ecosystem connectivity and biodiversity at the regional and national levels.Налаштовано і випробувано метод напівавтоматичного розмежування водозборів водотоків найнижчих ієрархічних рівнів в інтервалі площ 10-80 км2, що перебувають під антропогенним впливом, впливом сільського господарства, інженерних гідрогеоморфологічних змін. Здійснено вдалу спробу інтеграції природних та штучних потоків і каналів (придорожні, меліоративні канали, спрямлені відводи русел) з постійним та ефемерним режимами стоку в підготовлену цифрову модель висоти DEM (англ. Digital Elevation Model) роздільної здатності 30 м із застосуванням інструменту QSWAT+ (англ. QGIS Soil and Water Assessment Tool Plus), що є удосконаленою версією SWAT (інструменту для оцінювання ґрунту та води). Для цього використовували еталонні векторні шари потокової мережі, створені на підставі знімків високого масштабування із застосуванням програмного забезпечення для перегляду, аналізу та оброблення супутникових знімків і геопросторових даних Google Планета Земля Про (англ. Google Earth Pro), та за результатами польової перевірки найбільш віддалених елементів, їхнього зв'язку з основним руслом. Процедуру розмежування з активацією інструменту "Burn in existing stream network" апробовано для двох окремих цільових низькопорядкових водозборів водотоків приміської та міської зон Івано-Франківського району: Млинівки Стебницької (права притока р. Бистриці Солотвинської) та Черешеньки (ліва притока Бистриці-Солотвинської), що перебувають в умовах антропогенних змін зарегулювання стоку, а також для водозбору річки Бересток, правої притоки Дністра в межах Коломийського району, що формує стік в умовах сільського агроландшафту на схилових землях. Загалом встановлено, що виконання комплексного оброблення та підготовки DEM з використанням вбудованих фільтрів та функцій згладжування, заповнення порожнин DEM (30 м) у Q-GIS та SAGA-GIS, а також повторної B-сплайн інтерполяції на вилучених складних чи спотворених ділянках дає змогу достатньо швидко налаштувати та інтегрувати мережі природних і штучних потоків і каналів у підготовлену DEM середньої роздільної здатності з використанням вбудованих функцій інструменту QSWAT+. Це дає змогу швидко провести окреслення меж водозбору з високою надійністю, незважаючи на наявні антропогенні гідрогеоморфологічні зміни території, та можливість штучного перерозподілу стоку. Випробування алгоритму дало змогу розвинути концепцію цільового розмежування низькопорядкових водозборів, як цілісних об'єктів відновлення природи, що може стати важливим практичним інструментом для реалізації політики відновлення екосистем на рівні територіальних громад в Україні, зважаючи на Регламент ЄС "Про відновлення природи". Формування мережі ділянок і територій для відновлення екосистем, застосовуючи водозбірний принцип з акцентом на малих водотоках та їхніх водозборах, може стати комплексним практичним підходом, який буде орієнтований на вибір найбільш уразливих, чутливих екосистем. Зокрема, відновлення екосистем низькопорядкових водозборів до природного стану покликане спровокувати та запустити природні сукцесійні механізми, експоненційне відновлення, стабілізацію та підтримання високосприятливого хімічного та біологічного стану компонентів довкілля, оптимізації кліматичних умов, гідрологічного балансу, повернення та посилення екосистемних зв'язків у регіональних і національних масштабах
Механічні властивості легких стружкових плит із вмістом стружки стебел соняшника та міскантуса
No full textThis study explores the potential of lignocellulosic residues – specifically sunflower and miscanthus stem particles – as alternative raw materials for producing lightweight particleboards. The growing scarcity and rising cost of wood resources highlight the need for sustainable substitutes capable of maintaining or improving board performance. The research focuses on evaluating how different proportions of sunflower and miscanthus particles incorporated into the core layer of three-layer particleboards affect their mechanical behavior. Laboratory boards with a target density of 550 kg/m3 were produced using urea-formaldehyde adhesive, with wood particles retained in the face layers and lignocellulosic particles introduced