Actual problems of automation and information technology (E-Journal) / Актуальні проблеми автоматизації та інформаційних технологій
Not a member yet
254 research outputs found
Sort by
Алгоритмічні та практичні аспекти створення систем глибокого навчання з підкріпленням
Глибоке навчання з підкріпленням є перспективною, сучасною та багатогранною галуззю, що пропонує широкий спектр інструментів для створення автономних систем прийняття рішень та вирішення різноманітних задач. У статті розглядається сучасний стан та тенденції розвитку алгоритмів глибокого навчання з підкріпленням. Висвітлено теоретичні основи, основні парадигми (value-based, policy-based, actorcritic), а також просунуті підходи, включаючи ієрархічне та мультиагентне навчання. Досліджено практичні аспекти розроблення DRL-систем, що включає огляд фреймворків, бібліотек, середовищ та симуляторів. Проаналізовано практичні застосування та окреслено відкриті наукові проблеми
Аналітичний огляд та застосування сучасних підходів до обробки помилок у asp.net, wpf та .net maui
Проведено системний аналіз еволюції механізмів обробки помилок у трьох ключових технологіях .NET-екосистеми: ASP.NET, WPF та .NET MAUI. Розглянуто архітектурні відмінності між серверно-орієнтованою моделлю ASP.NET, моделлю подій UI в WPF та кросплатформною природою .NET MAUI, які безпосередньо впливають на дизайн стратегій перехоплення та логування винятків. Особливу увагу приділено ролі глобальних механізмів перехоплення помилок – таких як Middleware у ASP.NET, DispatcherUnhandledException у WPF та комбіноване використання AppDomain, TaskScheduler і локального try–catch у .NET MAUI. Опрацьовано їхні функціональні можливості, обмеження та здатність забезпечувати безперервність роботи застосунку. Підкреслено, що у MAUI, на відміну від настільних чи серверних платформ, критичною є потреба у багаторівневому контролюванні винятків через взаємодію з нативними мобільними середовищами Android та iOS. Обґрунтовано необхідність впровадження централізованих рішень – таких як SafeExecutor – для підвищення надійності, керованості та масштабованості мобільних застосунків
Анімація в освіті: чому мультимедійні моделі допомагають краще вчитися
У цій статті досліджується роль анімації в сучасній вищій освіті, зосереджуючись на тому, чому динамічні мультимедійні моделі значно підвищують результати навчання студентів. У роботі подано ґрунтовний теоретичний аналіз когнітивних механізмів, таких як двоканальна обробка інформації, зменшення когнітивного перевантаження та зміцнення довгострокової пам’яті за допомогою структурованої візуальної послідовності. Особливу увагу приділено інтерактивним симуляціям, віртуальним лабораторіям і середовищам AR/VR, які перетворюють традиційні освітні простори на захопливі й занурювальні навчальні середовища. У тексті обговорюється, як анімація підтримує студентів із різними навчальними потребами, зокрема тих, хто потребує інклюзивних освітніх підходів. Стаття узагальнює актуальні наукові публікації з цифрової педагогіки, підкреслюючи ключову роль анімації в тому, щоб робити абстрактні, складні або невидимі процеси зрозумілими. Крім того, окреслено напрями майбутніх досліджень, пов’язаних з оптимізацією анімаційного навчального дизайну, впровадженням адаптивних мультимедійних систем та інтеграцією штучного інтелекту у персоналізовані освітні досвіди. Ця робота робить внесок у сучасний академічний дискурс про навчання, підсилене технологіями, і підкреслює педагогічну цінність анімації як потужного когнітивного й мотиваційного інструмента в умовах сучасної освіти
Ретроспективний аналіз ефективності процесів розроблення проектів в умовах аутсорсингу
Об’єкт дослідження – проблема підвищення ефективності виробничих процесів аутсорсингових ІТ-компаній. Предмет дослідження – стратегії виробничих процесів в аутсорсингових ІТ-компаніях. Мета дослідження полягає у виявленні факторів негативного впливу на ефективність виробничих процесів. Задача дослідження – розробити метод ретроспективного аналізу ефективності процесів розроблення програмних проектів аутсорсинговою компанією. Метод полягає в порівняльному аналізі комплексних оцінок планових і фактичних зусиль команд при виконанні завдань, і, у випадку недостатньої ефективності, у визначенні можливих негативних факторів-тригерів. Було отримано наступні результати. Виробничі відношення у компанії розглядаються як середовище (Agile-середовище), яке описується певним набором факторів (параметрів). Значення цих параметрів визначають стан середовища. На першому етапі методу: знаходиться відповідність між комплексною оцінкою складності завдань і частотою виконання завдання у запланований час; відносна частота неприйнятно менша за одиницю, інтерпретується як падіння ефективності процесів