Scientific Bulletin of UNFU (Ukrainian National Forestry University)
Not a member yet
2661 research outputs found
Sort by
Параметричне моделювання властивостей токенізованих деревних насаджень
No full textThe problem of digital accounting of forest resources by tokenising the assets of individual tree stands using distributed ledger technologies and decentralised financial instruments is analysed. The research is based on the principles of software architecture design using well-known methods of formulating functional requirements, applying structural patterns, and organising the interaction of software modules. The method of representing a tree as a non-interchangeable token with subsequent incremental updating of its biometric properties and economic value, the actions of which are performed by smart contracts, has been formalised. A method for combining physical identification of tree trunks with logging of their life cycle has been substantiated, which makes it possible to build a digital model of a natural object. An algorithm has been developed for generating an ecosystem model at the blockchain network level as a set of parameters of individual plantings and taxonomic characteristics of tree species without the use of external centralised data storage systems. It has been established that the mechanism of automatic recalculation of the value of a non-fungible token, through correlation with real natural processes, expands the capabilities of tokenised assets with a deterministic trajectory of their value growth. The concept of tree plantation valuation has been expanded by introducing adaptive coefficients of their value, depending on taxation parameters and the natural zone of the region, which allows integration into decentralised trading platforms to obtain additional opportunities. The possibility of transforming a digital asset, equivalent to a change in the status of raw materials, by tracking formal stages in a decentralised network has been investigated. The results of the study form the methodological basis for expanding the possibilities of actualising the value of digitised assets and offer additions to digital certification standards.Проаналізовано проблему цифрового обліку лісових ресурсів шляхом токенізації активів окремих одиниць деревних насаджень із застосуванням технологій розподілених реєстрів та децентралізованих фінансових засобів. Дослідження засноване на принципах проєктування архітектури програмного забезпечення з використанням відомих способів формулювання функціональних вимог, застосування структурних шаблонів та організації взаємодії програмних модулів. Формалізовано метод подання дерева як невзаємозамінного токена з подальшим інкрементальним оновленням його біометричних властивостей та економічної цінності, дії якого виконують смарт-контракти. Обґрунтовано спосіб поєднання фізичної ідентифікації стовбурів дерев із журналізацією їх життєвого циклу, що дає змогу побудувати цифрову модель природного об'єкта. Розроблено алгоритм генерування моделі екосистеми на рівні блокчейн-мережі як сукупність параметрів індивідуальних насаджень та таксономічних характеристик породи дерева без використання зовнішніх централізованих систем зберігання даних. Встановлено, що механізм автоматичного перерахунку цінності невзаємозамінного токена, через кореляцію з реальними природними процесами, розширює можливості токенізованих активів із детермінованою траєкторією зростання їх вартості. Розширено уявлення про оцінювання деревних насаджень шляхом введення адаптивних коефіцієнтів їхньої цінності, залежних від таксаційних параметрів та природної зони регіону, що надає змогу інтеграції до децентралізованих торгових платформ для отримання ними додаткових можливостей. Досліджено можливість перетворення цифрового активу, еквівалентно до зміни статусу сировини, відстежуючи формальні етапи у децентралізованій мережі. Результати дослідження утворюють методичні засади для розширення можливостей актуалізації цінності оцифрованих активів та пропонують доповнення до стандартів цифрової сертифікації
Особливості оцінювання стовбурового запасу лісових насаджень під час інвентаризації лісів України
No full textEstimating the growing volume of the forest stand for various territorial units is one of the main tasks of a sample-based forest inventory. Since forest inventory estimates derived from simple random sampling can be imprecise when the amount of data is insufficient, existing remote sensing products combined with post-stratification or model-assisted approaches are widely used in forest inventories to improve the accuracy of statistical estimates. The paper analyses the relative efficiency of these statistical estimation methods using auxiliary information obtained from remote sensing data. The study is based on 145 plots of the National Forest Inventory (NFI) of Ukraine which were surveyed in Sumy Region in 2021. Data collection was carried out by the Centre of National Forest Inventory of Ukraine using a nationwide sampling design combining random placement of clusters of four circular inventory plots of 500 m2 each. The paper analyses the effectiveness of post-stratification based on a discrete map of dominant species. Additionally, continuous maps of growing volume, mean stand height and stand diameter were binned into discrete maps using equal intervals of the attribute values and also used for post-stratification. These maps are remote sensing products created in the German-Ukrainian SFI project using Sentinel 2 satellite imagery. Then, we evaluated the effectiveness of growing volume estimation using models, in particular Generalized Regression Estimator (GREG). Post-stratification based on the dominant species map reduced the variance of the mean growing stock estimates by 14 % compared with simple random sampling. The post-stratification on the basis of growing volume reduced the variance of growing volume estimates by 9 %. Maps of stand height and stand diameter did not have a positive effect on the accuracy of growing volume estimates. The greatest increase in accuracy, in particular 22 %, was associated with the GREG estimation. The advantage of this approach is its ability to use a probability sample to adjust model-based estimates (growing volume map). The obtained results showed that the thematic accuracy of the maps has a dominant role in the estimation of the growing volume of the forest inventory. The authors hypothesize that the accuracy of maps and corresponding estimates of NFI of Ukraine can be improved using more advanced remote sensing methods such as airborne LiDAR scanning. The presented research provides a basis for statistical forest assessment in Ukraine with limited resources for NFI.