Eastern-European Journal of Enterprise Technologies
Not a member yet
10487 research outputs found
Sort by
Прогнозування аномалій мережевого трафіку
No full textThe increasing volume of traffic, growing number of connections in telecommunication networks, and rising number of mobile devices place significant demands on network providers. These challenges can lead to congestion, latency issues, and security vulnerabilities. However, they can be mitigated or even prevented by identifying network failures in advance. Anomaly detection plays a crucial role in proactively addressing these issues, enabling network operators to optimize network performance, enhance security, and improve the overall user experience.
In this paper, a method for predicting anomalies based on machine learning has been implemented. The LSTM-SMOTE model, which was trained and tested on the KDD-NLS dataset, was considered and the results of the forecasting model were analyzed. Developing the multi-classification model proved to be a challenging task, primarily due to the limited number of attack types. SMOTE is designed to address such difficulties. Imbalanced datasets present a major challenge in predictive modeling, especially when solving classification problems. The four main types of attacks include Denial of service (DoS) attacks, Probe attacks, Privilege attacks, and Access attacks. In this work, three neural network models were developed, including: binary classification, four-class classification, multi-class classification. It is observed that the prediction model retrained again showed the best results, then the model trained with new anomalous data. The LSTM-SMOTE multiclass model achieved the highest performance, with its predictive accuracy rising from 75 % to 99 % across iterations, underscoring its strong dependence on the quality and quantity of data. Practical application of the results obtained can be applied for optimizing network performanceЗростаючий обсяг трафіку, зростаюча кількість з’єднань у телекомунікаційних мережах і збільшення кількості мобільних пристроїв висувають значні вимоги до мережевих провайдерів. Ці виклики можуть призвести до перевантаження, проблем із затримкою та вразливості безпеки. Однак їх можна пом’якшити або навіть запобігти, заздалегідь визначивши збої мережі. Виявлення аномалій відіграє вирішальну роль у проактивному вирішенні цих проблем, дозволяючи мережевим операторам оптимізувати продуктивність мережі, підвищити безпеку та покращити загальну взаємодію з користувачем.
У цій статті реалізовано метод прогнозування аномалій на основі машинного навчання. Було розглянуто модель LSTM-SMOTE, яка була навчена та протестована на наборі даних KDD-NLS, і проаналізовано результати моделі прогнозування. Розробка мультикласифікаційної моделі виявилася складним завданням, насамперед через обмежену кількість типів атак. SMOTE розроблено для вирішення таких труднощів. Незбалансовані набори даних є серйозною проблемою в прогнозному моделюванні, особливо під час вирішення проблем класифікації. Чотири основні типи атак включають атаки на відмову в обслуговуванні (DoS), атаки на зондування, атаки на привілеї та атаки на доступ. У цій роботі було розроблено три моделі нейронних мереж, у тому числі: бінарну класифікацію, чотирикласову класифікацію, багатокласову класифікацію. Помічено, що знову навчена модель прогнозування показала найкращі результати ніж навчена модель з новими аномальними даними. Багатокласова модель LSTM-SMOTE досягла найвищої продуктивності, її точність прогнозування зросла з 75 % до 99 % через ітерації, що підкреслює її сильну залежність від якості та кількості даних. Практичне застосування отриманих результатів може бути застосоване для оптимізації продуктивності мереж
Підвищення точності спектрально-кореляційного пеленгування та оцінки затримки за допомогою машинного навчання
No full textThe object of the study is the process of radio signal delay and direction estimation using digital spectral-correlation analysis enhanced by machine learning. This process is essential for high-accuracy direction finding in electromagnetic monitoring systems. The problem addressed is the low adaptability and insufficient accuracy of traditional direction finding methods under variable signal conditions, especially due to manual parameter selection and the computational complexity of correlation processing.
The essence of the obtained results is a machine learning-based method for predicting radio signal parameters (delay and angle), which reduced the standard deviation of direction finding estimates to 0.08–0.026° and delay estimation error to 1.5–14.8 μs across a signal-to-noise ratio range of 9 to 37 dB. These results are supported by averaging over 1000 realizations using Monte Carlo simulation, confirming their stability under noise. Due to its distinctive features, the proposed solution addressed the problem by enabling automated selection of processing parameters through a trained neural network that adapts to nonlinear signal characteristics, minimizing the need for manual adjustment or exhaustive search.
