Наукова періодика України
Not a member yet
11185 research outputs found
Sort by
Розробка системи підтримки прийняття рішень для аргументованого вибору машин для виготовлення шкіряних виробів
No full textThis study investigates the process of selecting sewing machines for the manufacturing of products from artificial leather. Despite the active development of technological solutions for automation, the task of choosing optimal equipment remains relevant, requiring additional tools that can provide a connection between scientific approaches and industrial conditions. This paper reports the results of designing an automated decision support system for the selection of sewing equipment, aimed at bridging the gap between theoretical models and production needs.
The technological advancement is based on a three-level database structure. At the data storage level, a matrix-based database of equipment parameters was constructed, ensuring the consistency of information regarding technological operations, materials, and machine characteristics. At the logical level, a multifactor analysis algorithm was developed, utilizing the principles of graph theory, a binary matrix, and the linear programming method to select the optimal equipment model. The representation level is an interactive interface based on MS Excel (USA). Input parameters are selected by simply clicking on buttons with corresponding names (seam type, worker qualification, material properties, and thickness). The system automatically analyzes the database and generates a list of recommended equipment in a table format.
Verification was carried out through a survey involving 30 participants (86.7% were representatives of the academic community). The results show that 93.3% of respondents noted the high speed of the simulator while 90.0% rated its practicality and 86.7% its convenience. At the same time, certain shortcomings were identified, outlining areas for further research: 23.3% of those surveyed highlighted the need to expand the database, and 16.7% emphasized the necessity of implementing a Ukrainian-language version.
It was established that the designed system is a universal tool that combines educational and practical-production dimensions. Its implementation in the educational process will contribute to achieving a number of program learning outcomesОб’єктом дослідження є процес відбору швейного обладнання для виготовлення швейних виробів зі штучної шкіри. Незважаючи на активний розвиток технологічних рішень для автоматизації, проблема вибору оптимального обладнання залишається актуальною, вимагаючи додаткових інструментів, які здатні забезпечити зв’язок між науковими підходами та умовами виробництва. У даній роботі представлено результати розробки автоматизованої системи підтримки прийняття рішень у процесах підбору швейного обладнання, що має на меті практичну адаптацію теоретичних моделей до потреб виробництва.
Розробка базується на трирівневій структурі бази даних: на рівні зберігання даних сформовано базу параметрів обладнання у вигляді матриці, що забезпечує узгодженість інформації про технологічні операції, матеріали та характеристики машин. На логічному рівні розроблено алгоритм багатофакторного аналізу, що використовує принципи теорії графів, бінарну матрицю та метод лінійного програмування для вибору оптимальної моделі обладнання. Презентаційний рівень представлено інтерактивним інтерфейсом на базі MS Excel (США). Вхідні параметри обираються простим натисканням на кнопки з відповідними назвами (тип шва, кваліфікація робітника, властивості та товщина матеріалу). Система автоматично проводить аналіз бази даних і формує перелік рекомендованого обладнання у вигляді таблиці.
Верифікація виконана шляхом опитування за участю 30 осіб (86,7% представники академічного середовища). При цьому, 93,3% респондентів відзначили високу швидкість роботи, 90,0% оцінили практичність, а 86,7% зручність. Разом із тим, 23,3% опитаних наголосили на потребі розширення бази даних, а 16,7% акцентували увагу на необхідності впровадження україномовної версії.