Оцінювання стовбурового запасу лісових насаджень для різних територіальних одиниць належить до основних завдань вибіркової інвентаризації лісів. Оскільки оцінки на підставі простої випадкової вибірки можуть мати велику мінливість, якщо обсяг даних недостатній, для підвищення точності інвентаризації лісів прийнято використовувати наявні продукти дистанційного зондування Землі (ДЗЗ) у поєднанні з пост-стратифікацією або оцінюванням за допомогою моделей. У представленій роботі проаналізовано відносну ефективність зазначених методів статистичного оцінювання, які використовують допоміжну інформацію, отриману за даними ДЗЗ. Дослідження виконано на підставі 145 ділянок національної інвентаризації лісів (НІЛ) України, обстежених у 2021 р. у Сумській області. Збирання даних виконано Центром НІЛ України за загальним національним дизайном вибірки, який поєднує випадкове розміщення кластерів із чотирьох кругових інвентаризаційних ділянок площею 500 м2. Передусім, у роботі проаналізовано ефективність пост-стратифікації на підставі дискретної карти панівних деревних видів. Також для пост-стратифікації використано неперервні карти стовбурового запасу, середніх висоти та діаметра деревостанів, які були перетворені в дискретні за рівномірними інтервалами значень показників. Зазначені карти є продуктом ДЗЗ, розробленим за супутниковими знімками Sentinel 2 в україно-німецькому проєкті SFI. Далі, проаналізовано ефективність оцінювання стовбурового запасу за допомогою моделей, зокрема – узагальненої регресії. Пост-стратифіковані (за картою панівних деревних видів) оцінки середнього запасу деревостанів мали на 14 % меншу дисперсію порівняно з простою випадковою вибіркою, тоді як карта стовбурового запасу дозволила знизити мінливість оцінок запасу на 9 %. Залучені карти середньої висоти та діаметра деревостанів не мали позитивного впливу на точність оцінювання стовбурового запасу. Найбільший приріст точності (22 %) виявлено за використання оцінок узагальненої регресії. Перевага цього підходу полягає в тому, що оцінки базуються на ймовірнісній вибірці, яка дає змогу скорегувати помилки за моделлю (картою запасу). На підставі отриманих результатів зроблено висновок, що тематична точність карт відіграє важливу роль у оцінюванні стовбурового запасу під час інвентаризації. Автори роботи припускають, що точність карт і відповідних оцінок НІЛ України можна підвищити, використовуючи більш прогресивні методи ДЗЗ, такі як лідарне сканування лісів. Виконане дослідження створює методичну основу для обліку лісів України статистичними методами за обмежених ресурсів на проведення НІЛ
Нечітка експертна система для пошуку оптимальних місць встановлення давачів для ІоТ-моніторингу лісового господарства
No full textThe approach to developing a fuzzy expert system for determining the optimal locations for sensor deployment in energy-efficient IoT solutions based on Sigfox technology is presented in the paper. Particular attention is given to the use of geoinformation technologies (GIS) and satellite imagery for analyzing spatial and technogenic factors influencing the placement of the sensor network. We propose a system that considers a wide range of environmental parameters, including air pollution levels, industrial emission concentrations, the Normalized Difference Vegetation Index (NDVI), temperature anomalies, and proximity to potential sources of pollution such as industrial facilities, transportation corridors, and agricultural lands. The core of the expert system is a fuzzy knowledge base that models the relationships between technogenic and natural factors, determining the feasibility of sensor deployment in specific locations. The decision-making algorithm is based on fuzzy sets and multi-criteria analysis, enabling the consideration of both the technical characteristics of the sensors and the environmental conditions in which they will operate. This ensures increased flexibility and adaptability of the system, even under significant uncertainty. An approach has been developed to automate the process of selecting sensor installation points, optimizing deployment and maintenance costs for the IoT network. The expert system has been applied to a forest monitoring information system, where high-risk pollution zones were identified, and optimal sensor placement was determined based on multiple criteria. The study found that integrating fuzzy logic and GIS significantly enhances the effectiveness of environmental monitoring by providing more accurate identification of ecologically vulnerable areas and minimizing the number of required sensors without compromising monitoring quality. The proposed approach can be adapted to other fields, including the agro-industrial sector, urban environmental studies, and water resource monitoring. Thus, the use of such an expert system can contribute to reducing operational costs, improving the reliability of IoT infrastructure, and enhancing the environmental situation in regions with high technogenic loads.