These results are explained by the model’s ability to identify hidden dependencies between signal parameters and processing outcomes, enabling adaptive behavior and reduced deviations. Although no computational complexity assessment is provided, prediction-based parameter estimation is expected to improve processing speed in future implementations. The results can be applied in real-time electromagnetic monitoring, radio surveillance, and defense applications, especially under limited computing resources or varying noise conditionsОб’єктом дослідження є процес оцінки затримки та напрямку радіосигналу за допомогою цифрового спектрально-кореляційного аналізу, посиленого машинним навчанням. Цей процес необхідний для високоточної пеленгації в системах електромагнітного моніторингу. Проблема, що розглядається, полягає в низькій адаптивності та недостатній точності традиційних методів пеленгації за умов змінного сигналу, особливо через ручний вибір параметрів і обчислювальну складність кореляційної обробки.
Суть отриманих результатів полягає в застосуванні методу прогнозування параметрів радіосигналу (затримки та кута) на основі машинного навчання, який зменшив стандартне відхилення оцінок пеленгації до 0,08–0,026° та похибку оцінки затримки до 1,5–14,8 мкс у діапазоні відношення сигнал/шум від 9 до 37 дБ. Ці результати підтверджуються усередненням понад 1000 реалізацій за допомогою моделювання Монте-Карло, що підтверджує їх стабільність під впливом шуму. Завдяки своїм відмінним особливостям запропоноване рішення вирішило проблему, забезпечивши автоматичний вибір параметрів обробки через навчену нейронну мережу, яка адаптується до нелінійних характеристик сигналу, мінімізуючи потребу в ручному налаштуванні або вичерпному пошуку.
Ці результати пояснюються здатністю моделі ідентифікувати приховані залежності між параметрами сигналу та результатами обробки, забезпечуючи адаптивну поведінку та зменшуючи відхилення. Хоча оцінка обчислювальної складності не надається, очікується, що оцінка параметрів на основі прогнозування покращить швидкість обробки в майбутніх реалізаціях. Результати можуть бути застосовані в електромагнітному моніторингу в реальному часі, радіоспостереження та оборонних додатках, особливо в умовах обмежених обчислювальних ресурсів або змінних шумових умо
Комплексна методика оцінки інформаційної безпеки підпріємств електроенергетичної системи в умовах цифрової когерентності
No full textThe object of this study is the process of assessing the information security of enterprises within an electric power system at the economy’s micro-level under the conditions of digital coherence.
The work solves the task to devise a comprehensive and adaptive approach to assessing information security, taking into account modern challenges associated with the integration of digital systems. The main feature is that the methodology enables to analyze the relationships between infrastructure components, taking into account digital coherence, which makes it possible to improve the accuracy of risk assessment and the effectiveness of information security management.
The devised methodology is based on eight interconnected stages, which include the integration of indicators, assessment of the interaction of system components, and monitoring changes in information security indicators in real time. This allows enterprises to respond to threats in a timely manner, minimizing risks.
A computational algorithm has been developed that monitors the dynamics of changes in information security indicators, which contributes to making timely management decisions.
The practical application of the methodology has been justified by scenarios of its integration into the work of energy industry enterprises. Testing at the power unit of the Zaporizhzhia Nuclear Power Plant confirmed its effectiveness, providing an economic effect of about USD 90 thousand. The methodology could be applied at different levels of the economy and adapted to the needs of specific enterprises, including integration into existing monitoring and management systems.
The results demonstrate the uniqueness of the proposed approach due to its complexity, adaptability, and practical significance, which makes the methodology an effective tool for assessing information security in the context of digital coherenceОб'єктом дослідження є процес оцінки інформаційної безпеки підприємств електроенергетичної системи на мікрорівні економіки в умовах цифрової когерентності.