Встановлено, що розроблена система є універсальним інструментом, який поєднує освітній та виробничо-прикладний виміри. Впровадження в освітній процес сприятиме досягненню низки програмних результатів навчанн
Впровадження гібридного глибокого навчання CNN-lstm для прогнозування відшкодування витрат в контексті оптимізації стратегічного управління лоукост-перевізниками в авіакомпанії PT Lion Mentari
No full textThe object of this research is the cost recovery prediction model of low-cost airlines. The challenge faced is the complexity of the airline’s financial and operational patterns, which encompass spatial and temporal interactions, making it difficult for a single prediction model to produce accurate and stable estimates. This challenge directly impacts management’s ability to develop effective strategies, including fare setting, fuel cost control, and flight route planning. To address this issue, this research implements a hybrid deep learning approach, CNN-LSTM. The CNN is used to extract spatial features from multivariate data, while the LSTM captures long-term temporal dependencies with a complex memory update mechanism. The integration of these two models allows for richer data pattern processing than a single model, resulting in more accurate predictions that align closely with actual conditions. The research interpretation indicates that the hybrid model is able to leverage the strengths of each component: CNN in extracting local features and LSTM in understanding temporal dynamics. This is reflected in the prediction results, which show a smaller deviation from the actual data compared to either CNN or LSTM alone. Based on the test results on cost recovery data for 14 periods, the three models CNN, LSTM, and CNN-LSTM hybrid showed high and stable accuracy in following the actual value pattern. From the first to the fourth period, all models produced results very close to the actual value, with an average difference below 0.02. For example, in the fourth period, the actual value of 0.88 was well predicted by CNN (0.91), LSTM (0.886), and CNN-LSTM (0.876). However, in the sixth to ninth periods, there was a slight decrease in accuracy as the actual value decreased, especially in the ninth period when the value of 0.74 was only predicted by 0.731 by CNN, 0.74 by LSTM, and 0.732 by the hybrid model. The implementation of the CNN-LSTM hybrid not only improves the accuracy and reliability of cost recovery predictions but also provides strategic value for PT Lion Mentari Airlines management, supporting more efficient and optimal decision-making to enhance the low-cost carrier’s competitivenessОб'єктом дослідження є модель прогнозування відшкодування витрат лоукост-авіакомпаній. Проблема полягає в складності фінансових та операційних моделей авіакомпанії, які охоплюють просторові та часові взаємодії, що ускладнює отримання точних та стабільних оцінок за допомогою однієї моделі прогнозування. Ця проблема безпосередньо впливає на здатність керівництва розробляти ефективні стратегії, включаючи встановлення тарифів, контроль вартості палива та планування маршрутів польотів. Для вирішення цієї проблеми в цьому дослідженні застосовується гібридний підхід глибокого навчання, CNN-LSTM. CNN використовується для вилучення просторових ознак з багатовимірних даних, тоді як LSTM фіксує довгострокові часові залежності за допомогою складного механізму оновлення пам'яті. Інтеграція цих двох моделей дозволяє обробляти більш насичену інформацію про моделі, ніж одна модель, що призводить до точніших прогнозів, які точно відповідають фактичним умовам. Інтерпретація дослідження показує, що гібридна модель здатна використовувати сильні сторони кожного компонента: CNN у вилученні локальних ознак та LSTM у розумінні часової динаміки. Це відображається в результатах прогнозування, які показують менше відхилення від фактичних даних порівняно з CNN або LSTM окремо. На основі результатів тестування даних про відшкодування витрат за 14 періодів, три моделі – CNN, LSTM та гібридна CNN-LSTM – продемонстрували високу та стабільну точність у відстеженні закономірності фактичного значення. З першого по четвертий період усі моделі дали результати, дуже близькі до фактичного значення, із середньою різницею менше 0,02. Наприклад, у четвертому періоді фактичне значення 0,88 було добре передбачено CNN (0,91), LSTM (0,886) та CNN-LSTM (0,876). Однак у шостий-дев'ятий періоди спостерігалося незначне зниження точності зі зменшенням фактичного значення, особливо у дев'ятому періоді, коли значення 0,74 було передбачено лише 0,731 CNN, 0,74 LSTM та 0,732 гібридною моделлю. Впровадження гібрида CNN-LSTM не тільки підвищує точність та надійність прогнозів окупності витрат, але й забезпечує стратегічну цінність для керівництва PT Lion Mentari Airlines, підтримуючи більш ефективне та оптимальне прийняття рішень для підвищення конкурентоспроможності лоукост-перевізник
Оцінка ковбасних виробів з гідролізатом колагену та журавлиною для людей похилого віку