Наведено підхід до розроблення нечіткої експертної системи для визначення оптимальних місць встановлення давачів в енергоефективних IoT-рішеннях на підставі технології Sigfox. Особливу увагу приділено використанню геоінформаційних технологій (ГІС) і супутникових знімків для аналізу просторових і техногенних факторів, що впливають на розташування сенсорної мережі. Запропоновано систему, яка враховує широкий спектр екологічних параметрів, серед яких: рівень забруднення повітря, концентрація промислових викидів, індекс рослинності NDVI (англ. Normalized Difference Vegetation Index), температурні аномалії та близькість до потенційних джерел забруднення, таких як промислові підприємства, транспортні магістралі та сільськогосподарські угіддя. Основою експертної системи є нечітка база знань, яка дає змогу моделювати взаємозв'язки між техногенними та природними факторами, визначаючи ступінь доцільності встановлення давачів у конкретних локаціях. Алгоритм прийняття рішень базується на нечітких множинах і багатокритеріальному аналізі, що дає змогу враховувати як технічні характеристики давачів, так і особливості середовища, у якому вони працюватимуть. Це забезпечує підвищену гнучкість і адаптивність системи, навіть за умов значної невизначеності. Розроблено підхід, який дає змогу автоматизувати процес вибору точок встановлення давачів, що сприяє оптимізації витрат на розгортання та обслуговування мережі IoT. Експертну систему застосовано на прикладі інформаційної системи моніторингу стану лісових масивів, де ідентифіковано зони з підвищеним ризиком забруднення та за багатьма критеріями визначено оптимальні місця для встановлення давачів. Проведено дослідження, яке встановило, що інтеграція нечіткої логіки та ГІС дає змогу значно покращити ефективність екологічного моніторингу, забезпечуючи точніше визначення екологічно вразливих зон і мінімізуючи кількість необхідних давачів без втрати якості контролю. Запропонований підхід можна адаптувати до інших галузей, зокрема агропромислового комплексу, міських екологічних досліджень та моніторингу водних ресурсів. Використання такої експертної системи може сприяти зниженню операційних витрат, підвищенню надійності IoT-інфраструктури та покращенню екологічної ситуації у регіонах із підвищеним техногенним навантаженням
Нормалізація тривимірних координат у бібліотеці mediapipe для вимірювання кутів суглобів
No full textThe identification and accurate utilization of human three-dimensional coordinates and image depth remain critical challenges in human pose estimation, directly influencing the precision of movement analysis and joint angle calculation. This study proposes a novel approach for normalizing three-dimensional coordinates obtained using the MediaPipe Pose Landmarker model. The proposed method integrates human keypoint sets, specifically Landmarks (normalized image coordinates) and WorldLandmarks (normalized three-dimensional world coordinates), supplemented by specialized transformations, including scale unification and coordinate alignment to a common reference point. A mathematical model of the human joint has been developed in the course of study. To assess the effectiveness of the proposed approach and the accuracy of joint angle values derived from the normalized coordinates, a software system was designed to enable testing on videos and images containing joint flexion in complex poses from various angles and planes. The test dataset was generated using human three-dimensional pose modeling software Magic Poser and Ultimate Poser. The software-based evaluation results demonstrate an improvement in joint angle estimation accuracy. A comparative analysis with existing coordinate normalization methods confirmed the effectiveness of the proposed approach. Accuracy assessment was conducted using mean absolute error (MAE) and mean absolute percentage error (MAPE) metrics, allowing for the evaluation of deviations between computed angles and reference values. Among the five normalization methods examined in this study, the proposed approach exhibited the highest accuracy across two test datasets (MAE = [12.6°; 7.2°], MAPE = [14.0 %; 8.0 %]). Despite the observed improvement in joint angle estimation accuracy, significant errors persist in challenging scenarios where the limb is poorly visible, shadowed, or where keypoints overlap. The proposed approach can be applied in biomechanics, sports analysis, and rehabilitation. Future research directions may include integrating the MediaPipe library with other depth estimation tools, analyzing keypoint coordinates from previous frames (in the case of video sequences), utilizing multiple cameras, and employing LiDAR (Light Detection and Ranging) technology and laser sensors.Визначення та коректне використання тривимірних координат людини та глибини зображення досі залишається важливим завданням оцінювання пози людини, що впливає на точність визначення її рухів і розрахунку кутів суглобів. Запропоновано новий підхід до нормалізації тривимірних координат, визначених за допомогою моделі оцінювання пози людини MediaPipe Pose Landmarker. Цей підхід поєднує набори ключових точок людини Landmarks (координати зображення) та WorldLandmarks (тривимірні координати), доповнюючи їх спеціальними перетвореннями, зокрема уніфікацією масштабу та приведенням координат до спільного початку відліку. Розроблено математичну модель суглоба людини. Для оцінювання ефективності підходу та точності розрахованих на підставі нормалізованих координат значень кутів суглобів розроблено програмне забезпечення, що дає змогу провести тестування запропонованого підходу на відео та зображеннях людини, які містять згинання суглобів у складних позах з різних ракурсів та у різних площинах. Набір тестових даних сформовано за допомогою програм для моделювання тривимірних поз людини Magic Poser та Ultimate Poser. На підставі результатів тестування програмного забезпечення встановлено покращення точності визначення кутів суглобів. Проведено порівняння з наявними способами нормалізації координат та підтверджено ефективність запропонованого підходу. Для аналізу точності використано метрики середньої абсолютної похибки (MAE) та середньої абсолютної відсоткової похибки (MAPE), що дало змогу оцінити відхилення розрахованих кутів від еталонних значень. Серед п'яти методів нормалізації тривимірних координат людини, розглянутих у дослідженні, запропонований підхід продемонстрував найвищу точність для двох наборів тестових даних (MAE = [12,6°; 7,2°] MAPE = [14,0 %; 8,0 %]). Незважаючи на деяке покращення точності визначення кутів суглобів спостерігається висока похибка у складних випадках, де кінцівку видно погано, вона знаходиться у тіні чи ключові точки накладаються. Подальші дослідження можуть полягати у: поєднанні бібліотеки MediaPipe з іншими інструментами визначення глибини зображення; аналізу координат попередніх кадрів (у випадку відео); використанні декількох камер; використанні технології LiDAR та лазерних давачів
