Наукова періодика України
Not a member yet
11185 research outputs found
Sort by
Розробка гібридного органічного тонкоплівкового фотоелектричного елемента TiO2-SiO2 на основі рисового лушпиння
No full textThis study investigates the synthesis, characterization, and photovoltaic performance of a rice husk-based TiO2-SiO2 hybrid organic thin film, which serves as the photoactive layer in an organic photovoltaic (OPV) cell. The object of the study is the TiO2-SiO2 hybrid thin film derived from rice husk, developed to enhance solar energy conversion in OPV applications. Conventional TiO2 thin films typically exhibit low efficiency due to limited electron mobility, small surface area, and weak photon absorption. To overcome these limitations, silicon dioxide (SiO2) was sustainably extracted from rice husk and integrated with TiO2 to form a hybrid material with improved structural and electronic properties. Structural analysis confirmed the formation of a porous composite that enhances charge separation and facilitates more efficient electron transport. Optical studies revealed increased photon absorption across the UV-visible spectrum due to synergistic interactions between TiO2 and SiO2. XRD analysis indicated that the hybrid structure improves crystallinity and potentially enhances carrier mobility. Furthermore, the surface passivation effect of SiO2 helps reduce charge recombination by mitigating defect states in the TiO2 matrix. The fabricated OPV device achieved an open-circuit voltage of 0.72 V, a short-circuit current density of 4.6 mA/cm², and a power conversion efficiency of 2.8 %, exceeding the performance of conventional TiO2-based cells. This enhancement is attributed to optimized charge transport and improved interfacial interaction. The approach demonstrates a sustainable and cost-effective route for high-performance thin-film solar cells using agricultural waste, particularly beneficial for regions with abundant solar energy and limited technological infrastructureУ цій роботі досліджується синтез, характеристика та фотоелектричні характеристики гібридної органічної тонкої плівки TiO2-SiO2 на основі рисового лушпиння, яка служить фотоактивним шаром в органічній фотоелектричній (OPV) комірці. Об’єктом дослідження є гібридна тонка плівка TiO2-SiO2, отримана з рисового лушпиння, розроблена для покращення перетворення сонячної енергії в застосуваннях OPV. Звичайні тонкі плівки TiO2 зазвичай демонструють низьку ефективність через обмежену рухливість електронів, малу площу поверхні та слабке поглинання фотонів. Щоб подолати ці обмеження, діоксид кремнію (SiO2) був стабільно витягнутий з рисового лушпиння та інтегрований з TiO2 для формування гібридного матеріалу з покращеними структурними та електронними властивостями. Структурний аналіз підтвердив утворення пористого композиту, який покращує розділення зарядів і сприяє більш ефективному транспорту електронів. Оптичні дослідження виявили підвищене поглинання фотонів у УФ-видимому спектрі завдяки синергетичним взаємодіям між TiO2 і SiO2. Аналіз XRD показав, що гібридна структура покращує кристалічність і потенційно підвищує рухливість носія. Крім того, ефект поверхневої пасивації SiO2 допомагає зменшити рекомбінацію заряду шляхом пом’якшення дефектних станів у матриці TiO2. Виготовлений пристрій OPV досяг напруги холостого ходу 0,72 В, щільності струму короткого замикання 4,6 мА/см² і коефіцієнта конверсії потужності 2,8 %, що перевищує продуктивність звичайних елементів на основі TiO2. Це покращення пояснюється оптимізованим транспортуванням заряду та покращеною міжфазною взаємодією. Цей підхід демонструє стійкий і економічно ефективний шлях для високоефективних тонкоплівкових сонячних елементів, що використовують сільськогосподарські відходи, особливо корисний для регіонів з великою кількістю сонячної енергії та обмеженою технологічною інфраструктуро
Розробка методу виявлення та виправлення багатобітових помилок передачі даних у системах інтернету речей на основі коду Голея
No full textThe object of this study is information systems within the Internet of Things.
The task addressed involves devising an innovative method for detecting and correcting multi-bit data transmission errors in the Internet of Things networks based on Golay codes.
As the main result of the research, a method has been devised for detecting and correcting multi-bit data transmission errors based on Golay codes during byte-by-byte transmission of an information block.