No full textThe object of this study was cooked sausages developed specifically for elderly nutrition, addressing the problem of achieving high protein density together with improved technological and oxidative stability. The study evaluated the combined effects of collagen hydrolysate 10 and cranberry powder 2% on composition, functionality, color, oxidative stability, and in-vitro digestibility. Enrichment significantly increased protein content 13.68 vs. 10.91%, moisture 77.2 vs. 72.7%, and reduced fat 6.7 vs. 9.1%. Alkali-soluble proteins rose 10.07 vs. 8.49%, texture strengthened 88.2 vs. 60.4 kPa, and water-holding capacity improved by 19%. The fatty acid profile shifted toward slightly higher SFA C16:0, C18:0 and lower MUFA C18:1, with a minor rise in ALA n-3, while trans isomers remained < 0.1%. After 10 days of storage, peroxide values were lower 8.1 vs. 9.8 meq/kg, indicating delayed lipid oxidation. Color stability reached 94%, with improved redness retention in enriched samples. In-vitro digestibility increased, with peptide release + 21.2% (pepsin) and + 10.3% (trypsin). These effects can be explained by the synergistic role of collagen peptides in enhancing protein functionality and the antioxidant properties of cranberry polyphenols in suppressing lipid peroxidation. The distinctive feature of this approach is the dual action of natural additives, providing a cleaner-label product with improved nutritional density and stability. Practical relevance lies in applying collagen hydrolysate and cranberry in functional meat technologies aimed at elderly-oriented diets, offering a feasible strategy for the meat industry to support healthy ageing and reduce risks related to poor protein intake and oxidative stressОб'єктом цього дослідження були варені ковбаси, розроблені спеціально для харчування людей похилого віку, що вирішують проблему досягнення високої щільності білка разом із покращеною технологічною та окислювальною стабільністю. У дослідженні оцінювався комбінований вплив гідролізату колагену 10 та журавлинного порошку 2% на склад, функціональність, колір, окислювальну стабільність та засвоюваність in vitro. Збагачення значно збільшило вміст білка на 13,68% проти 10,91%, вологість на 77,2% проти 72,7% та зменшило вміст жиру на 6,7% проти 9,1%. Кількість лугорозчинних білків зросла на 10,07% проти 8,49%, текстура зміцніла на 88,2% проти 60,4 кПа, а вологоутримуюча здатність покращилася на 19%. Профіль жирних кислот змістився в бік дещо вищого вмісту жирних кислот (SFA) C16:0, C18:0 та нижчого вмісту мононенасичених жирних кислот (MUFA) C18:1, з незначним збільшенням вмісту ALA n-3, тоді як транс-ізомери залишалися < 0,1%. Після 10 днів зберігання перекисні числа були нижчими до 8,1 проти 9,8 мекв/кг, що свідчить про уповільнене окислення ліпідів. Стабільність кольору досягла 94%, з покращеним збереженням почервоніння у збагачених зразках. Засвоюваність in vitro збільшилася, з вивільненням пептидів + 21,2% (пепсин) та + 10,3% (трипсин). Ці ефекти можна пояснити синергетичною роллю колагенових пептидів у посиленні функціональності білка та антиоксидантними властивостями поліфенолів журавлини у пригніченні перекисного окислення ліпідів. Відмінною особливістю цього підходу є подвійна дія натуральних добавок, що забезпечує продукт з покращеною харчовою щільністю та стабільністю. Практична значущість полягає у застосуванні гідролізату колагену та журавлини у функціональних м'ясних технологіях, спрямованих на раціони людей похилого віку, що пропонує життєздатну стратегію для м'ясної промисловості для підтримки здорового старіння та зниження ризиків, пов'язаних з недостатнім споживанням білка та окислювальним стресом
Оптимізація планування посадок кількох літаків на основі машинного навчання з квантовим відпалом в умовах невизначеності при однократних та багатократних заходах
No full textThe object of this study is multi-aircraft landing scheduling on single and multiple runways, which is an important aspect of modern air traffic management systems. The main problems solved in this research are the complexity of scheduling optimization due to limited runway capacity, the need to maintain a safe distance between aircraft, and the uncertainty of estimated time of arrival (ETA) which is often influenced by external factors such as weather and air traffic density. To overcome these challenges, this research proposes a hybrid approach between Long short-term memory-gradient boosting with the quantum annealing method. the results show that this approach is able to significantly improve the performance of the scheduling system, with an accuracy of 0.93, a precision of 0.91, a recall of 0.90, and an F1 score of 0.91. These values are higher than the model without quantum annealing, which only achieved an accuracy of 0.87, a precision of 0.85, a recall of 0.83, and an F1 score of 0.84. This improvement can be explained by the ability of LSTM-gradient boosting to predict ETA deviation more accurately, as well as the effectiveness of