Метод генерування послідовності модифікованих поліноміальних матриць Фібоначчі
No full textThe features of generating the nth sequence of modified Fibonacci polynomial matrices of the mth order, whose elements are Fibonacci polynomials of degree no higher than (2(m–2)+n)th number, are presented. The obtained matrices allow finding both their determinants and inverse matrices suitable for matrix encryption of block data. It is found that a significant number of studies have been published over the past decade, each of which substantiates different approaches to generating sequences of Fibonacci polynomial matrices and proves the feasibility of their use for encrypting block data. It is established that the use of such matrices as a separate procedure for protecting block data in the theory and practice of cryptography is extremely rare. Sequences of Fibonacci polynomial matrices from the 2nd to the 5th are analyzed. The shortcomings of the traditional approach to forming the structure of the elements of such matrices have been identified, primarily the number (k) of distinct elements, which are Fibonacci polynomials of no more (n–1)th power. It has been established that for Fibonacci matrices of any order (m) of such different Fibonacci polynomials there will be only k = 3. The structure of the elements of such matrices depends only on the number (n) of the sequence of the Fibonacci polynomial matrix. An insignificant number of such elements is not only uninformative and transparent for the cryptanalyst, but also not stable with respect to cryptanalysis. The structure of the elements of the Fibonacci polynomial matrices has been modified, the number of which already depends on the order of the matrix (m) and is km = 2m–1. A method for generating a sequence of modified Fibonacci polynomial matrices has been developed, which consists in using a recurrent matrix relation, according to which the next polynomial matrix is formed by multiplying the variable x sequentially by the elements of the current matrix, adding the elements of the formed matrix to the elements of the previous matrix, after which all similar terms are grouped in the formed elements. Algorithms for forming a sequence of 8 polynomial modified Fibonacci matrices from the 2nd to the 5th order, whose elements are Fibonacci polynomials of no higher than (2(m–2)+n)th number, have been presented. This made it possible to analyze not only the features of their construction, but also to understand the corresponding procedures for finding their determinants and inverse matrices. It has been found that the proposed structure of the elements of the nth sequence of modified Fibonacci polynomial matrices of the mth order has an interesting property. It is possible to avoid using the recurrent matrix relation and generate the corresponding modified Fibonacci polynomial matrices only by the numbers of the (m+n–2–j)th sequence of Fibonacci polynomials. The specific values of the elements of these matrices depend on their location in the matrix and the number of its column, namely "jÎ[0¸(m–1)]. Software has been developed that allows generating both sequences of modified Fibonacci polynomial matrices of the mth order, and finding their determinants and calculating the inverse polynomial matrices of the same order. An example of applying the matrix method of encrypting block data with a modified Fibonacci polynomial matrix is given. This allows the interested reader to understand the basic principle of encrypting both the original message and decrypting the encrypted message.Наведено особливості генерування n-ої послідовності модифікованих поліноміальних матриць Фібоначчі m-го порядку, елементами яких є поліноми Фібоначчі не вище (2(m–2)+n)-го номера, які дають змогу знаходити як їхні визначники, так і обернені матриці, придатні для матричного шифрування блокових даних. З'ясовано, що навіть за останнє десятиліття надруковано значну кількість публікацій, в кожній з яких обґрунтовано різні підходи як до генерування послідовностей поліноміальних матриць Фібоначчі, так і доведено доцільність їх використання для шифрування блокових даних. Встановлено, що застосування таких матриць як окремої процедури для захисту блокових даних у теорії та практиці криптографії трапляється вкрай рідко. Проаналізовано послідовності поліноміальних матриць Фібоначчі від 2-го до 5-го, згідно з яким виявлено недоліки у традиційному підході до формування структури елементів таких матриць, насамперед кількості (k) різних її елементів, якими є поліноми Фібоначчі не вище (n–1)-го степеня. Встановлено, що для матриць Фібоначчі будь-якого порядку (m) таких різних поліномів Фібоначчі буде всього k = 3, структура яких залежатиме тільки від номера (n) послідовності поліноміальної матриці Фібоначчі. Така незначна їх кількість є не тільки малоінформативною та прозорою для криптоаналітика, але й не стійкою щодо криптоаналізу. Модифіковано структуру елементів поліноміальних матриць Фібоначчі, кількість яких вже залежить від порядку матриці (m) і становить km = 2m–1. Розроблено метод генерування послідовності модифікованих поліноміальних матриць Фі-боначчі, який полягає у використанні рекурентного матричного співвідношення, згідно з яким наступну поліноміальну матрицю утворюють шляхом множення змінної x послідовно на елементи поточної матриці, здійснюють додавання елементів утвореної матриці до елементів попередньої матриці, після чого в утворених елементах групують усі схожі доданки. Наведено алгоритми утворення послідовності з 8-ми поліноміальних модифікованих матриць Фібоначчі від 2-го до 5-го порядків, елементами яких стали поліноми Фібоначчі не вище (2(m–2)+n)-го номера, що дало змогу проаналізувати не тільки особливості їхньої побудови, але й усвідомити відповідні процедури знаходження їхніх визначників і обернених матриць. Виявлено, що запропонована структура елементів n-ої послідовності модифікованих поліноміальних матриць Фібоначчі m-го порядку має цікаву властивість, згідно з якою можна уникнути використання рекурентного матричного співвідношення, а генерувати відповідні поліноміа-льні матриці Фібоначчі тільки за номерами (m+n–2–j)-ої послідовності поліномів Фібоначчі, конкретні значення яких залежать від місця їхнього розташування в матриці та номера її стовпця, а саме "jÎ[0¸(m–1)]. Розроблено ПЗ, яке дає змогу генерувати як послідовності модифікованих поліноміальних матриць Фібоначчі m-го порядку, так і знаходити їхні визначники та обчислювати обернені поліноміальні матриці аналогічного порядку. Наведено приклад застосування матричного методу шифрування блокових даних модифікованою поліноміальною матрицею Фібоначчі, що дає змогу зацікавленому читачу зрозуміти основний принцип шифрування як початкового повідомлення, так і розшифрування зашифрованого повідомлення