The method devised is distinguished by its coding scheme, which involves calculating 11 control bits and one parity bit for twelve bytes of the original information message with subsequent mixing using shift operations before transmission to the communication channel.
Thus, for twelve bytes of input information, an information block of 24 bytes is formed at the output of the encoder, and the bits of the bytes belong to eight different code words of the extended Golay code (24, 12).
When transmitting an information block, one or more bits of the transmitted byte may be distorted. But after performing the shift operations on the receiving side, the reverse of those performed before transmission, it becomes possible to detect and correct transmission errors using Golay code decoding methods. The transmission errors of a single byte that are subject to detection and correction can reach eight. This is possible because all the bits of a byte transmitted over a communication channel belong to different combinations of the Golay code – each separate combination is formed by bits of different bytes that have the same numbers.
Due to the fact that an information message of 24 bytes consists of eight code combinations of the Golay code (24, 12), it is possible to correct up to 24 bit errors in one message of 24 bytesОб’єктом дослідження є інформаційні системи Інтернету речей.
Проблема, що вирішується, – розвиток інноваційного методу виявлення та корекції багатобітових помилок передачі даних в мережах Інтернету речей на основі кодів Голея.
Основний результат дослідження у тому, що розроблено метод виявлення та корекції багатобітових помилок передачі даних на основі кодів Голея під час побайтової передачі інформаційного блока.
Розроблений метод відрізняється схемою кодування, яка передбачає розрахунок 11 контрольних бітів та одного біта парності для дванадцяти байтів вихідного інформаційного повідомлення з подальшим перемішуванням за допомогою операцій зсуву перед передачею в канал зв’язку.
Таким чином для дванадцяти байтів вхідної інформації на виході кодера утворюється інформаційний блок з 24 байтів, причому біти байтів належать восьми різним кодовим словам розширеного коду Голея (24,12).
При передачі інформаційного блоку може бути спотворений один, або кілька бітів байту, що передається. Але після виконання на прийомному боці операцій зсуву, зворотних тим, що виконувались перед передачею, з’являється можливість виявити та виправити помилки передачі завдяки використанню методів декодування коду Голея. Помилки передачі окремого байту, які підлягають виявленню та виправленню, можуть досягати восьми. Це є можливим, тому що усі біти байту, що передається по каналу зв’язку належать різним комбінаціям коду Голея – кожну окрему комбінацію утворюють біти різних байтів, що мають однакові номера
Завдяки тому, що інформаційне повідомлення з 24-х байтів складається з восьми кодових комбінацій коду Голея (24,12) є можливість виправляти до 24 бітових помилок в одному повідомлені довжиною 24 байт
Багаторівнева обробка віброакустичних сигналів для вдосконалення діагностики газотурбінних двигунів
No full textThe object of this study is the process of monitoring the technical condition of an aircraft gas turbine engine (GTE). One of the most dangerous causes of accidents is damage caused by foreign objects, in particular small metal particles, hailstones, bolts, fuselage fragments, etc., entering the engine turbine during flight or during takeoff and landing.
The task addressed was to improve the methods of gas turbine engine vibroacoustic diagnostics, which would increase its sensitivity to small changes in diagnostic signals caused by the ingress of small foreign objects into the engine turbine. To solve this problem, it has been proposed to use multi-level processing of vibration signals obtained as a result of physical modeling of the rotating system (RS) and simulation of the ingress of small foreign objects.
Multi-level processing combines the use of time-frequency, bispectral, and fractal analysis methods to determine the quantitative integrated diagnostic indicator – Minkowski dimensionality. The following average values of Minkowski dimensionality were obtained for the estimates of the bispectral modulus: without external influence – 1.075; ingress of small foreign objects – 1.01; friction of the blades against a foreign object as a result of its ingress into the RS turbine – 1.21.
It has been established that an increase in the Minkowski dimensionality indicates the development of an operational disturbance caused by the ingress of foreign objects, even very small ones.
This paper reports experimental confirmation of the effectiveness of using multi-level processing of vibration signals for diagnosing operational disturbances due to the ingress of foreign objects into RS.