quantum annealing in solving the quadratic unconstrained binary optimization (QUBO) formulation efficiently. The unique feature of this research lies in the application of a hybrid model that combines the power of machine learning and quantum computing, achieving a balance between predictive accuracy and optimization efficiency. These research findings can be applied to air traffic scheduling systems at airports with single or multiple runways. Their implementation has the potential to improve operational efficiency, reduce delays, and enhance flight safety through more precise and adaptive landing time managementОб’єктом дослідження є планування посадки кількох літаків на одну та кілька злітно-посадкових смуг, що є вирішальним аспектом сучасних систем управління повітряним рухом. Основними проблемами, що вирішувались, були складність оптимізації планування через обмежену пропускну здатність злітно-посадкової смуги, необхідність підтримувати безпечну дистанцію між літаками та невизначеність очікуваного часу прибуття (ОЧП), на яку часто впливають зовнішні фактори, такі як погода та щільність повітряного руху. Щоб подолати ці проблеми, у цьому дослідженні пропонується гібридний підхід між методом градієнтного посилення довгострокової короткочасної пам'яті та методом квантового відпалу. Результати показують, що цей підхід здатний значно покращити продуктивність системи планування з точністю 0,93, точністю 0,91, повнотою 0,90 та показником F1 0,91. Ці значення вищі, ніж у моделі без квантового відпалу, яка досягла лише точності 0,87, точності 0,85, повноти 0,83 та показника F1 0,84. Це покращення можна пояснити здатністю градієнтного підвищення довгої короткострокової пам’яті (ДКП) точніше прогнозувати відхилення ОЧП, а також ефективністю квантового відпалу в ефективному розв'язанні задачі квадратичної безобмеженої бінарної оптимізації. Унікальною особливістю цього дослідження є застосування гібридної моделі, яка поєднує можливості машинного навчання та квантових обчислень, досягаючи балансу між точністю прогнозування та ефективністю оптимізації. Ці результати дослідження можуть бути застосовані до систем планування повітряного руху в аеропортах з однією або кількома злітно-посадковими смугами. Їх впровадження має потенціал для підвищення операційної ефективності, зменшення затримок та підвищення безпеки польотів завдяки більш точному та адаптивному управлінню часом посадк
Реалізація чергованого двонаправленого постійно-постійного перетворювача з багатоступеневим заряджанням постійним струмом на основі нечіткого керування для стійких до перешкод станцій заміни акумуляторів електромобілів
No full textThis research presents an interleaved bi-directional non-inverting buck-boost converter designed for public electric vehicle battery swapping stations (BSS). This study solves the critical problem of BSS vulnerability to main power outages, which threatens their operational reliability. The developed solution is a device that not only performs efficient charging but also functions as an emergency power source, utilizing power from connected batteries during a grid failure. The methodology incorporates an interleaved topology and a multi-stage constant current (MSCC) charging method controlled by a fuzzy logic controller (FLC). Experimental results show the interleaved operation successfully increased power capacity up to 1.1 kW, achieving an average efficiency of 93.44%. A distinctive feature of the result is the reduction of the output current ripple by 47.7% down to 0.92%. This is explained by the ripple-cancellation effect inherent to the interleaved design, which is a key feature for preserving long-term battery health. Furthermore, the MSCC method achieved a 13.7% reduction in execution time compared to the conventional constant current-constant voltage (CC-CV) method, with a total charging duration of 66.8 minutes. This validated prototype successfully demonstrated a seamless and automatic emergency mode transition during a power failure, directly answering the BSS reliability challenge. The prototype also confirmed its bidirectional functionality and seamless mode transition from standard charging to emergency power supply mode. The scope of this research provides a practical and high-performance integrated solution for BSS, effectively addressing vulnerability issues by improving reliability and charging time efficiency, ensuring continuous service.