Використання цифрових корпусних інструментів для дослідження гендерних особливостей політичних промов
No full textModern realities in almost every field of human activities are directly connected with the necessity of obtaining and exchanging of information, which is the most important product in the information society. In this type of society, the main economic driver is not the manufacturing of material goods, but rather the creation, distribution, use, management, and integration of information. Production and selling of information is considered a powerful tool of influencing different fields, in particular, politics. The governance and political behaviour are the object of research due to their influential social role. The analysis of textual materials and identification of their key features are of great importance in various fields of science, particularly in corpus linguistics. Despite the great potential for applying corpus methodologies in various research areas, there remains a need for mastering them for practical application. The availability of large-scale digital text corpora, which have been improved through better digital infrastructure and technological advancements occurring in the information age, provides a basis for linguistic research. Therefore, the study presented analyzes specialized software with powerful processing and analysis functions for text corpora required for linguistic research and its practical application in various studies. Specialized Sketch Engine software, featuring powerful tools such as Word Sketch, Thesaurus, Concordance, and advanced search functions, enables comprehensive analysis of language corpora to identify statistically relevant patterns. In this study, Sketch Engine technological toolkit was applied to examine gender language models in political discourse using a corpus of motivational speeches by prominent US political figures from 2020-2025, totaling over 150,000 words. The use of automated analysis methods revealed significant gender differences at lexical-semantic, syntactic, and pragmatic levels. The female language model is characterized by the dominance of inclusive strategies, expressed through high frequency of the inclusive pronoun "we" (43.8 %), predominance of possibility modal verbs (29.5 %), and metaphors of journey and development. The male language model is found to tend toward categoricity, manifested through dominance of the personal pronoun "I" (39.8 %), prevalence of categorical modal verbs (48.9 %), and metaphors of war and struggle. The study characterizes narrative structures, where female speeches demonstrate cyclical patterns returning to key theses, while male speeches maintain linearity with clear cause-effect organization. Differences in argumentative strategies were identified: female speeches favor personal narratives and figures of convergence, while male speeches feature contrastive juxtapositions and figures of contrast. A tendency toward convergence of gender language models was determined: the male model evolves toward greater inclusivity, while the female model strengthens elements of categoricity.У сучасному інформаційному суспільстві аналіз текстових матеріалів і визначення їх ключових особливостей мають велике значення в різних галузях науки, зокрема – в корпусній лінгвістиці. Встановлено, що незважаючи на великий потенціал застосування методологій корпусів у різних галузях дослідження, досі існує потреба їхнього опанування для практичного застосування. Наявність великомасштабних комп'ютеризованих корпусів текстів, які було вдосконалено завдяки кращій цифровій інфраструктурі та технологічним досягненням, що відбуваються в епоху інформації, забезпечує базис для лінгвістичних досліджень. Проаналізовано спеціалізоване програмне забезпечення з потужними функціями оброблення та аналізу корпусів текстів, потрібних для здійснення лінгвістичних досліджень, та його практичне використання у різних дослідженнях. Спеціалізоване програмне забезпечення Sketch Engine, що налічує потужні інструменти Word Sketch, Thesaurus, Concordance та інші функції для розширеного пошуку, уможливлює комплексний аналіз мовних корпусів для виявлення статистично релевантних закономірностей. У цьому дослідженні технологічний інструментарій Sketch Engine застосовано для дослідження гендерних мовних моделей у політичному дискурсі на матеріалі корпусу мотиваційних промов провідних політичних діячів США за 2020-2025 рр. загальним обсягом понад 150 тис. слів. Використання автоматизованих методів аналізу дало змогу виявити істотні гендерні відмінності на лексико-семантичному, синтаксичному та прагматичному рівнях. Встановлено, що для жіночої мовної моделі характерне домінування інклюзивних стратегій, виражених через високу частотність інклюзивного займенника "we" (43,8 %), переважання модальних дієслів можливості (29,5 %), використання метафор шляху та розвитку. З'ясовано, що для чоловічої мовної моделі характерна категоричність, що проявляється через домінування особового займенника "I" (39,8 %), переважання категоричних модальних дієслів (48,9 %), використання метафор війни та боротьби. Охарактеризовано наративні структури, де жіночі промови демонструють циклічність з поверненням до ключових тез, а чоловічі – лінійність із чіткою причинно-наслідковою організацією. Виявлено відмінності в аргументаційних стратегіях: у жіночих промовах переважають особисті історії та фігури зближення, у чоловічих – контрастні протиставлення та фігури контрасту. Визначено тенденцію до конвергенції гендерних мовних моделей: чоловіча модель еволюціонує щодо більшої інклюзивності, жіноча – посилює елементи категоричності