exclusively into the core. Mechanical testing was conducted according to EN standards to determine bending strength, modulus of elasticity, and internal bond strength. The results show a clear, linear improvement in all mechanical indicators with increasing amounts of sunflower or miscanthus particles. Boards containing 100 % sunflower particles in the core exhibited the highest enhancement, with increases of 16.04 % in modulus of elasticity, 12.27 % in bending strength, and 43.33 % in internal bond strength compared to the all-wood control particleboards. Miscanthus-based boards also demonstrated notable gains, improving these properties by 7.4 %, 6.42 %, and 23.33 %, respectively. Hybrid compositions combining wood, sunflower, and miscanthus yielded consistent positive effects across all parameters, with increases of 4-9 % in stiffness and bending strength and up to 30 % in internal bond strength. All manufactured lightweight particleboards met the requirements of CEN/TS 16368:2022. The findings confirm that sunflower and miscanthus stem particles can serve as effective raw materials for lightweight particleboards, enabling reduced wood consumption, lower production costs, and improved environmental sustainability while enhancing the boards' mechanical performance. These residues represent a promising feedstock for expanding the resource base of the particleboard industry.Розглянуто можливість часткової та повної заміни деревинної стружки у виробництві легких стружкових плит (СП) лігноцелюлозними відходами, а саме стружкою зі стебел соняшника та міскантуса. Встановлено, що використання стружки зі стебел соняшника та міскантуса у виробництві легких стружкових плит сприяє збереженню лісових насаджень шляхом зменшення використання деревини, підвищує ресурсну ефективність виробництв та дає змогу розширити сировинну базу плитної продукції за рахунок відновлюваних біоматеріалів. Досліджено виготовлені за лабораторних умов тришарові стружкові плити щільністю 550 кг/м3 із використанням карбамідоформальдегідного (КФ) клею. Зовнішні шари плит повністю формували з деревинної стружки, а у внутрішньому шарі змінювали частку недеревних компонентів відповідно до розроблених композицій. Випробування зразків проведено за стандартами EN 310, EN 319 та EN 323. Проаналізовано міцність і модуль пружності під час статичного згинання та міцність на розтяг перпендикулярно до пласті. З'ясовано вплив різного вмісту стружки соняшника та міскантуса у середньому шарі тришарових легких стружкових плит на їхні механічні властивості. Встановлено прямолінійне зростання усіх досліджуваних механічних показників плит зі збільшенням вмісту стружки зі стебел соняшника та міскантуса. Легкі стружкові плити із 100 % соняшникової стружки у середньому шарі продемонстрували приріст модуля пружності під час статичного згинання на 16,04 %, міцності під час статичного згинання – на 12,27 %, а міцності на розтяг перпендикулярно до пласті – на 43,33 % порівняно з контрольними плитами з деревини. Для плит зі 100 % стружки міскантуса ці показники зросли відповідно на 7,4, 6,42 і 23,33 %. Комбінування соняшника, міскантуса та деревини також забезпечило стабільне покращення властивостей: приріст модуля пружності під час статичного згинання становив 4,09-8,77 %, міцності під час статичного згинання – 2,65-9,35 %, на розтяг перпендикулярно до пласті – 10-30 %. Усі виготовлені зразки відповідали вимогам ДСТУ CEN/TS 16368:2022. Доведено, що використання стружки зі стебел соняшника та міскантуса у внутрішньому шарі легких стружкових плит є ефективним шляхом зменшення частки деревини та підвищення їх екологічності без погіршення механічних властивостей. Результати дослідження підтверджують перспективність застосування цих лігноцелюлозних матеріалів як повноцінної сировини для виробництва легких стружкових плит
Використання архітектури протоколу контексту моделі для аналізу даних у розподілених програмних системах