У цьому дослідженні представлено двонаправлений неінвертуючий понижувально-підвищувальний перетворювач з чергуванням, призначений для станцій заміни акумуляторів (СЗА) громадських електромобілів. Це дослідження вирішує критичну проблему вразливості СЗА до відключень основного живлення, що загрожує їхній експлуатаційній надійності. Розроблене рішення являє собою пристрій, який не тільки виконує ефективну зарядку, але й функціонує як аварійне джерело живлення, використовуючи енергію від підключених акумуляторів під час збою в мережі. Методологія включає в себе черговану топологію та багатоступеневий метод зарядки постійним струмом (БМЗПС), керований нечітким логічним контролером (НЛК). Експериментальні результати показують, що чергування успішно збільшило потужність до 1,1 кВт, досягнувши середнього ККД 93,44%. Відмінною особливістю результату є зменшення пульсацій вихідного струму на 47,7% до 0,92%. Це пояснюється ефектом придушення пульсацій, властивим схемі з чергуванням, що є ключовою особливістю для збереження довгострокового стану акумулятора. Крім того, метод БМЗПС досяг скорочення часу виконання на 13,7% порівняно зі звичайним методом постійного струму-постійної напруги, із загальною тривалістю заряджання 66,8 хвилини. Цей перевірений прототип успішно продемонстрував безперешкодний та автоматичний перехід в аварійний режим під час відключення живлення, безпосередньо відповідаючи на проблему надійності СЗА. Прототип також підтвердив свою двонаправлену функціональність та безперешкодний перехід від стандартного заряджання до режиму аварійного живлення. Метою цього дослідження є практичне та високопродуктивне інтегроване рішення для СЗА, яке ефективно вирішує проблеми вразливості шляхом підвищення надійності та ефективності часу заряджання, забезпечуючи безперервну роботу
Побудова електронно-оптичної схеми електростатичного квазісферичного енергооаналізатора дефлекторного типу
No full textThis study investigates electrostatic spherical deflector-type energy analyzers designed to analyze energy of charged particle beams. The research aims to eliminate quadratic angular aberrations characteristic of classical spherical deflector-type energy analyzers, which limit the quality of angular focusing and the energy resolution of the instruments. An electron-optical scheme of an electrostatic quasi-spherical deflector-type energy analyzer has been proposed, whose field is synthesized using a multipole approach.
The electrostatic field of the energy analyzer is a superposition of an axisymmetric hexapole and a spherical field. Analytical calculations have shown that by choosing the coefficient that determines the weighting contribution of the axisymmetric hexapole, it is possible to completely compensate for second-order angular aberrations and significantly improve the focusing properties of the quasi-spherical energy analyzer.
The profile of the deflecting electrodes of the energy analyzer has been determined, providing the necessary spatial distribution of the deflecting field potential to achieve the specified electron-optical parameters. Numerical simulation of the electron-optical scheme of the quasi-spherical energy analyzer and calculation of the trajectories of charged particles were carried out using the "Focus" numerical program. The electron-optical scheme of the energy analyzer implements a second-order angular focusing mode of the "axis-ring" type.
The instrumental function of the scheme has been constructed. The relative energy resolution and luminosity of the energy analyzer were estimated. The numerical results show that the relative energy resolution of the energy analyzer is 1.6% at a luminosity of 17.5% of 2π, which confirms effectiveness of the proposed scheme. The proposed electron-optical scheme could be used to design real structures of new high-resolution spectrometers intended for the analysis of charged particle beams.У цьому дослідженні розглянуто електростатичні енергоаналізатори дефлекторного типу, призначені для аналізу енергії потоків заряджених частинок.
Метою роботи є усунення квадратичних кутових аберацій, характерних для класичних сферичних енергоаналізаторів дефлекторного типу, які обмежують якість кутового фокусування та енергетичну роздільну здатність приладів.
Запропоновано електронно-оптичну схему електростатичного квазісферичного енергоаналізатора дефлекторного типу, поле якого синтезоване з використанням мультипольного підходу. Електростатичне поле енергоаналізатора являє собою суперпозицію осесиметричного гексаполя та сферичного поля. Аналітичні розрахунки показали, що вибором коефіцієнта, який визначає ваговий внесок осесиметричного гексаполя, можна повністю компенсувати кутові аберації другого порядку та суттєво покращити фокусуючі властивості квазісферичного енергоаналізатора.
Визначено профіль відхиляючих електродів енергоаналізатора, який забезпечує необхідний просторовий розподіл потенціалу відхиляючого поля для досягнення заданих електронно-оптичних параметрів. За допомогою чисельної програми «Focus» виконано моделювання електронно-оптичної схеми квазісферичного енергоаналізатора та розрахунок траєкторій руху заряджених частинок.
Електронно-оптична схема енергоаналізатора реалізує режим кутового фокусування другого порядку типу «вісь-кільце». Побудовано інструментальну функцію схеми, оцінено відносну енергетичну роздільну здатність і світлосилу енергоаналізатора. Чисельні результати показали, що відносна енергетична роздільна здатність енергоаналізатора становить 1,6% при світлосилі 17,5% від 2π, що підтверджує ефективність запропонованої схеми.