розроблення. Якщо результати першого етапу вказують на неприйнятну ефективність процесів розроблення, виконується другий етап: на підставі концептуальних моделей розробляються категорії факторів, параметрів стану Agile-середовища, спроможних впливати на ефективність процесів; значення цих параметрів визначаються експертним шляхом, за допомогою опитування членів команд; члени команд виставляють кожному параметру оцінку за п’ятибальною шкалою, яка і є його значенням. Параметри з низькими оцінками розглядаються у якості факторів-тригерів негативних явищ. Загалом, результати методу є підставою для розроблення комплексу необхідних заходів і налаштування Agile-середовища компанії в отриманому перерізі діяльності. Метод апробований на реальних даних, наданих аутсорсинговою компанією
Метрики оцінювання ефективності програмного забезпечення для обробки природної мови
У статті розглянуто проблему оцінювання ефективності програмного забезпечення для обробки природної мови (NLP), яка набуває особливої актуальності в умовах стрімкого розвитку інтелектуальних систем та збільшення обсягів текстових даних. Показано, що сучасні NLP-рішення вимагають не лише високої алгоритмічної точності, але й відповідності вимогам продуктивності, енергоспоживання, стабільності роботи та інтеграції в програмно-апаратні середовища. На основі узагальнення наукових джерел здійснено класифікацію метрик оцінювання на три основні групи: метрики якості результату, метрики продуктивності та метрики стабільності й надійності. Для кожної групи наведено характеристику, приклади використання та відповідність ключовим NLP-задачам, включаючи класифікацію, машинний переклад, генерацію тексту, реферування та розпізнавання сутностей. Запропоновано методологію багаторівневого оцінювання NLP-систем, що охоплює рівень алгоритму, рівень програмної системи та рівень інтеграції. Такий підхід забезпечує всебічний аналіз як лінгвістичних властивостей моделі, так і її поведінки в реальних умовах, враховуючи час відповіді, пропускну здатність, використання пам’яті, навантаження на апаратні ресурси, стійкість до збоїв і здатність системи працювати під різними типами навантаження. Окрему увагу приділено можливості формування інтегрального показника ефективності, що поєднує декілька метрик у єдину узагальнену оцінку для порівняння моделей та архітектурних реалізацій. Представлені результати можуть слугувати методологічною основою для подальших досліджень, зокрема у контексті розроблення та оптимізації NLP-систем, а також для прийняття рішень щодо їх впровадження в умовах обмежених обчислювальних ресурсів
Моделювання фінансової поведінки з урахуванням довгострокової корисності у середовищі reinforcement learning
У статті досліджено проблему побудови поведінково обґрунтованої функції винагороди для моделювання фінансової поведінки користувача в середовищі навчання з підкріпленням (Reinforcement Learning). Розглянуто підхід до поєднання короткострокової та довгострокової складових цільової функції, де короткострокова корисність базується на теорії перспектив, а довгострокова — стимулює послідовне досягнення фінансової мети. Проведено огляд, порівняння та класифікацію основних підходів до моделювання довгострокової корисності, зокрема експоненційного та гіперболічного дисконтування, логарифмічної корисності (критерій Келлі), функції з постійною відносною відразою до ризику (CRRA), кусково-лінійних та goal-based моделей. Проаналізовано їх поведінкові властивості, диференційовність і сумісність із RL-алгоритмами. На основі виявлених обмежень запропоновано нову логарифмічну функцію довгострокової корисності, яка характеризується монотонним зростанням до цілі, насиченням після її досягнення та можливістю масштабування за інвестиційним горизонтом. Запропонована функція є диференційованою та стабільною, що дозволяє інтегрувати її в алгоритми на основі Proximal Policy Optimization без зміни архітектури. Наведено приклади програмної реалізації та візуального порівняння функцій у типових сценаріях фінансового планування. Отримані результати формують основу для подальших експериментальних досліджень поведінкових агентів у задачах персональних фінансів
Інтелектуальний модуль-класифікатор ddos-bot атак моніторингового програмного агента для захисту корпоративної мережі
