Наукова періодика України
Not a member yet
11185 research outputs found
Sort by
Визначення впливу різної концентрації кислоти та співвідношення твердого/рідкого у вилуговуванні магнію з феронікелевого шлаку
No full textIndonesia is the country with the largest nickel reserves and production levels in the world. Each ton of nickel production can produce eight tons of by-products in the form of ferronickel slag, which continues to increase due to the minimal recycling process of these by-products. This study aimed to determine the impact of changes in acid concentration and solid/liquid ratio on the leaching extraction of magnesium from ferronickel slag and characterize the transformation of ferronickel slag at each stage of the process. The research was conducted using the alkali fusion method and continued with water leaching and acid leaching using Hydrochloric Acid (HCl) as the solvent. The first step in the investigation was milling to get a powder with the particle size ≤127 µm. The sample powder was subsequently mixed with the Na2CO3 additive in a 50:50 (w/w) ratio and roasted for 60 minutes at 1000 °C. The water leaching procedure was then conducted for 60 minutes at 100 °C, a 1:10 (w/v) ratio, and a stirring speed of 400 rpm. The filtrate and residue were then separated using a filtration process. An acid leaching utilizing HCl with concentration variations of 0.5, 1, and 1.5 M, and solid/liquid ratio (s/l) variations of 1:20, 1:30, and 1:40 (w/v) was performed on the residue. The results of acid leaching were then filtrated again. The filtrate was then characterized by ICP-OES testing. Based on the analysis results, it can be stated that the percentage of magnesium extraction increases as the solid/liquid ratio (s/l) increases but decreases with the increase in HCl concentration. The optimum percentage of magnesium extraction is 64.12 %, which was achieved with the leaching conditions of a solid/liquid ratio (s/l) of 1:40 (w/v) and a HCl concentration of 0.5 MІндонезія – країна з найбільшими резервами нікелю та рівнями виробництва у світі. Кожна тонна виробництва нікелю може виробляти вісім тон побічних продуктів у вигляді феронікелевого шлаку, який продовжує збільшуватися через мінімальний процес переробки цих побічних продуктів. Це дослідження мало на меті визначити вплив змін концентрації кислоти та співвідношення твердого/рідкого на вилучення магнію з феронікелевого шлаку та характеризувати трансформацію феронікелевого шлаку на кожній стадії процесу. Дослідження проводили за допомогою методу злиття лугу і продовжували вилуговування води та вилуговування кислоти за допомогою соляної кислоти (HCL) як розчинника. Першим кроком у дослідженні було фрезерування, щоб отримати порошок з розміром частинок ≤127 мкм. Порошок зразка згодом змішували з добавкою NA2CO3 у співвідношенні 50:50 (мас./мас.) і обсмажували протягом 60 хвилин при 1000 ° С. Потім процедуру вилуговування води проводили протягом 60 хвилин при 100 ° С, коефіцієнт 1:10 (мас./Об.) та перемішувальна швидкість 400 об/хв. Потім фільтрат і залишок відокремлювали за допомогою процесу фільтрації. Вилуговування кислоти, що використовує HCl з варіаціями концентрації 0,5, 1 та 1,5 м, співвідношення твердого/рідини (т/р) 1:20, 1:30 та 1:40 (мас./об.) було проведено на залишках. Результати вилуговування кислоти потім знову фільтрували. Потім фільтрат характеризувався тестуванням ICP-OES. Виходячи з результатів аналізу, можна зазначити, що відсоток екстракції магнію збільшується у міру збільшення співвідношення твердого/рідини (т/р), але зменшується зі збільшенням концентрації HCL. Оптимальний відсоток вилучення магнію становить 64,12 %, що було досягнуто при умовах вилуговування твердого/рідкого співвідношення (т/р) 1:40 (мас./об.) та концентрації HCL 0,5
Визначення закономірностей виділення гіпохлоритної кислоти зі спінених розчинів гіпохлориту натрію в повітря у випарному пристрої спеціальної конструкції