У роботі вирішено проблему розробки комплексного та адаптивного підходу до оцінки інформаційної безпеки з урахуванням сучасних викликів, пов’язаних із інтеграцією цифрових систем. Основною особливістю є здатність методики аналізувати взаємозв'язки між компонентами інфраструктури, враховуючи цифрову когерентність, що дозволяє підвищити точність оцінки ризиків та ефективність управління інформаційною безпекою.
Розроблена методика базується на восьми взаємопов’язаних етапах, що включають інтеграцію показників, оцінку взаємодії компонентів системи та моніторинг змін індикаторів інформаційної безпеки у режимі реального часу. Це дозволяє підприємствам своєчасно реагувати на загрози, мінімізуючи ризики.
Розроблено обчислювальний алгоритм, який стежить за динамікою зміни показників-індикаторів інформаційної безпеки, що сприяє виробленню своєчасних управлінських рішень.
Практичне застосування методики обґрунтовано сценаріями її інтеграції у роботу підприємств енергетичної галузі. Апробація на енергоблоці Запорізької атомної електростанції підтвердила її ефективність, забезпечивши економічний ефект близько 90 тис. доларів. Методика може застосовуватися на різних рівнях економіки та адаптуватися до потреб конкретних підприємств, включаючи інтеграцію в існуючі системи моніторингу та управління.
Отримані результати демонструють унікальність запропонованого підходу через його комплексність, адаптивність та практичну значущість, що робить методику ефективним інструментом для оцінки інформаційної безпеки в умовах цифрової когерентност
Визначення впливу параметрів барабанного змішувача на зміну концентрації компонентів тіста під час початкової стадії змішування
No full textThe object of this study is the process of mixing flour components and the liquid phase in a mixer. The research task is to analyze features of the technological process of dough mixing and establish regularities of uniform distribution of components based on theoretical and experimental studies of physical-mechanical, colloidal, and biochemical processes. Mathematical models and conceptual approaches have been proposed for modeling the transfer of flour components and liquid during dough mixing. A conceptual representation of an improved model of the first stage of dough mixing has been considered, taking into account the influence of design parameters of the drum working body and the multifaceted working chamber of the mixer and technological modes. Additionally, a modified equation was built for numerical modeling of the initial stage of mixing. This makes it possible to effectively calculate spatial variables and make preliminary predictions of the process dynamics.
It has been established that the duration of interaction among components before the formation of a liquid-viscous structure is 60–65 seconds. At this step of the stage, it is important to enable high mixing intensity to achieve rapid and uniform distribution of components to ensure the required quality of the mixture.
A feature of the results is the determination of the time and spatial parameters of the process, as well as the establishment of fundamental regularities of the pre-mixing stage. The proposed approaches could be used at the stages of design calculations to assess the efficiency of mixers and select their rational parameters, which would contribute to increasing the productivity and quality of the finished productОб’єктом дослідження є процес змішування компонентів борошна та рідкої фази у змішувачі. Проблематика дослідження полягає в аналізі особливостей технологічного процесу змішування тіста та встановленні закономірностей рівномірного розподілу компонентів на основі теоретичних і експериментальних досліджень фізико-механічних, колоїдних та біохімічних процесів. Запропоновано математичні моделі та концептуальні підходи для моделювання переносу компонентів борошна та рідини під час змішування тіста. Розглянуто концептуальне представлення удосконаленої моделі першої стадії замішування тіста з урахуванням впливу конструктивних параметрів барабанного робочого органу та багатогранної робочої камери змішувача і технологічних режимів. При цьому розроблено модифіковане рівняння для чисельного моделювання процесу початкового етапу змішування. Це дозволяє ефективно обчислювати просторові змінні та здійснювати попереднє прогнозування динаміки процесу.
Встановлено, що тривалість взаємодії компонентів до утворення рідинно-в’язкої структури становить 60–65 секунд. На цьому етапі стадії важливо забезпечити високу інтенсивність змішування для досягнення швидкого та рівномірного розподілу компонентів, щоб забезпечити необхідну якість суміші.