Вплив конструкції антени на точність вимірювання внутрішньої температури тіла в мікрохвильовій радіотермометрії
No full textThe paper investigates the influence of antenna design on the accuracy and depth of internal body temperature measurement in microwave radiothermometry systems. A comparative analysis of the main antenna types used in medical radiothermometers – slot, patch, waveguide, and horn antennas – has been carried out. The key parameters affecting measurement quality are identified, including operating frequency range, signal penetration depth, spatial resolution, reflection coefficient, and signal losses. A mathematical model has been developed that considers the physical and technical characteristics of antennas and describes the dependence of received signal intensity on tissue depth, temperature, and absorption coefficient. The model, implemented in Python, allows simulating the detection of local thermal anomalies by different antenna types and evaluating their sensitivity to temperature variations at various depths. Additionally, the influence of antenna geometry and frequency on the stability of temperature measurements has been analyzed, which made it possible to determine optimal parameter ranges for medical applications and increase the reliability of diagnostic data. Simulation results demonstrated that frequencies between 0.3 and 1 GHz provide a greater penetration depth but lower spatial resolution, while higher frequencies between 3 and 6 GHz are more suitable for surface temperature monitoring. Horn antennas demonstrated the highest efficiency for deep-layer sensing (up to 6-7 cm), while waveguide antennas were effective for medium depths. Patch or slot antennas proved optimal for surface or portable systems. The obtained results are of practical importance for improving the design of medical radiothermometers, optimizing antenna selection for specific clinical applications, and enhancing the accuracy of non-invasive thermodiagnostics. The developed model can be used for device calibration, testing new antenna structures, developing early disease detection systems, and automating the analysis of thermal anomalies in medical diagnostic applications.Досліджено вплив конструкції антени на точність і глибину вимірювання внутрішньої температури тіла людини у системах мікрохвильової радіотермометрії. Проведено порівняльний аналіз основних типів антен, які застосовуються у медичних радіотермометрах, зокрема – щілинних, патч, хвилеводних та рупорних. Визначено ключові параметри, що впливають на якість вимірювань: робочий частотний діапазон, глибину проникнення сигналу, просторову роздільну здатність, рівень відбиття та втрат. Запропоновано математичну модель, яка враховує фізико-технічні характеристики антен і математично описує залежність інтенсивності прийнятого сигналу від глибини, температури та коефіцієнта поглинання біологічних тканин. Модель реалізовано мовою програмування Python, що дало змогу змоделювати процес виявлення локальних термічних аномалій у біологічних тканинах за допомогою різних типів антен та оцінити їх чутливість до змін температури на різних глибинах. Додатково проведено аналіз впливу частоти та геометрії антени на стабільність результатів вимірювання, що дало змогу визначити оптимальні діапазони параметрів для медичних застосувань і підвищити достовірність отриманих результатів. Результати моделювання показали, що частоти 0,3-1 ГГц забезпечують більшу глибину зондування, проте мають нижчу просторову роздільну здатність, тоді як антени з частотою 3-6 ГГц краще підходять для поверхневих вимірювань. Рупорні антени продемонстрували найвищу ефективність для глибинних зон (до 6-7 см), хвилеводні – для середніх глибин, а патч і щілинні антени – для поверхневих або портативних застосувань. Отримані результати мають важливе практичне значення для вдосконалення конструкцій медичних радіотермометрів, раціонального вибору антени під конкретне клінічне завдання та підвищення точності неінвазивної термодіагностики. Розроблену модель можна використати для калібрування пристроїв, тестування нових моделей, створення систем ранньої діагностики захворювань і подальшої автоматизації процесів аналізу температурних аномалій у медичних інформаційно-вимірювальних системах
Особливості шифрування блокових даних двоваріантними поліноміальними матрицями Фібоначчі
No full textThe possibility of solving the problem of generating keys for encrypting block data in the form of nth sequence of bivariate polynomial matrices of Fibonacci mth order, whose elements are bivariate polynomials of Fibonacci no more than (n–1)th degree. The obtained Fibonacci matrices make it possible to find both their determinants and inverse matrices suitable for matrix encryption of block data. A method for generating the nth sequence of bivariate polynomial Fibonacci matrices of the mth order, whose elements are bivariate Fibonacci polynomials of no more than (n-1)th power, is developed, which makes it possible to find both their determinants and inverse matrices suitable for the matrix method of encrypting block data. It has been found that even in the last decade, a significant number of publications have been published, each of which substantiates different approaches to generating sequences of bivariate polynomial Fibonacci matrices and proves the feasibility of their use for encrypting block data. At the same time, the use of polynomial Fibonacci matrices as a separate procedure for block data protection in the theory and practice of cryptography is extremely rare. A method for generating a sequence of bivariate polynomial Fibonacci matrices has been developed, which consists in using a recurrence matrix relation, according to which the next polynomial matrix is formed by multiplying the variables x and y sequentially by the elements of the current and previous matrices, respectively, elementwise adding the resulting matrices and grouping similar terms in the elements of the next matrix. The mechanisms of forming a sequence of n=6 bivariate polynomial Fibonacci matrices of the 2nd to 4th orders, the elements of which are bivariate Fibonacci polynomials of (n-3)th to (n-1)th powers, are presented, which made it possible to analyse not only the peculiarities of their construction, but also to understand the procedures for finding their determinants and inverse matrices. Software has been developed that allows to generate both sequences of bivariate polynomial Fibonacci matrices of the mth order and to find their determinants and inverse polynomial matrices of the same order. An example of the application of the matrix method of encrypting block data with a bivariate polynomial Fibonacci matrix is given, which allows the interested reader to understand the basic principle of encrypting both the initial message and decrypting the encrypted message.