Kharkiv Polytechnic Institute
Electronic National Technical University "Kharkiv Polytechnic Institute" Institutional Repository (eNTUKhPIIR)Not a member yet
93981 research outputs found
Sort by
Перспективи предиктивних систем на основі машинного навчання для аналізу генетичних захворювань
No full textФормування стратегії маркетингу на малому підприємстві
No full textВ доповіді визначено, що в умовах динамічної бізнес-середи саме ефективна маркетингова стратегія стає тим інструментом, що дозволяє малому бізнесу не лише виживати, а й займати конкурентні позиції на ринку. Формування маркетингової стратегії на малому підприємстві потребує глибокого аналізу зовнішнього середовища, розуміння цільової аудиторії, а також чітко окресленої місії та бачення компанії. Успішна маркетингова стратегія здатна забезпечити зростання прибутку, посилити лояльність клієнтів і створити довготривалу конкурентну переваг
Інтеграція штучного інтелекту у процес формування організаційної культури майбутніх викладачів вищої школи у закладах вищої освіти
No full textIntelligent Assurance of Resilient UAV Navigation Under Visual Data Deficiency for Sustainable Development of Smart Regions
No full textEnsuring the resilient navigation of unmanned aerial vehicles (UAVs) under conditions of limited or unstable sensor information is one of the key challenges of modern autonomous mobility within smart infrastructure and sustainable development. This article proposes an intelligent autonomous UAV control method based on the integration of geometric trajectory modeling, neural network-based sensor data filtering, and reinforcement learning. The geometric model, constructed using path coordinates, allows the trajectory tracking problem to be formalized as an affine control system, which ensures motion stability even in cases of partial data loss. To process noisy or fragmented GPS and IMU signals, an LSTM-based recurrent neural network filter is implemented. This significantly reduces positioning errors and maintains trajectory stability under environmental disturbances. In addition, the navigation system includes a reinforcement learning module that performs real-time obstacle prediction, path correction, and speed adaptation. The method has been tested in a simulated environment with limited sensor availability, variable velocity profiles, and dynamic obstacles. The results confirm the functionality and effectiveness of the proposed navigation system under sensor-deficient conditions. The approach is applicable to environmental monitoring, autonomous delivery, precision agriculture, and emergency response missions within smart regions. Its implementation contributes to achieving the Sustainable Development Goals (SDG 9, SDG 11, and SDG 13) by enhancing autonomy, energy efficiency, and the safety of flight operations
Generalized Bernoulli equation as a source for generating tasks of increased complexity
No full textThe technology of creating problems of increased complexity based on generalized ordinary differential equations of Bernoulli is considered. Such problems contribute to the development of mathematical abilities of students, stimulate them to creative search, develop abstract thinking and ingenuity. It is emphasized that when developing such problems it is important to maintain a balance between complexity and accessibility. It is described how the generalized Bernoulli equation can be transformed into a linear equation using the appropriate substitution. An example of solving such an equation is shown. A promising direction of further research is the creation of an interactive application for generating problems based on the generalized Bernoulli equation
Using an automodel type equation for modelling the reliability of software implemented by use of cloud technologies
No full textНадано опис процесу тестування та налагодження програмного забезпечення та комплексу для реалізації скінченноелементного аналізу у хмарному середовищі. Аналізуються типи та причини виникнення помилок при налаштуванні та виконанні програмного коду, серед яких: помилки, що виникають під час розгортання інфраструктури та перешкоджають створенню необхідних ресурсів хмарного середовища; помилки в конфігурації інфраструктури, які не заважають роботі середовища, але роблять його використання неефективним або ненадійним; помилки, пов'язані з доступом до ресурсів в хмарному середовищі; неефективні рішення, що не заважають роботі, але знижують її ефективність. Описано інструменти для забезпечення роботи у хмарному середовищі, серед яких Azure Resource Manager, Terraform Cloud, GitHub Actions та інші. Використано архітектуру типу «головний сервіс – працюючий сервіс». Описано вибрану за результатами досліджень конфігурацію системи. Розглянуто питання керування хмарними ресурсами. За аналізом експериментально отриманої залежності числа помилок та відмов від часу запропоновано математичну модель для прогнозування надійності роботи програмних засобів. Модель побудовано на базі інтегрування за часом диференційного рівняння автомодельного типу для параметру відмов, близькість якого до нуля у певний інтервал часу й забезпечує прогноз потрібної надійності програмного засобу. Обговорюється процедура ідентифікації параметрів моделі зі степеневою залежністю від числа відмов.
A description of the testing and debugging process of a software for implementing finite element analysis in a cloud environment is provided. The types and causes of errors during configuration and execution of the program code are analyzed, including: errors that occur during infrastructure deployment and prevent the creation of the necessary cloud environment resources; errors in the infrastructure configuration that do not interfere with the operation of the environment, but make its use ineffective or unreliable; errors related to access to resources in the cloud environment; ineffective solutions that do not interfere with operation, but reduce its efficiency. Tools for ensuring operation in a cloud environment are described, including Azure Resource Manager, Terraform Cloud, GitHub Actions and others. The "main - worker" architecture is used. The selected system configuration is based on the research results is described. The issue of cloud resource management is considered. Based on the analysis of the experimentally obtained dependence of the number of errors and failures on time, a mathematical model is proposed for predicting the reliability of software operations