Особливістю отриманих результатів є визначення часових та просторових параметрів процесу, а також встановлення принципових закономірностей перебігу стадії попереднього змішування. Запропоновані підходи можуть бути використані на етапах конструкторських розрахунків для оцінювання ефективності змішувачів та вибору їх раціональних параметрів, що сприятиме підвищенню продуктивності і якості готової продукці
Розробка методу адаптивного визначення швидкості руху людини при моделюванні поведінки натовпу в екстремальних ситуаціях
No full textThe subject of this study is the dynamics of human flow at extreme events, which are modeled using a computer simulation model.
The task addressed relates to the insufficient accuracy in determining human speed with existing approaches when modeling crowd behavior at extreme events. Specifically, the desired walking speed of a person is set fixed or discretely, which can lead to significant errors as it does not correspond to real-world conditions. Models based on pre-collected data compromise accuracy under different conditions.
A method is proposed to adaptively determine human movement speed at extreme events, which takes into account individual spatial constraints and the narrowing of the effective field of view under stress. Simulation modeling has shown that the method devised significantly improves the accuracy of the models. The average modeling error decreased from 28.05 % to 12.06 % for a circular profile of human projection, and from 31.5 % to 6.09 % for an elliptical profile.
The results are explained by the individual consideration of local crowd density, realistic narrowing of the field of view within the range of 30° to 0.5°, and corresponding adaptive adjustment of the desired speed.
A feature of the devised method is its universality as it does not depend on a specific scenario or pre-collected empirical data. The method is based on general patterns of human interaction with the environment and is therefore suitable for use even in cases where field studies are impossible or difficult.
Provided that two-dimensional models are used, the proposed method could be applied to simulate crowd behavior in automated crowd management systems, software packages for assessing the safety of mass events, and designing evacuation routesОб’єктом дослідження є динаміка руху людського потоку в екстремальних ситуаціях, що моделюється за допомогою імітаційної комп’ютерної моделі.
Проблема, що вирішувалася, полягає в недостатній точності визначення швидкості людини існуючими підходами при моделюванні поведінки натовпу в екстремальних ситуаціях. Зокрема, бажана швидкість руху людини задається фіксовано або дискретно, що може спричиняти значну похибку через не відповідність реальним умовам. Моделі, засновані на попередньо зібраних даними, втрачають точність в інших умовах.
Запропоновано метод адаптивного визначення швидкості руху людини в екстремальних ситуаціях, який враховує індивідуальні просторові обмеження та звуження ефективного поля зору під дією стресу. Імітаційне моделювання показало, що розроблений метод суттєво покращує точність моделей. Середня похибка моделювання зменшилась із 28,05 % до 12,06 % для кругового профілю проєкції людини, та з 31,5 % до 6,09 % – для еліпсоподібного профілю.
Отримані результати пояснюються індивідуальним урахуванням локальної щільності натовпу, реалістичним звуження поля зору в межах від 30° до 0,5° та відповідним адаптивним коригуванням бажаної швидкості.
Особливістю розробленого методу є його універсальність, оскільки він не залежить від конкретного сценарію або попередньо зібраних емпіричних даних. Метод ґрунтується на загальних закономірностях взаємодії людини з навколишнім середовищем і тому придатний до використання навіть у тих випадках, коли натурні дослідження неможливі або ускладнені.
За умови використання двовимірних моделей запропонований метод може бути застосований для моделювання поведінки натовпу в автоматизованих системах управління натовпом, програмних комплексах оцінки безпеки масових заходів та проєктування евакуаційних маршруті
Розробка математичної моделі динамічних навантажень у стріловому самохідному кранi при витяганні шпунтової палі з ґрунту
No full textThe object of this study is the process of extracting sheet piles from the ground using a jib self-propelled crane for their repeated use. The task addressed was the extraction of steel sheet piles by a jib self-propelled crane, its interaction with the vibratory pile driver, and the determination of dynamic loads.
The vibratory method significantly increases extraction efficiency; however, it also induces vibrational impacts on the crane, causing alternating stresses in the metal structure. This could lead to fatigue damage accumulation, cracks in weld seams, failure of base metal, and a decrease in the service life of the self-propelled crane. Furthermore, vibration negatively affects the working conditions of crane operators by causing fatigue, reducing performance, and compromising safety.