Показана можливість вирішення проблеми генерування ключів для шифрування блокових даних у вигляді n-ої послідовності двоваріантних поліноміальних матриць Фібоначчі m-го порядку, елементами яких є двоваріантні поліноми Фібоначчі не більше (n–1)-го степеня. Отримані матриці Фібоначчі дають змогу знаходити як їхні визначники, так і обернені матриці, придатні для матричного шифрування блокових даних. З'ясовано, що навіть за останнє десятиліття надруковано значну кількість публікацій, в кожній з яких обґрунтовано різні підходи як до генерування послідовностей двоваріантних поліноміальних матриць Фібоначчі, так і доведено доцільність їх використання для шифрування блокових даних. Виявлено, що застосування таких матриць як окремої процедури для захисту блокових даних у теорії та практиці криптографії трапляється вкрай рідко. Розроблено метод генерування послідовності двоваріантних поліноміальних матриць Фібоначчі, який полягає у використанні рекурентного матричного співвідношення, згідно з яким наступну поліноміальну матрицю утворюють шляхом множення змінних x та y послідовно на елементи поточної попередньої матриць відповідно, поелементного додавання утворених матриць та групування схожих доданків у елементах наступної матриці. Наведено механізми утворення послідовності з n=6-ти двоваріантних поліноміальних матриць Фібоначчі від 2-го до 4-го порядків, елементами яких стали двоваріантні поліноми Фібоначчі від (n–3)-го до (n–1)-го степеня, що дало змогу проаналізувати не тільки особливості їхньої побудови, але й усвідомити процедури знаходження їх визначників і обернених матриць. Розроблено ПЗ, яке дає змогу генерувати як послідовності двоваріантних поліноміальних матриць Фібоначчі m-го порядку, так і знаходити їхні визначники та обернені поліноміальні матриці аналогічного порядку. Наведено приклад застосування матричного методу шифрування блокових даних двоваріантною поліноміальною матрицею Фібоначчі, що дає змогу зацікавленому читачу зрозуміти основний принцип шифрування як початкового повідомлення, так і розшифрування зашифрованого повідомлення
Система автоматизованого прогнозування змін площі лісового покриву методами штучного інтелекту
No full textForest cover changes play a crucial role in the ecosystem, which makes this aspect important to maintain. Modern machine learning approaches and geoinformation models show significant results in predicting forest changes. The modern studies show promising results of using hybrid methods that combine different machine learning techniques to achieve greater model accuracy. Current challenges of machine learning techniques for predicting forest cover changes include lack of result interpretation and integration of vegetation indexes into analysis. This study proposes a combined method that integrates convolutional neural network (CNN) based on U-Net architecture and recurrent neural network (RNN) based on LSTM architecture with a geoinformation model CLUE-S to predict forest cover changes and quantify the influence of vegetation indices through their weight coefficients. The combined method is implemented via a software system with two steps of the neural network learning process which uses satellite images of 42 locations in the Ukrainian Carpathians region. The study investigated the process of learning of the neural network, and its been spotted that no overfitting was present during learning, the model becomes most effective after 10-12 learning epochs. The final metrics of the trained model are loss function – 0.0271, mean absolute error (MAE) – 0.03762 and root mean squared error (RMSE) – 0.05096. The results show high predictive accuracy (AUC) – 0.98 for forest cover recovery with NDVI (−0.602) identified as the most influential index, and moderate accuracy (AUC) – 0.64 for forest cover loss with NDRE (0.318) as the most influential index. The results also include predicted satellite image of forest cover changes that can be practically used for further planning in forest management system. As the result, the proposed combined method demonstrates both the high accuracy characteristic of modern machine learning approaches and the flexibility required for integrating additional external data into forest change prediction. The outcomes of this study may serve as a foundation for informed planning of preventive measures against deforestation and for the effective allocation of limited resources.Зміни лісового покриву є одним із ключових екологічних викликів, які впливають на стійкість природних екосистем, баланс вуглецю та ефективність управління лісовими ресурсами. Розглянуто підходи до застосування машинного та глибокого навчання для завдання прогнозування змін лісового покриву на підставі супутникових зображень. Виявлено, що підходи із застосуванням глибокого навчання та геоінформаційного моделювання демонструють найбільшу ефективність прогнозування змін площі лісового покриву. З'ясовано, що поєднання різних методів глибокого навчання у гібридні моделі підвищує ефективність і точність прогнозування. Визначено недоліки сучасних наявних досліджень, зокрема – відсутність механізму інтерпретації результатів та інтеграції карт індексів вегетації. Розроблено комбінований метод із застосуванням згорткових нейронних мереж архітектури U-Net та рекурентних нейронних мереж архітектури LSTM у поєднанні із геоінформаційною моделлю CLUE-S, який дає змогу прогнозувати зміни лісового покриву та визначати індекси, які найбільше впливають на формування прогнозу. Розроблено прототип системи, яка реалізує комбінований метод, та проведено