No full textThe disinfection of air in premises, especially in the presence of people, is an important element of the system for the prevention of infectious diseases. A promising solution for this is to fill the premises with an antimicrobial chemical agent that would quickly neutralize pathogens directly at the moment they enter the air. It is advisable to use hypochlorous acid HOCl as such an agent. But traditional methods of administering HOCl into the air by aerosolizing its solutions may be accompanied by a number of risks that can be prevented by using gaseous HOCl. Therefore, it is relevant to develop evaporation devices that would take into account the specifics of chlorine-active compounds and determine the influence of various factors on the release of gaseous HOCl from them into the air being treated. During the study, a design of a device was developed in which the transfer of HOCl into the air is carried out by contact of the latter with a foamed working solution of sodium hypochlorite NaOCl. The HOCl concentration in the treated air mainly depends on its concentration in the working solution, which, in turn, is determined by the pH of the solution and the total content of free chlorine in it. Additionally, the influence of the air and working solution temperatures, the volume of the working solution, the power of air flows and other technological factors on the air HOCl concentration was studied. When using an electrochemically generated approx. 1000 mg/l NaOCl solution with pH 8.50–8.60 at 20 °C, it is possible to maintain the total chlorine concentration in the air flow with a capacity of 50 m3/h at a level of about 0.30 mg/m3 for a long time. Simple design, multifunctionality and the fundamental possibility of combining the processes of electrochemical synthesis of HOCl and its immediate administering into the air open up broad prospects for using the developed installations for continuous disinfection of premisesВажливим елементом системи профілактики інфекційних захворювань є знезараження повітря в приміщеннях, особливо в присутності людей. Перспективним рішенням для цього є заповнення приміщення антимікробним хімічним агентом, який швидко нейтралізував би патогени безпосередньо в момент їх потрапляння в повітря. В якості такого агента доцільно використовувати гіпохлоритну кислоту HOCl. Але традиційні методи введення HOCl в повітря шляхом аерозолювання її розчинів можуть супроводжуватися низкою ризиків, яких можна запобігти, використовуючи газоподібну HOCl. Тому актуальноює розробка випарнихпристроїв, які враховували бспецифіку хлорактивних сполук, та визначення впливу різних факторів на виділення з нихгазоподібної HOCl в повітря, яке оброблюється. В ході дослідження розроблено конструкцію установки, в якій переведення HOCl в повітря здійснюється контактом останнього зі спіненим робочим розчином гіпохлориту натрію NaOCl. Концентрація HOCl в обробленому повітрі в основному залежить від її концентрації в робочому розчині, яка, в свою чергу, визначається рН розчину та загальним вмістом вільного хлору в ньому. Додатково вивчений вплив на повітряну концентрацію HOCl температур повітря і робочого розчину, об'єму робочого розчину, потужності повітряних потоків та інших технологічних факторів. При використанні електрохімічно генерованого розчину NaOCl з концентрацією близько 1000 мг/л і pH 8,50–8,60 при 20°C можна підтримувати концентрацію загального хлору в потоці повітря потужністю 50 м3/год на рівні близько 0,30 мг/м3 протягом тривалого часу. Проста конструкція, багатофункціональність і принципова можливість поєднання процесів електрохімічного синтезу HOCl і її невідкладного введення в повітря відкривають широкі перспективи використання розроблених установок для безперервної дезінфекції приміщен
Фінансова здійсність: розробка та комерціалізація комбучі з куркуми за бізнес-моделлю Canvas
No full textTurmeric Kombucha, a fermented drink combining the anti-inflammatory properties of turmeric, represents a promising product of functional beverage market. In order to successfully bring Turmeric Kombucha to market, it is essential to evaluate its commercialization potential. This involves assessing the Business Model Canvas (BMC) and financial feasibility metrics. This study aims to determine the feasibility and strategies for successfully commercializing Turmeric Kombucha for development a business plan with scale up the production of Turmeric Kombucha. The result indicate that Turmeric Kombucha has a viable business model with 9 elements.
Based on financial shows that Net Present Value (NPV) of 4,914.46. The analysis shows strong financial viability and significant growth potential for Turmeric Kombucha, supported by sustainable and efficient supply chain partnerships. The features and characteristics of the obtained results in this study, namely:
a) high consumer interest from health-conscious individuals over 18 years old;
b) health benefits of Turmeric Kombucha include hepatoprotective, immunomodulatory, antidiabetic, and antioxidant properties;
c) key resources include efficient production processes, user-friendly equipment, and adequate human and financial resources.