Mathematical modeling methods were used, with the construction of calculation schemes that reflect all stages of sheet pile extraction: preliminary insertion, taking up slack in the lifting system, tensioning the lifting ropes, extraction with vibration over 2/3 of the pile’s length, and final extraction without vibration.
Numerical modeling has shown that during static extraction, the dynamic coefficient may reach 4.76, while with vibration it decreases to 1.47. This confirms the effectiveness of the vibratory method, provided its adverse effects on the crane are minimized. The results could be applied to improve crane design, devise protective measures against vibration, and enhance operational efficiency and safety. Additionally, the findings could become a basis for optimizing the parameters of elastic ties and the interaction scheme between the crane and the ground, thereby expanding the potential for model’s practical application under more complex conditionsОб’єктом дослідження є процес витягання шпунтових паль з ґрунту стріловим самохідним краном для їх подальшого повторного використання. Вирішувалась проблема, пов’язана з витягуванням стальних шпунтових паль з використанням стрілового самохідного крану, взаємодії його з віброзанурювачем і визначенням динамічних навантажень.
Вібраційний метод значно підвищує ефективність витягання, однак одночасно спричиняє вібраційне навантаження на стріловий кран, зумовлюючи виникнення знакозмінних зусиль у металоконструкціях. Це може призводити до накопичення втомних пошкоджень, появи тріщин у зварних швах, руйнування основного металу та скорочення строку служби крана. Крім того, вібрація негативно впливає на умови праці операторів крана – підвищує втомлюваність, знижує працездатність і рівень безпеки.
Використано методи математичного моделювання з побудовою розрахункових схем, які враховують усі етапи витягання шпунтової палі: попереднє занурення, вибір зазору у приводі, натяг канатів, витягання палі з вібрацією на 2/3 довжини та остаточне витягання без вібрації.
Чисельне моделювання показало, що при статичному витяганні шпунтової палі коефіцієнт динамічності може досягати 4,76, тоді як при застосуванні вібрації він знижується до 1,47. Це підтверджує ефективність вібраційного методу за умови мінімізації його впливу на кран. Отримані результати можуть бути використані для вдосконалення конструкції кранів, розробки заходів захисту від вібрацій, підвищення ефективності та безпеки під час виконання будівельних робіт. Додатково результати можуть стати основою для подальшої оптимізації параметрів пружних зв’язків і схем взаємодії крана з ґрунтом, що розширює можливості практичного застосування моделі у складніших умова
Оцінка можливостей використання волоконного армування КНТ та ВПП у нанокомпозитах з утрамбованої землі для підвищення структурної стійкості
No full textThe object of the study is the rammed earth nanocomposites. Rammed earth nanocomposites reinforced with carbon nanotubes (CNT) and oil palm empty bunch (EFB) fibers provide nanoscale cohesion, and EFB fibers offer macroscale crack bridging, this research aims to significantly improve the material’s mechanical performance. This study pioneers a nanocomposite approach by integrating 1-2 % CNT and EFB fibers into rammed earth, achieving a 539 % increase in compressive strength (from 1.43 MPa to 9.13 MPa) and 34.671 kN buckling resistance to improve structural performance especially for the stability for sustainable construction applications. Standard rammed earth had a compressive strength of 1.43 MPa and buckling resistance, limiting its use; however, when 1 % CNT was added, increased compressive strength to 6.43 MPa (cube) and 6.58 MPa (cylinder), while 2 % CNT further enhanced it to 8.56 MPa and 9.13 MPa, respectively. Flexural strength also improved from 0.98 MPa to 3.60 MPa (beam). Cylindrical specimens showed optimal performance due to uniform stress distribution (34.671 kN buckling resistance). Microstructural analysis reveals CNT enhance nano-scale cohesion while EFB fibers provide macro-scale crack bridging. Compared to conventional concrete, the composite reduces embodied carbon by 62 % (per ISO 14040 LCA standards) and material density by 26 % (1.48 vs 2.0 g/cm3). These findings