It has been established that multi-level processing makes it possible to detect hidden trends in a noisy signal that are difficult to detect using conventional processing methodsОб’єктом дослідження є процес моніторингу технічного стану авіаційного газотурбінного двигуна (ГТД). Однією з найнебезпечніших причин аварій є пошкодження, спричинені потраплянням сторонніх об’єктів, зокрема дрібних металевих частинок, градин, болтів, уламків фюзеляжу тощо, у турбіну двигуна під час польоту або на етапах зльоту та посадки.
Проблема полягала у вдосконаленні методів віброакустичної діагностики ГТД, що дозволять підвищити її чутливість до малих змін у діагностичних сигналах, спричинених потраплянням дрібних сторонніх об’єктів у турбіну двигуна. Для вирішення цієї задачі в роботі пропонується використання багаторівневої обробки вібраційних сигналів, отриманих в результаті фізичного моделювання обертової системи (ОС) та імітації потрапляння дрібних сторонніх об’єктів.
Багаторівнева обробка поєднує застосування методів частотно-часового, біспектрального та фрактального аналізу для визначення кількісного інтегрального діагностичного показника – розмірності Мінковського. Отримано такі середні значення розмірності Мінковського для оцінок модуля біспектру: без стороннього впливу – 1.075; попадання дрібних сторонніх об’єктів – 1.01; тертя лопаток о сторонній предмет в наслідок його попадання в турбіну ОС – 1.21.
Встановлено, що збільшення розмірності Мінковського свідчить про розвиток експлуатаційного порушення, спричиненого потраплянням сторонніх об’єктів, навіть дуже малих розмірів.
У роботі представлено експериментальне підтвердження ефективності застосування багаторівневої обробки вібраційних сигналів для діагностування експлуатаційних порушень в наслідок потрапляння сторонніх об’єктів в ОС.
Встановлено, що багаторівнева обробка дозволяє виявляти приховані тренди у зашумленому сигналі, які важко виявити традиційними методами обробк
Розробка автоматизованого методу експериментального вимірювання моменту інерції ротора малопотужних асинхронних генераторів відновлювальних джерел енергії
No full textThe object of this study is the electromechanical transient process in low-power asynchronous generators, suitable for operation in conjunction with renewable energy sources, when applying and removing the supply voltage, as well as the influence of the rotor moment of inertia of a low-power asynchronous generator on the duration of the specified transient process. The study addresses the task of reducing the complexity and duration of the pre-operational testing of the specified equipment.
A new automated method for measuring the rotor moment of inertia has been proposed, which is based on the excitation of the generator under the motor mode of operation by the rated frequency voltage under the conditions of mechanical braking of the rotor. The specified measurement method is characterized by reasonable accuracy, high speed, and is suitable for use under both production and laboratory conditions.
Within the framework of the study, a structural diagram of a technical means that implements the proposed method in practice has bene designed; a corresponding mathematical model of the electromechanical system “induction motor – measuring converter” was derived.
A detailed metrological analysis revealed that the methodological error of the proposed method does not exceed 8%, which is acceptable for most applied tasks. A linear relationship between the parameters of the transient process and the characteristics of the electromechanical system was also established, which significantly simplifies the calibration of the device and increases the accuracy and repeatability of the measurement results.
The research results confirm the high efficiency and practical feasibility of using the proposed approach in the field of technical control, maintenance and modernization of electric drive systems. The method could be adapted for a wide range of models of induction motors, as well as integrated into automated equipment condition monitoring systemsОб’єктом дослідження є електромеханічний перехідний процес малопотужних асинхронних генераторів, придатних для роботи сумісно з відновлювальними джерелами енергії, при подачі та знятті напруги живлення. А також вплив моменту інерції ротора малопотужного асинхронного генератора на тривалість зазначеного перехідного процесу. В дослідженні вирішується проблема зменшення трудомісткості та тривалості перед експлуатаційного випробування зазначеного обладнання.
Запропоновано новий автоматизований метод вимірювання моменту інерції ротора, що ґрунтується на збудженні генератора у двигунному режимі роботи напругою номінальної частоти за умов механічного гальмування ротора. Зазначений метод вимірювання характеризується достатньою точністю, високою швидкодією та є придатним для використання як у виробничих, так і лабораторних умовах.