No full textRecent progress in distributed AI systems intensifies the demand for reliable coordination, unified context exchange, and efficient communication among autonomous analytical agents operating across dynamic, heterogeneous environments. This study analyzes these challenges and introduces the Model Context Protocol (MCP) as a structured and extensible solution that enhances context-driven interaction within distributed software ecosystems. The proposed framework integrates layered context exchange, persistent memory structures, deterministic communication channels, and standardized interaction patterns, aligning independent analytical models into a cohesive system capable of real-time information acquisition, multi-stage task execution, and seamless integration of structured knowledge from diverse and continuously evolving data sources. MCP strengthens cooperative and system-level reasoning by enabling agents to synchronize memory states, maintain contextual continuity, and dynamically adjust analytical workflows as operational conditions evolve, even under high variability and unpredictable workloads. The architecture incorporates automated task decomposition, adaptive memory alignment, context persistence, robust tool invocation, and flexible routing logic, supporting hybrid deployments across edge devices, local clusters, and cloud infrastructures while maintaining high reliability and analytical stability. The study evaluates MCP through federated learning simulations, distributed workflow experiments, and comparative benchmarks, demonstrating consistent improvements in inference latency, throughput efficiency, policy adaptability, context-aware decision-making, and multi-agent collaboration across complex distributed environments. These results confirm MCP's ability to reduce integration overhead, mitigate data fragmentation, stabilize communication pathways, enhance analytical robustness, and improve accuracy in both small-scale and enterprise-level scenarios. Consequently, MCP establishes a scalable foundation for resilient analytical pipelines and significantly expands the practical adoption of autonomous agents in enterprise automation, distributed decision-support systems, and next-generation cognitive infrastructures.Прогрес у сфері розподілених AI-систем підсилює потребу в надійній координації, узгодженому обміні контекстом та ефективній комунікації між автономними аналітичними агентами, що виконують роботу у динамічних і неоднорідних середовищах. Проаналізовано зазначені виклики та запропоновано протокол контексту моделі MCP (англ. Model Context Protocol) як структуроване й масштабоване рішення для контекстно керованої взаємодії у розподілених програмних екосистемах. Запропонована архітектура інтегрує багаторівневий контекстний обмін, постійні структури памʼяті, детерміновані канали комунікації та стандартизовані патерни взаємодії, поєднуючи автономні аналітичні моделі в цілісну систему, здатну до отримання інформації в реальному часі, багатоступеневого виконання завдань та безперервної інтеграції структурованих знань з різних і постійно змінних джерел даних. Протокол MCP підсилює кооперативне та системне мислення агентів, забезпечуючи синхронізацію памʼяті, підтримання контекстної безперервності та динамічне коригування аналітичних робочих процесів відповідно до змін умов, навіть за високої варіативності або непередбачуваного навантаження. Архітектура містить автоматичну декомпозицію завдань, адаптивне вирівнювання памʼяті, збереження контексту, надійне викликання інструментів та гнучку маршрутизацію, підтримуючи гібридне виконання на edge-пристроях, локальних кластерах і хмарних інфраструктурах з високою стабільністю роботи. У дослідженні проведено оцінювання протоколу MCP за допомогою симуляцій федеративного навчання, експериментів у розподілених робочих процесах та порівняльних бенчмарків, що показало стабільні покращення латентності інференсу, пропускної здатності, адаптивності політик, контекстно залежного прийняття рішень і ефективності міжагентної співпраці. Отримані результати підтверджують здатність MCP зменшувати інтеграційні витрати, мінімізувати фрагментацію даних, стабілізувати канали комунікації, підвищувати аналітичну стійкість та точність у різнорідних середовищах. Отже, протокол MCP формує масштабовану основу для побудови надійних аналітичних пайплайнів і значно розширює можливості практичного застосування автономних агентів у корпоративній автоматизації, розподілених системах підтримки рішень та когнітивних інфраструктурах нового покоління