establish a new paradigm for sustainable seismic-resistant construction in developing tropical regions where both laterite soil and palm oil waste are abundant. The synergy of CNT (nanoscale cohesion) and EFB (load distribution) addresses key limitations. This material is suitable for eco-friendly construction, seismic-resistant structures, and lightweight partitions, offering a sustainable alternative to concrete/steel. The project simultaneously advances sustainable construction materials and provides a blueprint for vocational education that bridges technical and soft skillsОб'єктом дослідження є нанокомпозити на основі утрамбованої землі. Нанокомпозити на основі утрамбованої землі, армовані вуглецевими нанотрубками (КНТ) та волокнами порожніх пучків олійної пальми (ВПП), забезпечують нанорозмірну когезію, а волокна ВПП пропонують макророзмірне перекриття тріщин. Це дослідження спрямоване на значне покращення механічних характеристик матеріалу. Це дослідження є піонером у нанокомпозитному підході шляхом інтеграції 1–2 % КНТ та волокон ВПП в утрамбовану землю, що дозволило збільшити міцність на стиск на 539 % (з 1,43 МПа до 9,13 МПа) та опір вигину на 34,671 кН для покращення структурних характеристик, особливо для стійкості в екологічно чистому будівництві. Стандартна утрамбована земля мала міцність на стиск 1,43 МПа та опір вигину, що обмежує її використання; Однак, коли додавали 1 % КНТ, міцність на стиск збільшилася до 6,43 МПа (куб) та 6,58 МПа (циліндр), тоді як 2 % КНТ ще більше підвищили її до 8,56 МПа та 9,13 МПа відповідно. Міцність на згин також покращилася з 0,98 МПа до 3,60 МПа (балка). Циліндричні зразки продемонстрували оптимальні характеристики завдяки рівномірному розподілу напружень (опір вигину 34,671 кН). Мікроструктурний аналіз показує, що КНТ покращують нанорозмірну когезію, тоді як волокна ВПП забезпечують перекриття тріщин макророзміру. Порівняно зі звичайним бетоном, композит зменшує вміст вуглецю на 62 % (згідно зі стандартами ISO 14040 LCA) та щільність матеріалу на 26 % (1,48 проти 2,0 г/см3). Ці результати встановлюють нову парадигму для сталого сейсмостійкого будівництва в тропічних регіонах, що розвиваються, де є рясні латеритні ґрунти та відходи пальмової олії. Синергія КНТ (нанорозмірна когезія) та ВПП (розподіл навантаження) усуває ключові обмеження. Цей матеріал підходить для екологічно чистого будівництва, сейсмостійких конструкцій та легких перегородок, пропонуючи стійку альтернативу бетону/сталі. Проєкт одночасно просуває екологічно чисті будівельні матеріали та надає основу для професійної освіти, яка поєднує технічні та м’які навичк
Визначення впливу прийнятих обмежень швидкості на умови руху автомобіля на міських маршрутах
No full textThe object of the study is the vehicle driving mode and the results of trip on the road network of a large city under various speed limit conditions. The problem of quantitative assessment of the impact of speed limits on the average speed on the route, as well as on the indicators of driving mode unevenness, was solved. The values of such traffic parameters as average speed, average speed deviation, acceleration noise, speed gradient, energy gradient at different values of the posted speed limit (PSL) were obtained. Graphs of changes in the average speed and indicators of the unevenness of the speed regime were constructed and mathematical models of the dependence of the average speed on urban routes on the adopted speed limit were proposed. The results showed an increase in the average speed on the route by an average of 2.4 km/h with an increase in PSL by 10 km/h. At the same time, the dependence of the average speed on the PSL is non-linear and shows a decrease in the impact of the speed limit factor at higher PSL values (from 3.5 km/h for a PSL of 50 km/h to 1.24 km/h for a PSL of 80 km/h). Increasing the PSL does not affect the specific time in motion and leads to an increase in the specific idle time. With an increase in PSL, the acceleration noise and energy gradient increase. The increase in average speed is explained by the ability to increase speed in low-loaded sections of the route, but with an increase in PSL, the ability to realize the increased speed decreases, and the traffic mode itself becomes more uneven.