У межах дослідження розроблено структурну схему технічного засобу, що реалізує запропонований метод на практиці, а також отримано відповідну математичну модель електромеханічної системи «асинхронна машина – вимірювальний перетворювач».
Проведений детальний метрологічний аналіз показав, що методична похибка запропонованого методу не перевищує 8 %, що є прийнятним для більшості прикладних задач. Також встановлено лінійну залежність між параметрами перехідного процесу та характеристиками електромеханічної системи, що суттєво спрощує калібрування пристрою та підвищує точність і повторюваність результатів вимірювання. Отримані результати дослідження підтверджують високу ефективність і практичну доцільність застосування запропонованого підходу у сфері технічного контролю, обслуговування й модернізації систем електроприводу. Метод може бути адаптований для широкого спектра моделей асинхронних машин, а також інтегрований у системи автоматизованого моніторингу стану обладнанн
Розроблення інформаційної технології виявлення джерел та мереж розповсюдження дезінформації в кіберпросторі на основі методів машинного навчання
No full textThe object of this study is the processes of identifying sources and networks of disinformation dissemination in the cyberspace of the world. With the growing influence of social networks on public opinion, the issue of identifying and neutralizing propaganda messages is becoming particularly relevant. Conventional methods of combating propaganda such as manual content moderation have proven to be insufficiently effective due to the large amount of information generated daily.
It is important to use natural language processing and machine learning methods to analyze text, identify sources of disinformation dissemination and inauthentic behavior of bots. Based on the analysis of existing methods of intelligent disinformation search, methods have been devised to identify sources and ways of disinformation dissemination in cyberspace by searching for similar text chains and analyzing the similarity of writing style.
Hybrid vector representation makes it possible to capture surface frequency characteristics of the text and semantic features, which has a positive effect on the quality of classification. Cosine similarity, Jacquard, Levenstein and Word2Vec are used to measure similarity. Clustering (DBSCAN, K-Means) helps group fake messages. Graph analysis detects central accounts and bot networks.
Evaluation of the model’s performance by key metrics showed reliable results for identifying sources of disinformation distribution: accuracy – 0.82, F1.3 – 0.8, ROC-AUC – 0.86. The identified differences in lexical patterns for the “fake” and “true” classes confirm the model’s ability to capture the content features of texts. The proposed method for detecting disinformation distribution paths serves as the basis for building scalable systems for monitoring the information space and adapting to other text classification tasksОб’єкт дослідження – процеси виявлення джерел та мереж розповсюдження дезінформації в кіберпросторі світу. Зі зростанням впливу соціальних мереж на громадську думку питання виявлення та нейтралізації пропагандистських повідомлень набуває особливої актуальності. Традиційні методи боротьби з пропагандою як ручна модерація контенту виявилися недостатньо ефективними через великий обсяг інформації, що генерується щодня. Важливим є застосування методів опрацювання природної мови та машинного навчання для аналізу тексту, виявлення джерел розповсюдження дезінформації та неавтентичної поведінки ботів. На основі аналізу існуючих методів інтелектуального пошуку дезінформації розроблено методи виявлення джерел та шляхів розповсюдження дезінформації в кіберпросторі через пошук подібних ланцюгів тексту та аналізу подібності стилю написання. Гібридне векторне подання дозволяє охопити поверхневі частотні характеристики тексту та семантичні особливості, що позитивно позначається на якості класифікації. Косинусова подібність, Жаккар, Левенштейн та Word2Vec використовують для вимірювання подібності. Кластеризація (DBSCAN, K-Means) допомагає групувати фейкові повідомлення. Графовий аналіз виявляє центральні акаунти та бот-мережі. Оцінювання продуктивності моделі за ключовими метриками показало надійні результати для виявлення джерел розповсюдження дезінформації: accuracy – 0.82, F1.3 – 0.8, ROC-AUC – 0.86. Виявлені відмінності у лексичних патернах для класів «фейк» і «правда» підтверджують здатність моделі вловлювати змістовні особливості текстів. Запропонований метод виявлення шляхів розповсюдження дезінформації слугує основою для побудови масштабованих систем моніторингу інформаційного простору та адаптації до інших задач текстової класифікації
Визначення ефективності тепломасообміну скребкового теплообмінника для нагрівання харчових напівфабрикатів
No full textThis study's object is the process of heating fruit and berry purees made from apple, apricot, and honeysuckle.