The practical application of these results involves strategies for scale up of market expansion, quality standardization, and supply chain enhancement. Customer relationships are fostered through direct and indirect distribution channels such as marketplaces, word-of-mouth, and retail stores.Комбуча з куркуми, ферментований напій, що поєднує в собі протизапальні властивості куркуми, є перспективним продуктом ринку функціональних напоїв. Щоб успішно вивести на ринок комбучу з куркуми, важливо оцінити її потенціал комерціалізації. Це передбачає оцінку бізнес-моделі Canvas і показників фінансової здійсненності. Це дослідження має на меті визначити доцільність і стратегії успішної комерціалізації комбучі з куркуми для розробки бізнес-плану з розширенням виробництва комбучі з куркуми. Результат показує, що комбуча з куркуми має життєздатну бізнес-модель із 9 елементів.
Згідно з фінансовими даними, чиста теперішня вартість становить 13 405 417,62 доларів США, внутрішня норма прибутку 71,42 %, період окупності 0,59 року та показник точки беззбитковості 3173 одиниці та 4914,46 доларів США. Аналіз показує сильну фінансову життєздатність і значний потенціал зростання для комбучі з куркуми, що підтримується стійкими та ефективними партнерськими зв’язками в ланцюзі поставок. Особливості та характеристики отриманих результатів у даному дослідженні, а саме:
а) високий споживчий інтерес з боку осіб старше 18 років, які піклуються про своє здоров'я;
б) користь для здоров’я комбучі з куркуми включає гепатопротекторні, імуномодулюючі, антидіабетичні та антиоксидантні властивості;
в) ключові ресурси включають ефективні виробничі процеси, зручне для користувача обладнання та адекватні людські та фінансові ресурси.
Практичне застосування цих результатів передбачає стратегії розширення ринку, стандартизації якості та покращення ланцюга поставок. Відносини з клієнтами розвиваються за допомогою прямих і непрямих каналів збуту, таких як ринки, «сарафанне радіо» та роздрібні магазини
Розробка методів моніторингу та оптимізації підземних дренажних систем з використанням бездротових сенсорних мереж та ультраширокосмугових антен
No full textThis research focuses on optimizing ultra-wideband (UWB) antennas, which are critical in modern communication systems due to their wide frequency range (3.1–10.6 GHz) and high data transmission capabilities. The study addresses the challenge of optimizing key antenna parameters – such as return loss, peak gain, and radiation efficiency – while also ensuring energy efficiency and network longevity. Traditional optimization methods, such as LEACH-C, often fail to balance these factors, leading to suboptimal performance.
To solve this problem, the researchers developed the Generalized Position-based Optimization Neural Network (GPON) for UWB antenna optimization. They also evaluated the Position-based Hybrid Neural Network (PAN) method, comparing its performance with existing algorithms including LEACH-C, Firefly Algorithm (FA), HFAPSO, FA-ANN, and HWOABCA. The GPON model reduced return loss to 25.5 dB at 3.5 GHz and improved peak gain to 4.2 dB i, while maintaining 92 % radiation efficiency. In contrast, PAN demonstrated a 15–25 % improvement in residual energy and extended network lifetime by 20 % compared to LEACH-C.
These improvements were due to the integration of advanced neural network techniques in GPON and the effective use of positional data in PAN, enabling more precise and adaptive optimization. The ability to balance multiple performance metrics simultaneously – a challenge previous models struggled with – is a key feature. This balance is crucial for UWB antennas in communication systems where both performance and energy efficiency are vital. The findings are especially relevant for practical applications in wireless sensor networks, mobile communications, and radar systems, requiring long-term network reliability and optimal antenna performanceЦе дослідження зосереджено на оптимізації ультраширокосмугових (УШС) антен, які є критично важливими в сучасних системах зв’язку завдяки їх широкому діапазону частот (3,1–10,6 ГГц) і високим можливостям передачі даних. У дослідженні розглядається проблема оптимізації ключових параметрів антени, таких як зворотні втрати, пікове посилення та ефективність випромінювання, а також забезпечення енергоефективності та довговічності мережі. Традиційні методи оптимізації, такі як LEACH-C, часто не в змозі збалансувати ці фактори, що призводить до неоптимальної продуктивності.