The research was carried out using the “driving laboratory” method on three different routes under the same initial conditions for speed limits from 50 to 80 km/h. The driving mode of the car was recorded in the form of GPS tracks. The results can be used to assess the impact of PSL changes on the technical and economic performance of urban road transport. The results will also be useful in conducting an information campaign and promoting a culture of compliance with the speed limits established in cities among driversОб’єктом дослідження є режим руху та результати поїздки автомобіля на дорожній мережі великого міста в різних умовах обмеження швидкості. Вирішувалася проблема кількісної оцінки впливу обмежень швидкості при здійсненні поїздки на середню швидкість на маршруті, а також на коказники нерівномірності режиму руху.
Були отримані значення таких параметрів руху, як середня швидкість, відхилення середньої швидкості, шум прискорення, градієнт швидкості, градієнт енергії при різних значеннях встановленого обмеження швидкості (PSL). Були побудовані графіки зміни середньої швидкості та показників нерівномірності швидкісного режиму та запропоновані математичні моделі залежності середньої швидкості на міських маршрутах від прийнятого обмеження швидкості. Результати показали збільшення середньої швидкості на маршруті в середньому на 2,4 км/год при збільшенні PSL на 10 км/год. При цьому залежність середньої швидкості від PSL має нелінійний характер та показує зменшення впливу фактору обмеження швидкості при більш високих значеннях PSL (від 3,5 км/год для PSL біля 50 км/год до 1,24 км/год для PSL біля 80 км/год). Збільшення PSL не впливає на питомий час в русі та приводить до збільшення питомого часу простою. Зі збільшенням PSL відбувається збільшення шуму прискорення та градієнту енергії. Збільшення середньої швидкості пояснюється можливістю збільшити швидкість на ділянках маршруту з низькою завантаженістю, але збільшенням PSL зменшується можливість реалізувати підвищену швидкість, а сам режим руху стає більш нерівномірним.
Дослідження проводилися методом «їздової лабораторії» на трьох різних маршрутах в умовах обмеження швидкості від 50 до 80 км/год. Режим руху автомобіля фіксувався у вигляді GPS-треків. Результати можуть бути використані для оцінки впливу зміни PSL на техніко-економічні показники роботи міського автомобільного транспорту. Також результати будуть корисними при проведенні інформаційної компанії та пропаганди серед водіїв культури дотримання встановленого в містах швидкісного режим
Розробка машинного навчання для оптимізації прогнозування, реалізованого в морфології росту рослин
No full textThe object of the study is the forecasting and optimizing the plant growth rather. The data distribution at each iteration in the continuous optimization process tends to produce premature convergence because the optimum points are found at the beginning of the iteration, so that the actual optimum condition cannot be achieved. For this reason, a method is needed to see the optimum points at each iteration in the continuous optimization process. A multi-linear regression approach is used to predict the variables generated at each iteration, and then optimized using a neural network method approach for each optimum point found. This research is implemented and observed on the growth morphology of chili plants with a total sample of 100 stems, for 100 days of growth. The testing process consists of 5 different experimental scenarios based on the activation function, and the iteration process is carried out at 250, 500, and 1000 epochs. Furthermore, with a percentage of 70% training data and 30% testing data, the results obtained using the ReLU activation function have an ideal value compared to the Tanh, Softplus, Elu, and Sigmoid activation functions. Compared to the time series method with an MSE value of 4.62, this value is much better than the value of 8.6 for the time series. The RMSE and MAPE values of 16.36 and 36.53 are also excellent. Comparison of the level of forecasting accuracy of the results of continuous optimization carried out with the activation function ReLU and tanh compared to the time series method, the value with the activation function ReLU and tanh has a percentage value 46.36% and 46.86% and this value is a good value compared to using the time series method, which is exactly 67.39%Об'єктом дослідження є прогнозування та оптимізація росту рослин. Розподіл даних на кожній ітерації в процесі безперервної оптимізації має тенденцію призводити до передчасної збіжності, оскільки оптимальні точки знаходяться на початку ітерації, тому фактичний оптимальний стан не може