This paper reports an improved structure of a scraper heat exchanger for heating viscous liquid food products based on fruit and berry raw materials (purees, pastes). One of the main elements of the modernization is heating with a flexible film resistive electric heater of the radiant type instead of the conventional steam system, which has made it possible to eliminate steam fittings and reduce energy consumption. Additional equipment of the heat exchanger with a hinged blade with a remote plate enables turbulization of the product flow in the heat exchange zone, contributing to the formation of a stable film flow on the heating surface, which significantly improves the efficiency of heat transfer.
The experimental and computational studies revealed the dependence of the heat transfer coefficient on raw material consumption and the frequency of rotation of the apparatus shaft. It was established that the heat transfer coefficient depends on the product flow rate and, after reaching the maximum (13…15) 10–3 kg/s, it decreases. The influence of rotor speed is less significant and is manifested mainly during the transition from 1.0 to 1.5 s⁻1. Comparative analysis revealed that the use of an improved blade with a remote plate makes it possible to increase the heat transfer coefficient by 1.2 times compared to the conventional design. Calculations of specific heat consumption showed its decrease from 250 to 222 kJ/kg, which is a saving of 12.5%.
The proposed structural solutions make it possible to ensure the stability of temperature regimes, reduce energy consumption, improve the quality of heat treatment and process automation. This is especially important for the processing of heat-sensitive and dense products in the food industryОб’єктом дослідження є процес нагрівання плодово-ягідних пюре виготовленого з яблука, абрикос та жимолості.
У роботі представлено вдосконалену конструкцію скребкового теплообмінника для нагрівання в’язких рідких харчових продуктів на основі плодово-ягідної сировини (пюре, пасти). Одним з основних елементів модернізації є нагрівання гнучким плівковим резистивним електронагрівачем випромінювального типу замість традиційної парової системи, що дало змогу усунути парову арматуру та знизити енерговитрати. Додаткове оснащення теплообмінника шарнірною лопаттю з виносною пластиною забезпечує турбулізацію потоку продукту в зоні теплообміну, сприяючи формуванню стабільної плівкової течії на поверхні нагріву, що істотно підвищує ефективність теплопередачі.
Проведені експериментально-розрахункові дослідження виявили залежність коефіцієнта тепловіддачі від витрати сировини та частоти обертання вала апарата. Встановлено, що коефіцієнт тепловіддачі залежить від витрати продукту та після досягнення максимуму (13…15) 10–3 кг/с він зменшується. Вплив частоти обертання ротора менш значний і проявляється переважно під час переходу від 1,0 до 1,5 с⁻¹. Порівняльний аналіз засвідчив, що використання вдосконаленої лопаті з виносною пластиною дозволяє підвищити коефіцієнт тепловіддачі у 1,2 рази в порівнянні з традиційною конструкцією. Розрахунки питомих витрат теплоти показали їх зменшення з 250 до 222 кДж/кг, що становить економію 12,5%.
Запропоновані конструктивні рішення дозволяють забезпечити стабільність температурних режимів, зменшити енерговитрати, покращити якість теплової обробки та автоматизацію процесів. Це особливо важливо для обробки термочутливих та густих продуктів у харчовому виробництві
Визначення впливу агресивних низьковуглецевих інновацій на екологічні, соціальні та управлінські показники компанії
No full textThe object of this study is the ESG performance in emerging market energy companies. The problem to be solved is the identifying how internal strategic orientations translate into measurable sustainability outcomes. Despite the theoretical acknowledgment of GMO and MC as sustainability enablers, empirical evidence on their pathways to ESG outcomes remains limited.
The study examines the role of Aggressive Low Carbon Innovation (ALCI) as a mechanism through which GMO and MC exert their influence on ESG performance.
The findings indicate that MC has a significant indirect effect on ESG performance through ALCI (β = 0.312, p < 0.01), while its direct effect is not statistically significant (β = 0.127, p > 0.05). GMO shows a strong positive effect on ALCI (β = 0.488, p < 0.001), but its direct influence on ESG performance is also insignificant (β = 0.089, p > 0.05). In contrast, ALCI demonstrates a strong direct impact on ESG performance (β = 0.446, p < 0.001), confirming its role as a pivotal mediator.