Щоб вирішити цю проблему, було розроблено нейромережу Generalized Position-based Optimization Neural Network (GPON) для оптимізації УШС антени. Здійснено оцінку методу гібридної нейронної мережі на основі позиції (ПНМ), порівнявши його продуктивність з існуючими алгоритмами, включаючи LEACH-C, алгоритм Firefly, HFAPSO, FA-ANN і HWOABCA. Модель GPON зменшила зворотні втрати до 25,5 дБ на 3,5 ГГц і покращила пікове посилення до 4,2 дБ i, зберігаючи ефективність випромінювання на 92 %. Навпаки, PAN продемонстрував покращення залишкової енергії на 15–25 % і подовжив термін служби мережі на 20 % порівняно з LEACH-C.
Ці вдосконалення відбулися завдяки інтеграції передових методів нейронної мережі в GPON і ефективному використанню позиційних даних у ПНМ, що забезпечує більш точну та адаптивну оптимізацію. Здатність збалансувати декілька показників продуктивності одночасно – це проблема, з якою боролися попередні моделі – є ключовою особливістю. Цей баланс має вирішальне значення для УШС антен у системах зв’язку, де продуктивність та енергоефективність є життєво важливими. Висновки особливо актуальні для практичних застосувань у бездротових сенсорних мережах, мобільному зв’язку та радарних системах, що вимагають довгострокової надійності мережі та оптимальної продуктивності антен
Розробка енергоефективної системи відеокамери для виявлення людей в реальному часі за допомогою моделі YOLOv8
No full textHuman recognition is widely used in variety of fields such as autonomous vehicles, surveillance field, automatons, assisting blind peoples and many more. Many machine learning (ML) and deep learning (DL) algorithms exist for video analysis the main motive of these algorithms is to find human in complicated image. The research presented in this paper focuses on the development of an energy-efficient, smart CCTV camera system for real-time human detection, utilizing the YOLOv8 (You Only Look Once) model. The problem addressed is the need for more advanced, autonomous surveillance systems capable of human detection under various background conditions, overcoming the limitations of traditional CCTV systems, which require constant manual monitoring. The proposed system was trained on the PASCAL VOC 2012 dataset and optimized through hyperparameter tuning, achieving high accuracy and real-time performance. Key results demonstrate that the YOLOv8 model, implemented on the NVIDIA Jetson Nano platform, offers remarkable accuracy, precision, and energy efficiency. It consistently detects human figures in real-time, even in non-ideal conditions like poor lighting or complex backgrounds. This success can be attributed to YOLOv8’s cross-stage partial network (CSPNet) architecture, which enhances its ability to process images quickly and accurately, ensuring it meets the demands of continuous surveillance. The distinguishing features of this system are its energy-efficient design and adaptability to diverse environmental conditions. These characteristics not only solve the challenge of real-time human detection but also make the system a robust and scalable solution for modern security and surveillance applicationsРозпізнавання людей широко використовується в різних сферах, таких як автономні транспортні засоби, поле спостереження, автомати, допомога сліпим людям і багато іншого. Існує багато алгоритмів машинного навчання і глибокого навчання для аналізу відео, основним мотивом цих алгоритмів є пошук людини в складному зображенні. Дослідження, представлене в цій статті, зосереджено на розробці енергоефективної інтелектуальної системи камер відеоспостереження для виявлення людини в реальному часі з використанням моделі YOLOv8 (You Only Look Once). Проблема, яка розглядається, полягає в потребі в більш досконалих, автономних системах спостереження, здатних виявляти людей у різних фонових умовах, подолавши обмеження традиційних систем відеоспостереження, які вимагають постійного ручного моніторингу. Запропонована система була навчена на наборі даних PASCAL VOC 2012 і оптимізована за допомогою налаштування гіперпараметрів, досягаючи високої точності та продуктивності в реальному часі. Ключові результати демонструють, що модель YOLOv8, реалізована на платформі NVIDIA Jetson Nano, забезпечує надзвичайну точність, акуратність і енергоефективність. Вона постійно виявляє людські фігури в реальному часі, навіть у неідеальних умовах, як-от погане освітлення чи складний фон. Цей успіх можна пояснити архітектурою міжступеневої часткової мережі YOLOv8 (CSPNet), яка покращує її здатність швидко й точно обробляти зображення, забезпечуючи відповідність вимогам безперервного спостереження. Відмінними рисами цієї системи є її енергоефективна конструкція та адаптованість до різноманітних умов навколишнього середовища. Ці характеристики не тільки вирішують проблему виявлення людей в реальному часі, але й роблять систему надійним і масштабованим рішенням для сучасних програм безпеки та спостереженн