У статті розглянуто проблему зростання інтенсивності та масштабів DDoS-атак, які становлять серйозну загрозу для корпоративних і державних мереж. Проаналізовано існуючі методи виявлення кіберінцидентів та показано обмеженість сигнатурних і статистичних підходів. Запропоновано інтелектуальний модуль-класифікатор у складі моніторингового програмного агента для автоматизованого розпізнавання DDoS-bot атак на основі методів глибинного навчання. Модель, побудована у вигляді багатошарового персептрона та навчена на наборі даних FLNET2023, продемонструвала високу ефективність: точність 99,92%, precision – 100%, recall – 99,55%, F1-міра – 99,77%. Такий підхід забезпечить виявлення аномалій у режимі реального часу, класифікацію атак і автоматичне реагування, що підвищує стійкість інформаційних систем до сучасних кіберзагроз. Результати дослідження підтверджують практичну цінність інтеграції моделей глибинного навчання у системи захисту корпоративних мереж
Візуалізація навчальної інформації в організації самостійної роботи курсантів: теоретичні основи, прийоми та програмне забезпечення
У статті розглянуто питання візуалізації навчальної інформації в організації самостійної роботи курсантів закладів вищої освіти, зокрема в сфері цивільного захисту. Проаналізовано теоретичні основи технології візуалізації, її роль у підвищенні ефективності самостійної навчальної діяльності, а також типові проблеми, пов’язані з обробкою значних обсягів інформації. Описано прийоми візуалізації (інтелект-карти, денотатні графи, схема «Фішбоун», структурно-логічні схеми) та програмне забезпечення для їх реалізації (FreeMind, XMind, Mindjet MindManager). Проведене анкетування серед курсантів показало, що впровадження візуалізації суттєво підвищує мотивацію, креативність та ефективність засвоєння матеріалу. Особливу увагу приділено практичному застосуванню візуалізації під час самопідготовки курсантів, де обробка навчальної інформації має критичне значення для формування професійних компетентностей. Запропоновано комплекс заходів: використання інтелект-карт для структурування, активація програмних інструментів для візуалізації, обмеження традиційного конспектування та дотримання нормативних вимог до організації самостійної роботи для мінімізації проблем обробки інформації та підвищення загальної ефективності навчання
Технологія групування ознак в наборах даних на основі ієрархічної кластеризації
Групування ознак є важливим етапом попереднього аналізу даних, який дозволяє виявити групи взаємопов’язаних ознак, що мають подібні властивості або несуть схожу інформацію. Існуючі методи кластеризації загалом ефективно розв’язують цю задачу, однак визначення оптимальної кількості груп ознак залишається відкритою проблемою. У цій роботі розглянуто технологію групування ознак на основі ієрархічної кластеризації кореляційної матриці з подальшим оцінюванням оптимальної кількості груп за допомогою індексів якості кластеризації. Реалізацію технології здійснено мовою програмування Python. Її ефективність перевірено на 20 штучно згенерованих тестових наборах даних. У ході тестування було обрано і порівняно за точністю 4 популярні індекси якості кластеризації: Девіса–Болдіна, Калінського–Харабаша, Данна та силуету. Окрім цього, запропоновано модифікації індексів Данна і Калінського–Харабаша – CH_diff і Dunn_diff, які базується на їхніх різницях першого порядку. Експериментальні результати показали, що введені індекси перевершили свої оригінали в оцінці оптимальної кількості груп ознак, причому Dunn_diff продемонстрував найвищу точність серед усіх оцінених індексів. Отримані результати підтверджують працездатність розглянутої технології та перспективність використання під час її застосування індексу Dunn_diff для оцінювання кількості груп взаємно корельованих ознак
Побудова експертної системи пошуку контактної зони взаємодіючих тіл із використанням CLIPS
В статті розглядається актуальна проблема розробки експертної системи, що спрямована на визначення геометричних параметрів зони взаємодії двох тіл для забезпечення ефективного аналізу механічного контакту в умовах технологічного навантаження. Формування бази знань реалізовано через багаторівневу ієрархію, що включає концептуальні категорії, математичні моделі та параметричні характеристики, які пов’язані із геометрією, матеріалами та умовами навантаження штампа. Фактологічна база системи містить числові, отримані в результаті моделювання процесів контактної взаємодії в середовищі ANSYS. Зокрема, було проаналізовано напружено-деформівний стан для різних конфігурацій штампів у взаємодії з пружним півпростором. Експертна система побудована на основі програмного середовища CLIPS із застосуванням об’єктно-орієнтованого підходу через мову COOL. Архітектура системи складається з чотирьох ключових компонентів: фактологічної бази, системи правил, інтерфейсного механізму та модуля акумуляції знань. Система правил формалізує логіку прийняття рішень. Загалом, запропонована експертна система демонструє високий рівень когерентності, масштабованості та здатності до інтеграції з сучасними інструментами числового моделювання, що надає можливість її використання у інженерних проєктах для автоматизації та оптимізації прийняття технологічних рішень