These results suggest that the implementation of ALCI serves as a necessary bridge between strategic orientation and sustainability outcomes. The effectiveness of ALCI in improving ESG performance can be explained by its capacity to integrate environmental innovations into business operations aggressively, thereby enhancing compliance, reputation, and stakeholder trust. The findings are most applicable under conditions where organizational leadership is committed, market orientation supports sustainable value, and regulatory environments encourage innovation. This research provides actionable insights for firms seeking to enhance ESG outcomes through internal capability building and strategic innovation pathwaysОб'єктом цього дослідження є екологічні, соціальні та управлінські (ЄСУ) показники в енергетичних компаніях ринків, що розвиваються. Проблема, яку необхідно вирішити, полягає у визначенні того, як внутрішні стратегічні орієнтації трансформуються у вимірні результати сталого розвитку. Незважаючи на теоретичне визнання орієнтація на зелений ринок (ОЗР) та зобов'язання керівництва (ЗК) як факторів, що сприяють сталому розвитку, емпіричні дані щодо їхніх шляхів до ЄСУ результатів залишаються обмеженими.
У дослідженні розглядається роль агресивних низьковуглецевих інновацій (АНВІ) як механізму, за допомогою якого ОЗР та ЗК здійснюють свій вплив на ЄСУ показники. Результати дослідження показують, що ЗК має значний непрямий вплив на ЄСУ показники через АНВІ (β = 0,312, p < 0,01), тоді як його прямий вплив не є статистично значущим (β = 0,127, p > 0,05). ОЗР демонструє сильний позитивний вплив на АНВІ (β = 0,488, p < 0,001), але його прямий вплив на ЄСУ показники також незначний (β = 0,089, p > 0,05). На противагу цьому, АНВІ демонструють сильний прямий вплив на ЄСУ показники (β = 0,446, p < 0,001), що підтверджує його роль ключового посередника.
Ці результати свідчать про те, що впровадження АНВІ слугує необхідним мостом між стратегічною орієнтацією та результатами сталого розвитку. Ефективність АНВІ у покращенні ЄСУ показників можна пояснити їх здатністю агресивно інтегрувати екологічні інновації в бізнес-операції, тим самим підвищуючи дотримання вимог, репутацію та довіру зацікавлених сторін. Результати найбільш застосовні в умовах, коли керівництво організації віддане справі, ринкова орієнтація підтримує сталу цінність, а регуляторне середовище заохочує інновації. Це дослідження надає практичну інформацію для фірм, які прагнуть покращити ЄСУ результати шляхом внутрішнього нарощування потенціалу та шляхів стратегічних інноваці
Підвищення ефективності структурно-технологічної модернізації зернопереробної промисловості
No full textThis study's object is the activity of the grain processing industry, aimed at technological modernization.
The study addresses issues related to the technological backwardness of production capacities. These include outdated equipment, unable to provide the required depth of grain processing and product quality. The limited domestic demand focused on the export of grain to the countries of Central Asia has been examined, which leads to underutilization of processing capacities under current conditions.
A potential modernization of the grain processing complex has been proposed, aimed at the development of deep grain processing and diversification of the product range:
– the global starch market is the largest of all grain processing products (3.8 times larger than the wheat gluten market and 20% larger than the flour market). The annual growth rate of the starch market is 5–6%;
– wheat gluten is a strategically important product of deep grain processing, combining high profitability, a wide range of applications, and export potential. It has high added value: the production of 1 ton of dry gluten requires the processing of approximately 3–4 tons of flour.
The practical significance of this study is the detailed analysis of the characteristics of exports oriented towards the markets of neighboring countries, the needs of these markets, as well as prospects for their development of products.
It has been shown that increasing the efficiency of the industry with an optimal level of utilization requires taking into account the prospects for the functioning of the domestic market and export deliveries until 2030Об’єктом дослідження є діяльність зернопереробної промисловості, спрямована на технологічну модернізацію.