Розробка комплексного антиоксиданту для стабілізації дресінгу, збагаченого омега-3 жирними кислотами
No full textThe solution to the problem of developing a complex antioxidant for the oxidative stabilization of emulsion systems with a high content of ω-3 polyunsaturated fatty acids (PUFAs) is considered. The object of the study is the oxidative stabilization of dressing using a complex antioxidant of plant origin. The ratio of ω-3:ω-6 PUFAs in model samples of the emulsion system was 1:5.46 and 1:2.21. The reasonable range of antioxidant ratios in the complex was substantiated. The ratio of tocopherol extract, garlic and laurel essential oils in the complex antioxidant is 1:1:1, respectively. Over 30 days of storage of the emulsion system model samples stabilized with a complex antioxidant, there is a gradual accumulation of organic acids (from 0.73 % to 0.75 %). The content of primary oxidation products increases for sample No. 2 – from 0.7 to 1.9 mmol ½ O2/kg, for sample No. 3 – from 0.4 to 1.2 mmol ½ O2/kg. The obtained values of physicochemical parameters meet the requirements of regulatory documentation (DSTU 4561). The peculiarity of the obtained results is that the complex antioxidant showed a significant increase in the stability of the emulsion system of high nutritional value, in particular, slowed down the accumulation of organic acids and peroxides. From a practical point of view, the development can effectively stabilize food emulsion systems with a high content of oxidation-labile PUFAs. An applied aspect of the obtained scientific result is the possibility of modeling and developing new formulations of emulsion and individual fat systems with high nutritional value, containing high PUFA concentrationsРозглянуто шлях вирішення проблеми розробки комплексного антиоксиданту для стабілізації від окисного псування емульсійних систем з високим вмістом ω-3 поліненасичених жирних кислот (ПНЖК). Об’єктом дослідження є стабілізація дресінгу від окисного псування за допомогою комплексного антиоксиданту рослинного походження. Співвідношення ω-3:ω-6 ПНЖК в модельних зразках емульсійної системи становило 1 : 5,46 та 1 : 2,21. Обґрунтовано раціональний діапазон співвідношень антиоксидантів у комплексі. Співвідношення екстракту токоферолів, часникову та лаврову ефірні олії в комплексному антиоксиданті становить 1 : 1 : 1 відповідно. Протягом 30 діб зберігання модельних зразків емульсійної системи, стабілізованих комплексним антиоксидантом, відбувається поступове накопичення органічних кислот (з 0,73 % до 0,75 %). Вміст первинних продуктів окиснення збільшується для зразка № 2 – з 0,7 до 1,9 ммоль ½ О2/кг, для зразка № 3 – з 0,4 до 1,2 ммоль ½ О2/кг. Отримані величини фізико-хімічних показників відповідають вимогам нормативної документації (ДСТУ 4561). Особливістю отриманих результатів є те, що комплексний продемонстрував значне підвищення стабільності емульсійної системи підвищеної харчової цінності, зокрема уповільнив накопичення органічних кислот і пероксидів. З практичної точки зору розробка дозволяє ефективно стабілізувати харчові емульсійні системи з підвищеним вмістом лабільних до окиснення ПНЖК. Прикладним аспектом використання отриманого наукового результату є можливість моделювання та розробки нових рецептур емульсійних та окремих жирових систем з підвищеною харчовою цінністю, які містять високу концентрацію ПНЖ
Розроблення математичної моделі турбулентних процесів тепло- та масоперенесення у випадку електронно-променевого плавлення зливків титанових сплавів
No full textThis paper describes a mathematical model built for turbulent heat and mass transfer processes in the case of electron beam melting of titanium alloy ingots. The object of research is the conditions that ensure the quality of ingots. The model makes it possible to calculate the distribution of hydrodynamic flows in the liquid metal and temperature fields in the ingot, to determine the profile of the metal crystallization front, taking into account the interphase transition zones. The model solves the problem of finding the necessary melting regimes of ingots by calculation, in contrast to high-cost natural experiments. The thermal and hydrodynamic processes during the melting of a cylindrical ingot with a diameter of 110 mm of the newest titanium alloy Ti-6Al-7Nb for medical use were calculated and its melting parameters were determined. The small diameter of the ingot significantly facilitates its