бути досягнутий. З цієї причини потрібен метод, щоб побачити оптимальні точки на кожній ітерації в процесі безперервної оптимізації. Для прогнозування змінних, що генеруються на кожній ітерації, використовується підхід багатолінійної регресії, а потім вони оптимізуються за допомогою методу нейронної мережі для кожної знайденої оптимальної точки. Це дослідження реалізовано на спостереженні морфології росту рослин чилі із загальною вибіркою зі 100 стебел протягом 100 днів росту. Процес тестування складається з 5 різних експериментальних сценаріїв на основі функції активації, а процес ітерації проводиться на 250, 500 та 1000 епохах. Крім того, з відсотком навчальних даних 70% та тестових даних 30%, результати, отримані за допомогою функції активації ReLU, мають ідеальне значення порівняно з функціями активації Tanh, Softplus, Elu та Sigmoid. Порівняно з методом часових рядів зі значенням MSE 4,62, це значення значно краще, ніж значення 8,6 для часового ряду. Значення RMSE та MAPE 16,36 та 36,53 також є достатніми. Порівняння рівня точності прогнозування результатів безперервної оптимізації, проведеної з використанням функції активації ReLU та tanh, у порівнянні з методом часових рядів, значення з функцією активації ReLU та tanh має відсоткове значення 46,36% та 46,86%, і це значення є хорошим порівняно з використанням методу часових рядів, який становить рівно 67,39
Оцінка ефективності детектора голосової активності на основі різних нейронних мереж
No full textThis paper considers the efficiency of neural networks for human voice recognition. The objects of the study are artificial neural networks used for human voice recognition. Their ability to effectively recognize a human voice regardless of language, trained on a small number of speakers in noisy conditions, has been considered. The task being solved is to enhance the accuracy of speech activity detection, which plays a significant role in improving the functioning of automatic speech recognition systems, especially under conditions of a low signal-to-noise ratio.
The findings showed that the accuracy of human voice recognition in languages of different phonetic proximity could vary greatly. As a result of the study, it was found that the recurrent neural network (RNN) demonstrates high accuracy in voice recognition – 95 %, which exceeds the results of the convolutional neural network (CNN), reaching an accuracy of 94 %. Special features of the results are the adaptation of neural networks to multilingual features, which made it possible to increase the efficiency of their work. An important conclusion was that training neural networks on data with different languages and types of speakers significantly improves recognition accuracy. The study confirmed that training neural networks on different languages and speaker types could significantly affect recognition accuracy. The results are an important contribution to the development of speech recognition technologies and have the potential for application in various fields where high accuracy in human voice recognition is requiredУ цій роботі було проведено оцінку ефективності застосування нейронних мереж для задачі розпізнавання людського голосу. Об'єктами дослідження є штучні нейронні мережі, що використовуються для розпізнавання людського голосу. Розглядається їх здатність ефективно розпізнавати людський голос незалежно від мови, навчаючись на невеликій кількості дикторів в умовах шуму.
Розв'язувана проблема – підвищення точності виявлення мовленнєвої активності, що відіграє значну роль у вдосконаленні функціонування систем автоматичного розпізнавання мовлення, особливо в умовах низького співвідношення сигнал/шум.
Отримані результати показали, що точність розпізнавання людського голосу на мовах із різною фонетичною подібністю може суттєво відрізнятися. У результаті дослідження виявлено, що рекурентна нейронна мережа (RNN) демонструє високу точність у розпізнаванні голосу – 95 %, що перевершує результати згорткової нейронної мережі (CNN), яка досягає точності 94 %. Особливості отриманих результатів полягають в адаптації нейронних мереж до багатомовних особливостей, що дозволило підвищити ефективність їхньої роботи.
Важливим висновком стало те, що навчання нейронних мереж на даних із різними мовами та типами дикторів суттєво покращує точність розпізнавання. Дослідження підтвердило, що навчання нейронних мереж на різних мовах і типах дикторів може значно вплинути на точність розпізнавання. Отримані результати є важливим внеском у розвиток технологій розпізнавання мовлення та мають потенціал для застосування в різних сферах, де потрібна висока точність у розпізнаванні людського голос