У ході дослідження розглянуто проблеми технологічної відсталості виробничих потужностей. Зафіксовано наявність застарілого обладнання, яке не здатне забезпечити необхідну глибину переробки зерна та якість продукції. Досліджено обмеженість внутрішнього попиту, орієнтованого переважно на вивезення зерна до країн Центральної Азії, що призводить до недовантаження переробних потужностей у сучасних умовах.
Запропоновано потенційну модернізацію зернопереробного комплексу, спрямовану на розвиток глибокої переробки зерна та диверсифікацію товарної номенклатури:
– глобальний ринок крохмалю є найбільшим серед усіх продуктів переробки зерна (у 3,8 раза більший за ринок пшеничної клейковини та на 20% перевищує обсяг ринку борошна). Річний темп зростання ринку крохмалю становить 5–6%;
– пшенична клейковина — стратегічно важливий продукт глибокої переробки зерна, що поєднує високу рентабельність, широкий спектр застосування та експортний потенціал. Виробництво 1 тонни сухої клейковини потребує переробки приблизно 3–4 тонн борошна, що формує високу додану вартість.
Практичне значення дослідження полягає в детальному аналізі особливостей експорту, орієнтованого на ринки суміжних держав, визначенні потреб цих ринків і перспектив їх освоєння продукцією.
Показано, що для підвищення ефективності роботи галузі з оптимальним рівнем завантаження необхідно враховувати перспективи функціонування внутрішнього ринку та експортних поставок до 2030
Розробка методу класифікації з нульовим показником для міжрегіонального картографування сільськогосподарських культур, що демонструє переносимість доменів на зображеннях Sentinel-2
No full textThe object of the study is zero-shot crop-type classification in a data-poor target region (Karabakh, Azerbaijan) using a single-date Sentinel-2 composite, with the classifier trained on labeled parcels from a data-rich source region (central France). Cross-regional deployment of crop classifiers is impeded by domain shift differences in phenology, management, and sensor-band responses and by the absence of local labels, which together degrade accuracy and trust in operational maps. Cloud-free July-2021 median composites were produced in Google Earth Engine, a fourteen-band stack (core optical bands plus NDVI, NDRE, NDWI, NDMI) was assembled, four supervised algorithms were trained on balanced French parcels, validated using overall accuracy and Cohen’s κ, and then applied zero-shot to Karabakh. Random Forest yielded 94.6% accuracy on French validation and, after instance reweighting and feature normalization, delivered spatially coherent predictions in Karabakh. The pipeline’s combination of harmonized inputs, index-augmented spectra, and lightweight domain correction enabled transfer without target-region labels, generating confidence-aware maps suitable for rapid decision support. Growth-stage mismatch and spectral sensitivity are the main causes of performance differences, red-edge information was essential for distinguishing structurally similar crops, and moisture indices helped with irrigation-induced discrimination. The approach is most effective under peak-season, cloud-free conditions with comparable agro-ecological settings and a harmonized crop taxonomy, it requires only open Sentinel-2 data, a cropland mask, and standard ML tools in GEE, supporting scalable, repeatable assessments where ground truth is scarceОб’єктом дослідження є класифікація типів сільськогосподарських культур та землекористування з нульовим показником у регіонах з обмеженими даними, використовуючи одноденні знімки Sentinel-2, переносячи моделі, навчені в багатому на дані центральній Франції до Карабахського регіону Азербайджану. Міжрегіональне розгортання класифікаторів сільськогосподарських культур ускладнюється відмінностями у зміщенні доменів у фенології, управлінні та відгуках сенсорних діапазонів, а також відсутністю локальних позначок, що разом знижує точність та довіру до операційних карт. Безхмарні медіанні композити за липень 2021 року були створені в Google Earth Engine, зібрано чотирнадцятисмуговий стек (основні оптичні діапазони плюс NDVI, NDRE, NDWI, NDMI), чотири контрольовані алгоритми навчені на збалансованих французьких ділянках, перевірені за допомогою загальної точності та коефіцієнта Коена κ, а потім застосовані з нульовим показником до Карабаху. Random Forest забезпечив точність 94,6% при перевірці для Франції та, після перезважування екземплярів та нормалізації ознак, надав просторово узгоджені прогнози в Карабаху. Поєднання гармонізованих вхідних даних, спектрів з доповненням індексами та корекції полегшених доменів у конвеєрі дозволило перенесення без позначок цільових регіонів, створюючи карти з достовірною інформацією, придатні для швидкої підтримки рішень. Невідповідність стадій росту та спектральна чутливість є основними причинами відмінностей у продуктивності, інформація про червоний край була важливою для розрізнення структурно подібних культур, а індекси вологості допомогли з дискримінацією, індукованою зрошенням. Цей підхід є найефективнішим у пік сезону, за умов безхмарності з порівнянними агроекологічними умовами та гармонізованою таксономією культур, він вимагає лише відкритих даних Sentinel-2, маски сільськогосподарських угідь та стандартних інструментів машинного навчання в GEE, підтримуючи масштабовані, повторювані оцінки там, де достовірних даних мал
Розробка мультиагентної адаптивної рекомендаційної системи на основі машинного навчання з підкріпленням
No full textThis study's object is the process that improves efficiency and accuracy in delivering personalized recommendations to users in systems based on reinforcement learning.