further machining. The geometry of the two-phase zone of the liquidus-solidus transition, which determines the crystallization front of the metal, was calculated. The position and geometry of this front greatly affects the quality of ingot formation and the concentration of the distribution of alloying elements and the homogeneity of the metal across its volume. A sufficiently flat crystallization front has been obtained, under which the given conditions are ensured. It was found that heat transfer in the liquid phase of the metal is mainly caused by heat and mass transfer due to its movement, and heat and mass transfer significantly depends on the power of the electron beam and its distribution on the surface of the bath. According to the calculated regimes, at the Institute of Electric Welding named after E. O. Paton, the National Academy of Sciences of Ukraine, high-quality ingots for the needs of the medical industry were smelted. The castings are used for the manufacture of light and ultra-strong endoprostheses and implants, which are chemically neutral and biologically and biomechanically compatible with the human body and do not cause rejection.Розроблена математична модель турбулентних процесів тепло- та масоперенесення у випадку електронно-променевого плавлення зливків титанових сплавів. Об’єктом дослідження є умови, що забезпечують якість зливків. Модель дає можливість розраховувати розподілення гідродинамічних потоків в рідкому металі і температурних полів у зливку, визначати профіль фронту кристалізації металу, з урахуванням міжфазових перехідних зон. Модель вирішує проблему пошуку необхідних режимів плавлення зливків розрахунковим шляхом, на відміну від високовартісних натурних експериментів. Були розраховані теплові і гідродинамічні процеси під час плавлення циліндричного зливку діаметром 110 мм новітнього титанового сплаву Ti-6Al-7Nb медичного призначення і визначені параметри його плавлення. Малий діаметр зливку суттєво полегшує його подальше механічне оброблення. Розраховано геометрію двофазної зони переходу ліквідус – солідус, яка визначає фронт кристалізації металу. Положення і геометрія цього фронту значною мірою впливає на якість формування зливку і концентрацію розподілу легуючих елементів та однорідність металу в його об’ємі. Отримано достатньо плаский фронт кристалізації, за якого забезпечуються дані умови. Встановлено, що теплопередача в рідкій фазі метала в основному обумовлена тепломасообміном за рахунок його руху, а тепломасообмін суттєво залежить від потужності електронного променю і його розподілення на поверхні ванни. Відповідно до розрахованих режимів в Інституті електрозварювання ім. Є.О. Патона НАН України виплавлено високоякісні зливки для потреб медичної галузі. Зливки застосовуються для виготовлення легких і надміцних ендопротезів і імплантатів, які є хімічно нейтральними і біологічно й біомеханічно сумісними з організмом людини і не викликають відторгненн
Розвиток фінансової грамотності та впровадження фінансових технологій для підвищення ефективності очолюваних жінками малих та середніх підприємств в Індонезії
No full textWomen-owned small businesses are crucial to the Indonesian economy. Despite this contribution, women entrepreneurs face many challenges when building their businesses, especially getting business loans. Women entrepreneurs adopt less technology and have less financial expertise than men. This study aims to determine financial literacy factors affecting women SMEs' business success and the extent of financial technology (FinTech) use as an alternative funding source to formal financial institutions. The study examines FinTech adoption using the Unified Theory of Acceptance and Use of Technology (UTAUT Theory). This study also examines how FinTech adoption mediates the indirect effect of financial literacy on SME business performance. The study uses a quantitative research approach using a judgmental sample of 270 women entrepreneurs who have previously used FinTech. The data is analyzed with SEM-PLS. According to the study, effort expectancy, performance expectancy, and social influence all have a beneficial impact on FinTech adoption among women-owned small businesses. The survey found that FinTech adoption was a key factor influencing women SMEs' business performance. The findings also indicate that financial literacy has a beneficial effect on business success. The study reveals FinTech adoption as a mediating factor in the association between financial literacy and SMEs business success. As a result, our findings contribute to a better understanding of how digital technology adoption affects SMEs' performance and long-term sustainability. The findings offer insights for entrepreneurs, policymakers, and company owners looking to enhance the survival rate of SMEs by improving operations and harnessing digital technology to promote capital accessibility, FinTech adoption, and financial literacy.