двоетапне навчання нейронної мережі на сформованому наборі даних із 42 локацій території Українських Карпат. Проведено дослідження процесу навчання нейронної мережі та визначено, що перенавчання моделі не відбулось, ефективність моделі настає від 10-12 епох, після чого значення метрик стабілізуються. Визначені показники якості моделі містять значення функції втрат – 0,02711, середньої абсолютної похибки (MAE) – 0,03762 та кореня середньоквадратичної похибки (RMSE) – 0,05096. Визначено, що прогнозування відновлення лісового покриву характерне високою точністю (AUC) – 0,98 та найбільше залежить від індексу NDVI (–0,602), тоді як для зменшення лісистості має помірну точність (AUC) – 0,64 і найбільше пов'язане зі зміною індексу NDRE (0,318), що дало змогу виокремити найбільш інформативні вегетаційні показники для моделі. Сформовано прогнозоване зображення та зображення розміщення змін на актуальному супутниковому зображенні для візуалізації та практичного застосування для керування лісовими ресурсами. Виявлено, що розроблений метод поєднує переваги глибокого навчання, зокрема – точність, та гнучкість в інтеграції додаткових даних для формування прогнозу змін лісового покриву, і результати його застосування можуть слугувати основою для планування превентивних заходів зі запобігання знелісненню та ефективного розподілу ресурсів
Система оцінювання психологічного стану військовослужбовців методами оброблення природної мови
No full textThe study investigates the application of deep learning and natural language processing methods for automated assessment of the psycho-emotional load of military personnel based on their textual responses. The research demonstrates that combining the multilingual transformer model mBERT with the developed integral indicator IPEN enables effective simultaneous stress-level classification and prediction of a unified numerical measure of psychological state. A specialized dataset, military_K.csv, containing 10,284 texts–including anonymized real responses and synthetically generated stress-related descriptions–was created and carefully balanced across six stress categories. The system incorporates modules for data preprocessing, tokenization, batch-based training, fine-tuning of mBERT, generation of class and IPEN predictions, and automated construction of individualized psychological reports. Optimization was performed using the AdamW algorithm, a linear warmup schedule, and systematic hyperparameter tuning, while validation on both a held-out subset and an independent test set (military_K_hold.csv) ensured reliability and robustness of the results. The achieved performance metrics–accuracy = 0.4558, macro-F1 = 0.4553, MAE = 0.2000, MSE = 0.0816, and Pearson r = 0.5892–indicate stable behavior of the model and adequate generalization capability. The system demonstrates the highest accuracy in identifying extreme psychological states ("normal," "high stress," and "critical stress"), which is particularly important in operational military settings. Intermediate stress levels remain more challenging due to natural linguistic overlap between them, yet the model consistently captures key emotional cues. The proposed approach has proven effective for automated psychological screening, enabling early detection of risk conditions, supporting decision-making for mental health professionals, and offering strong potential for integration into real-time monitoring platforms within the Armed Forces of Ukraine. To further enhance operational applicability, the system architecture allows seamless integration with external analytical modules, enabling continuous model improvement and adaptive monitoring under evolving military conditions and provides a scalable foundation for future multisource psychological assessment systems capable of incorporating speech signals.Проаналізовано можливості використання методів глибокого навчання та оброблення природної мови для автоматизованого визначення психоемоційного навантаження військовослужбовців на підставі їхніх текстових відповідей. Обґрунтовано доцільність застосування трансформерної моделі mBERT (англ. Multilingual Bidirectional Encoder Representations from Transformers – двоспрямовані подання кодерів від трансформаторів) у поєднанні зі створеним інтегральним індексом ІПЕН (інтегральний показник психоемоційного навантаження), що відображає узагальнений рівень психоемоційного стану військових. Запропонований підхід забезпечує можливість одночасної класифікації рівня стресу за шістьма категоріями та прогнозування кількісного індикатора, чим створює підґрунтя для побудови автоматизованих систем психологічного моніторингу. Створено спеціалізований корпус military_K.csv із 10 284 текстів, що містить реальні описи емоційних станів, а також синтетично згенеровані сценарії, які моделюють різні ступені стресових реакцій у військовому середовищі. Реалізована система містить модулі попередньої токенізації, батчового навчання, fine-tuning mBERT, автоматизованого генерування передбачень класу та значення ІПЕН, формування структурованого індивідуального психологічного звіту, а також перевірки якості моделі на незалежних вибірках. Оптимізацію виконано із застосуванням алгоритму AdamW (англ. Adaptive Moment Estimation), warmup-схеми та ретельного підбору гіперпараметрів. Валідацію проведено на відкладеній підвибірці та окремому наборі military_K_hold.csv, що забезпечує об'єктивність експериментів. Отримані показники – accuracy = 0.4558, macro-F1 = 0.4553, MAE = 0.2000, MSE = 0.0816, Pearson r = 0.5892 – свідчать про стабільність моделі. Найвищу точність зафіксовано для крайніх класів ("нормальний", "високий", "критичний"), що є ключовим за практичних умов, де критично важливо оперативно виявляти ризикові стани. Розроблений підхід здатний істотно зменшити навантаження на фахівців психологічної служби, забезпечити своєчасне виявлення ризикових військовослужбовців і підвищити точність моніторингу психоемоційного стану за умов динамічного бойового середовища. Практична реалізація системи демонструє перспективність використання алгоритмів глибокого навчання для підтримки прийняття рішень та формування персоналізованих рекомендацій, що підсилює її значущість для Збройних сил України