Запропонована електронно-оптична схема може бути використана для розроблення реальних конструкцій нових високороздільних спектрометрів, призначених для аналізу потоків заряджених частинок
Удосконалення методу визначення просторових параметрів математичної моделі розподіленої автоматизованої інформаційно-вимірювальної системи оперативного контролю якості залізорудної сировини
No full textThis study investigates processes of irradiating iron ore raw materials by a source of low-energy gamma quanta and registering radiation scattered as a result of the Compton effect, as well as parameters of the irradiation geometry. This work addressed the task of improving the accuracy of existing nuclear-physical methods of control over the quality of iron ore raw materials, which make it possible to promptly determine the material composition of the crushed rock mass.
The results essentially indicate that when using a centrally shifted irradiation geometry, the sensitivity of registration of the integral backscatter flux increases compared to the side and central irradiation geometries. This is attributed to improved visibility conditions of the detector, and the formation of a scattering angle close to the optimal.
The constructed mathematical model has made it possible to identify the main geometric parameters for the system of operational control over the quality of iron ore raw materials. A formula has been derived that connects the basic parameters in the system of operational control over iron content in ore with the use of centrally shifted irradiation geometry.
The studies demonstrated changes in the sensitivity of the registration of the integral backscatter flux when changing the vertical location of the gamma-ray source. The results revealed a maximum sensitivity with a value of 6.08·10-7 at a minimum distance of the radiation source from the single crystal and a distance of 110 mm from the irradiated surface. The value of the correlation coefficient between the model and experimental data is 0.981.
The findings could be practically applied to improve the accuracy of methods for operational control over the content of a usable component in iron-containing ores under industrial conditions at ferrous metallurgy enterprisesОб'єктом дослідження є процеси опромінення залізорудної сировини джерелом низькоенергетичних гамма-квантів, реєстрації розсіяного в результаті комптон-ефекту випромінювання, а також параметри геометрії опромінення. В роботі досліджувалась проблема підвищення точності існуючих ядерно-фізичних методів контролю якості залізорудної сировини, що дозволяють оперативно визначати речовинний склад подрібненої гірської маси. Суть одержаних результатів полягає в тому, що при використанні центрально-зміщеної геометрії опромінення підвищується чутливість реєстрації інтегрального потоку зворотного розсіювання порівняно з бічною та центральною геометріями опромінення. Це пояснюється покращенням умов видимості детектора та формуванням кута розсіювання, близького до оптимального. Розроблена математична модель дозволила виділити основні геометричні параметри системи оперативного контролю якості залізорудної сировини. Отримано формулу, яка зв'язує основні параметри системи оперативного контролю вмісту заліза в руді з використанням центрально-зміщеної геометрії опромінення. Дослідження продемонстрували зміни чутливості реєстрації інтегрального потоку зворотного розсіювання при зміні вертикального розташування джерела гамма-квантів. Отримані результати демонструють максимум чутливості зі значенням 6.08*10-7 при мінімумі відстані джерела випромінювання від монокристалу і відстані 110 мм від поверхні, що опромінюється. Значення коефіцієнта кореляції між модельними та експериментальними даними становить 0,981. Практичне використання отриманих результатів полягає у підвищенні точності методів оперативного контролю вмісту корисного компонента в залізовмісних рудах у виробничих умовах на підприємствах чорної металургі
Розроблення структури та архітектури інформаційних систем безпеки з ситуаційною обізнаністю для житлових комплексів
No full textSecurity information systems constitute a significant application domain for the concept of situational awareness. The object of this study is security information systems for residential complexes. The task addressed involved devsigning an efficient, flexible, and adaptive structure to ensure situational awareness in security information systems. Unlike existing systems, this structure is based on the integration of intelligent agents, server services, and a central unit that interacts with the Internet of Things (IoT) network. The proposed system ensures the autonomy of intelligent agents, which perform specialized tasks using integrated intelligent sensors, while server services handle basic computational tasks such as machine learning, pattern matching, and model construction. The central unit aggregates information, implements reasoning procedures, and identifies situations for the entire system.
An architecture has been proposed that includes three main subsystems: video surveillance, access control, and operator service management. The essence of the results is the development of a flexible architecture that effectively combines IoT technologies with the situational awareness approach.
The research results were achieved by integrating innovative approaches such as the use of intelligent agents, machine learning, and situational analysis, enabling a flexible distribution of functions among system components depending on the specific task requirements. The distinctive features of this architecture facilitate the implementation of the situational awareness principle and support continuous system learning processes.