Малі підприємства, очолювані жінками, мають ключове значення для економіки Індонезії. Незважаючи на цей внесок, підприємниці стикаються з численними труднощами у побудові власного бізнесу, особливо при отриманні бізнес-кредитів. Жінки-підприємниці меншою мірою використовують технології і мають менші фінансові знання, ніж чоловіки. Дане дослідження спрямоване на визначення факторів фінансової грамотності, що впливають на успішність очолюваних жінками МСП, і масштабів використання фінансових технологій (фінтех) у якості альтернативного джерела фінансування офіційним фінансовим установам. В роботі досліджується впровадження фінансових технологій з використанням Єдиної теорії прийняття і використання технологій (теорія ЄТПВТ). Також розглядається, як впровадження фінансових технологій опосередковує вплив фінансової грамотності на ефективність МСП. У дослідженні застосовується кількісний підхід з використанням оціночної вибірки з 270 жінок-підприємниць, які раніше використовували фінансові технології. Дані проаналізовано за допомогою методу SEM-PLS. Згідно з дослідженням, очікувані зусилля, очікувана ефективність та соціальний вплив позитивно впливають на впровадження фінансових технологій серед малих підприємств, очолюваних жінками. Показано, що впровадження фінансових технологій є ключовим фактором, що впливає на ефективність очолюваних жінками МСП. Результати також вказують на те, що фінансова грамотність сприятливо впливає на успішність бізнесу. Дослідження демонструє, що впровадження фінансових технологій є опосередковуючим фактором між фінансовою грамотністю та успішністю МСП. Як наслідок, зроблені висновки сприяють кращому розумінню того, як впровадження цифрових технологій впливає на ефективність та довгострокову стійкість МСП. Отримані дані допоможуть підприємцям, політикам і власникам компаній у прагненні підвищити рівень виживання МСП за рахунок покращення операційної діяльності і використання цифрових технологій для сприяння доступності капіталу, впровадження фінансових технологій і фінансової грамотності
Розробка ефективних навчальних методів для виявлення та сегментації моделей при аналізі дефекту міжпересердної перегороди
No full textThe object of this research is to develop a data-efficient pipeline for the detection of atrial septal defects (ASDs) using echocardiographic images. ASDs are common congenital heart defects that can lead to serious health issues if not diagnosed early. Rising mortality rates due to undetected ASDs highlight the urgent need for improved diagnostic methods. To address the problem of limited annotated medical data hindering accurate detection models, this study fine-tuned the SegFormer model for precise segmentation of cardiac structures in echocardiography images, focusing on the four-chamber heart view essential for ASD detection. By integrating SegFormer with the YOLOv7 detection model, known for real-time object detection, the ASD regions within the segmented heart structures were accurately identified. This cross-referencing ensures anatomically accurate diagnoses and reduces false positives. The study results demonstrate that despite limited data, the integrated method achieves high accuracy and speed, outperforming traditional models. This improvement is explained by the synergy between SegFormer’s transformer-based segmentation and YOLOv7’s efficient detection capabilities. The distinctive feature of our approach is the successful integration of these models in a data-efficient manner, enabling effective ASD detection even with scarce data. The scope of practical use includes deployment in clinical settings with limited resources, requiring only echocardiographic equipment and basic computational resources. By providing clinicians with a reliable tool for ASD detection, the study supports timely interventions in pediatric cardiology, ultimately improving patient outcomes and enhancing care consistencyМетою цього дослідження є розробка ефективного конвеєра для виявлення дефектів міжпередсердної перегородки (ДМП) за допомогою ехокардіографічних зображень. ДМП — це поширені вроджені вади серця, які можуть призвести до серйозних проблем зі здоров’ям, якщо їх не діагностувати вчасно. Зростаючі показники смертності внаслідок невиявлених ДМП підкреслюють нагальну потребу у вдосконаленні методів діагностики. Щоб вирішити проблему обмежених анотованих медичних даних, які перешкоджають точним моделям виявлення, у цьому дослідженні було