The principal task addressed in the study is to improve recommendation adaptation and personalization by assigning a dedicated agent to each user. This approach reduces the influence of other users’ activity and allows for more precise modeling of individual preferences.
The proposed approach employs an Actor–Critic model implemented using the Deep Deterministic Policy Gradient algorithm to achieve more stable training and maximize long-term rewards in sequential decision-making processes. Recommendations are generated using the unique characteristics of items that are based on users’ historical interactions. Neural networks are trained with separate parameter configurations for single-agent and multi-agent models.
Experimental results on the MovieLens dataset demonstrate the superiority of the multi-agent model over the single-agent baseline across key evaluation metrics. For top-5 recommendations, the multi-agent model achieved improvements of + 4% for Precision@5; + 0.32% for Recall@5; and + 2.92% in Normalized Discounted Cumulative Gain NDCG@5. For top-10 recommendations, gains were + 1% for Precision@10; + 0.18% for Recall@10; and + 1.14% for NDCG@10, respectively.
Simulations for individual users showed that the multi-agent model outperformed the single-agent baseline in 66 out of 100 cases in terms of cumulative reward. The proposed system demonstrates effectiveness in capturing user preferences, improving recommendation quality, and adapting to evolving user preferences over time.
The main area of practical application for the results includes dynamic online environments such as e-commerce systems, media platforms, social networks, and news aggregators.Об’єктом дослідження є процес підвищення ефективності та точності надання персоналізованих рекомендацій користувачам у системах, які використовують машинне навчання з підкріпленням.
Основною проблемою, що вирішується в дослідженні, є покращення адаптації та персоналізації рекомендацій шляхом створення окремого агента для кожного користувача. Це дозволяє зменшити вплив сторонніх дій і краще адаптуватися до індивідуальних вподобань. У роботі запропоновано використання моделі «Актор-Критик», реалізованої на основі алгоритму глибокої детермінованої стратегії для більш стабільного навчання та отримання довгострокової винагороди у послідовних процесах прийняття рішень. Рекомендація генерується використовуючи унікальні властивості елементів на основі історичних взаємодій користувачів. Процес навчання нейронних мереж відбувається з різними параметрами для одноагентної та мультиагентної моделей.
Експериментальні результати, отримані на наборі даних MovieLens, демонструють перевагу мультиагентної моделі над одноагентною за ключовими метриками. Для рекомендацій із п’яти елементів зафіксовано покращення: Precision@5 на 4%, Recall@5 на 0.32%, Normalized Discounted Cumulative Gain NDCG@5 на 2.92% у порівнянні з одноагентною моделлю. Для рекомендацій із десяти елементів отримано: Precision@10 на 1% вище, Recall@10 на 0.18% вище, NDCG@10 на 1.14% вище порівняно з одноагентним підходом. Проведені симуляції для одного користувача показали перевагу в 66 випадках зі 100 в досягненні вищих кумулятивних винагород для мультиагетної моделі. Запропонована система демонструє ефективність у визначенні вподобань користувачів, покращенні якості рекомендацій та адаптації до змін користувацької поведінки з часом.
Основною галуззю практичного застосування отриманих результатів є динамічні онлайн-середовища, зокрема системи електронної комерції, медіаплатформи, соціальні мережі та новинні виданн