Given its modular architecture, the proposed system could be applied in extensive residential networks serviced by Internet providers, as well as in associations of co-owners of multi-apartment buildings. The formalization of architectural elements simplifies the process of designing and deploying systems, making them accessible for a wide range of applications in residential complexes by Internet service providersІнформаційні системи безпеки є важливою сферою застосування концепції ситуаційної обізнаності. Об’єктом дослідження є інформаційні системи безпеки житлових комплексів. Проблема, яка вирішувалася, полягає у створенні ефективної, гнучкої та адаптивної структури для забезпечення ситуаційної обізнаності в інформаційних системах безпеки. Ця структура, на відміну від існуючих, базується на інтеграції інтелектуальних агентів, серверних служб і центрального блоку, що взаємодіє з мережею Інтернету речей. Запропонована система забезпечує автономність інтелектуальних агентів, які виконують спеціалізовані завдання за допомогою інтегрованих інтелектуальних сенсорів, а серверні служби виконують базові обчислювальні завдання, такі як машинне навчання, зіставлення шаблонів і створення моделей. Центральний блок агрегує інформацію, реалізує процедури міркування та ідентифікації ситуацій для всієї системи.
Запропоновано архітектуру, яка включає три основні підсистеми: відеоспостереження, контролю доступу та управління послугами оператора. Суть отриманих результатів полягає у створенні гнучкої архітектури, яка дозволяє ефективно поєднувати технології Інтернету речей із підходом ситуаційної обізнаності.
Результати дослідження досягнуті завдяки поєднанню інноваційних підходів, таких як використання інтелектуальних агентів, машинного навчання та ситуаційного аналізу, що забезпечує гнучкий розподіл функцій між компонентами системи залежно від вимог конкретного завдання. Характерні відмінності цієї архітектури дозволяють реалізовувати принцип ситуаційної обізнаності та підтримувати безперервні процеси навчання системи.
Завдяки своїй модульній архітектурі запропонована система може бути використана в умовах розлогих будинкових мереж, що обслуговуються компаніями-провайдерами Інтернету, а також в об’єднаннях співвласників багатоквартирних будинків. Формалізація елементів архітектури спрощує процес розроблення та впровадження систем, що робить їх доступними для широкого спектра застосувань у житлових комплексах компаніями-провайдерами інтернет послу
Визначення особливостей оздоблення санітарно-гігієнічних виробів методом флексографічного та цифрового друку
No full textThe intensive use of tissue products encourages manufacturers to search for new technologies for their decoration and researchers to study the factors influencing the quality of finished products.
Flexographic printing is used to decorate sanitary and hygienic products, which is effective for large print runs. Digital printing is recommended for producing tissue products with small print runs. Therefore, the object of this study was flexographic and digital ink-jet imprints. As a result of the research, it was found that in the range from 50 to 100 % of the printed control scale, the optical density of all CMYK colors on a flexographic imprint is twice as high as in digital printing. The optical density of digital imprints increases in proportion to the color saturation.
The optimal amount of luminophore that provides the luminescence effect of printed images on flexographic imprints has been determined. In the process of printing, tissue paper is exposed to temperature conditions. Thermogravimetric studies of printing inks with luminophore additives and corresponding imprints were conducted. Initial thermo-oxidative processes in the ink composition begin to develop at temperatures above 187 °C. A slight loss of mass (1.1 %) of the composition is observed in the range of 187–236 °C, which is accompanied by a deviation of the DTA channel into the region of exothermic effects due to the thermal oxidation of the luminophore.
The influence of tissue products’ structure and printing area on punching resistance has been shown. Using the Kendall concordance coefficient, the degree of consistency of experts’ opinions regarding the priority of factors influencing the quality of tissue products was determinedІнтенсивне використання виробів тиссю, спонукає виробників продукції до пошуку нових технологій їх оздоблення, а дослідників – до вивчення чинників впливу на якість готової продукції.
При оздобленні санітарно-гігієнічних виробів використовують флексографічний друк, який ефективний при великих накладах. Для задрукування паперу тиссю малих накладів рекомендують цифровий друк. Тому об’єктом дослідження були відбитки флексографічного та цифрового ink-jet друку. У результаті досліджень виявлено, що в діапазоні від 50 до 100 % надрукованої контрольної шкали, оптична щільність на відбитку флексографічного друку для всіх кольорів СМYK вдвічі більша, ніж в цифровому друці. Оптична щільність відбитків цифрового друку зростає пропорційно насиченості кольору.
Визначено оптимальну кількість люмінофору, який забезпечує ефект люмінесценції надрукованих зображень на відбитках флексографічного друку. У процесі друкування папір тиссю піддається впливу температурних режимів. Проведені термогравіметричні дослідження друкарських фарб з домішками люмінофору та відбитків. Початкові термоокисні процеси у фарбовій композиції починають розвиватись за температур, вищих 187 °С. Спостерігається незначна втрата маси (1,1 %) композиції в інтервалі 187–236 °С, яка супроводжується відхиленням каналу DTA в область екзотермічних ефектів, що зумовлено термоокисленням люмінофору. Визначено оптимальну кількість люмінофору, який забезпечує ефект люмінесценції на відбитку. Показано вплив структури виробів тиссю та площі їх задрукування на стійкість до продавлювання. За допомогою коефіцієнта конкордації Кендалла визначено ступінь узгодженості думок експертів щодо пріоритетності факторів впливу на якість виробів тисс
Розробка технології застосування штучної нейронної мережі прямого поширення для короткострокового прогнозування елементів погоди
No full textThe object of this paper is the procedure of applying a forward-propagation artificial neural network of surface learning for the purpose of short-term forecasting one of the weather elements – the temperature of the near-surface air layer. Known methods to forecast weather elements, namely, hydrodynamic, physical-statistical, and synoptic, have been successfully supplemented in recent years by forecasting using artificial neural networks. It has become possible to build large networks for a large amount of training data for deep learning. However, the level of development of the theory of artificial neural networks does not make it possible to build the required network. Therefore, when solving applied tasks such as the one reported in this paper, the developer has to build a forecasting system blindly or based on some heuristic considerations, experimenting with neural networks. At the same time, the path of network complexity often does not lead to a qualitative improvement in forecasting results. Therefore, during the research, the main problem to be solved was to optimize the use of a simple neural network with a well-developed training algorithm for the purpose of nowcasting meteorological elements. The optimization criterion adopted was the surface air temperature short-term forecast accuracy at different time intervals. The parameters enabling the achievement of optimality are the parameters of the data that train the network and the parameters of the network itself. By selecting these parameters, a high accuracy rate for short-term forecasts of different timeliness has been achieved. The accuracy of a three-hour forecast reaches 100 percent. The same value is achieved for the forecast accuracy with a one-day lead time. Predicting temperature values for three days has an accuracy rate exceeding 90 percentОб'єктом дослідження є процедура застосування штучної нейронної мережі прямого поширення поверхневого навчання для цілей короткострокового прогнозування одного з елементів погоди – температури приземного шару повітря. Відомі методи прогнозування елементів погоди, а саме, гідродинамічний, фізико-статистичний і синоптичний, останніми роками успішно доповнюються прогнозуванням за допомогою штучних нейронних мереж. З'явилася можливість будувати мережі великого розміру, під великий обсяг навчальних даних для глибокого навчання. Однак рівень розвитку теорії штучних нейронних мереж не дає змоги будувати потрібну мережу. Тому під час розв'язання прикладних задач, подібних до наведеної в статті, розробнику доводиться наосліп або на основі якихось евристичних міркувань будувати систему прогнозування, експериментуючи з нейронними мережами. При цьому шлях ускладнення мереж найчастіше до якісного поліпшення результатів прогнозування не призводить. Тому під час досліджень основною розв'язуваною проблемою була оптимізація застосування нейронної мережі з добре відпрацьованим алгоритмом навчання для цілей короткострокового прогнозування метеорологічних елементів. Як критерій оптимізації було прийнято виправдовуваність короткострокових прогнозів значень температури приземного шару повітря різної завчасності. Параметрами, що забезпечують досягнення оптимальності, виступають параметри даних, що навчають мережу, і параметри самої мережі. За рахунок добору цих параметрів досягається висока виправдовуваність короткострокових прогнозів різної завчасності. Виправданість прогнозу на три години досягає 100 відсотків. Такого ж значення досягає виправдовуваність прогнозу із завчасністю одну добу. Прогноз значень температури на три доби має виправдовуваність понад 90 відсоткі