налаштовано модель SegFormer для точної сегментації серцевих структур на ехокардіографічних зображеннях, зосередившись на чотирикамерному вигляді серця, необхідному для виявлення ДМП. Завдяки інтеграції SegFormer з моделлю виявлення YOLOv7, відомою для виявлення об’єктів у реальному часі, області ДМП у сегментованих структурах серця були точно ідентифіковані. Це перехресне посилання забезпечує анатомічно точні діагнози та зменшує помилкові спрацьовування. Результати дослідження демонструють, що, незважаючи на обмежені дані, інтегрований метод досягає високої точності та швидкості, перевершуючи традиційні моделі. Це покращення пояснюється синергією між трансформаторною сегментацією SegFormer і ефективними можливостями виявлення YOLOv7. Відмінною рисою нашого підходу є успішна інтеграція цих моделей у спосіб, ефективний для даних, що дозволяє ефективно виявляти ДМП навіть за обмежених даних. Сфера практичного використання включає розгортання в клінічних умовах з обмеженими ресурсами, що вимагає лише ехокардіографічного обладнання та основних обчислювальних ресурсів. Надаючи клініцистам надійний інструмент для виявлення ДМП, дослідження підтримує своєчасне втручання в педіатричну кардіологію, в кінцевому підсумку покращуючи результати пацієнтів і підвищуючи послідовність лікування
Розробка інтелектуальної платформи аналізу даних для фармацевтичних прогнозів
No full textThis study considers the task to design a data analysis platform with predictive capabilities of neural networks. The object of research is intelligent decision-making systems built on deep learning methods. The proposed intelligent platform takes into account the specificity of working with data in the dynamic and uncertain environment of the pharmaceutical market. Its main purpose is the processing of various data formats, such as time series, regression, classification data sets to create forecasts based on various indicators. At the core of the platform architecture, along with technologies for backend and frontend development (HTML, JS, CSS, C#, .NET), MSSQL Server and TSQL for database management, are AI Microservices (Python, Flask); they are responsible for artificial intelligence services, in particular neural networks.
In order to identify the optimal model, which is able to effectively solve regression problems based on the selected indicators, the study analyzed several configurations of neural networks on End-to-end machine learning platforms. Distinctive features of the architecture of the designed data analysis platform include its ability to dynamically switch between different machine learning models based on predefined indicators and criteria such as prediction accuracy and model selection.
Improved interpretation of forecasts through the use of Explainable AI enables effective decision-making in the pharmaceutical industry. The functioning of the proposed instrumental decision-making base is demonstrated on the examples of forecasting trends in the consumption of pharmaceuticals by different groups in the pharmaceutical markets of different countries. Automating the model selection and prediction loss minimization process in a comprehensive data analysis platform (CDAP) improves forecast accuracy by approximately 15 % compared to traditional manually selected models.Вирішується проблема розробки платформи аналізу даних з прогностичними можливостями нейронних мереж. Об'єктом дослідження є інтелектуальні системи прийняття рішень, побудовані на методах глибокого навчання. Запропонована інтелектуальна платформа враховує специфіку роботи з даними динамічного та невизначеного середовища фармацевтичного ринку. Її основне призначення − обробка різноманітних форматів даних, таких як таймсерії, регресія, класифікаційні набори даних для створення прогнозів за різними індикаторами. В основі архітектури платформи, поряд з технологіями для розробки бекенду та фронтенду (HTML, JS, CSS, C#, .NET), MSSQL Server і TSQL для управління базами даних, лежать AI Microservice (Python, Flask), вони відповідають за сервіси штучного інтелекту, зокрема нейронних мереж.
Для ідентифікації оптимальної моделі, яка здатна ефективно розв'язувати задачі регресії на базі обраних індикаторів, в дослідженні були проаналізовані декілька конфігурацій нейронних мереж на End-to-end machine learning platforms. Відмінні риси архітектури розробленої платформи аналізу даних включають її здатність динамічно перемикатися між різними моделями машинного навчання на основі попередньо визначених індікаторів та крітеріїв, таких як точність прогнозування та вибір моделі.
Покращена інтерпретація прогнозів за рахунок використання Explainable AI надає можливість ефективного прийняття рішень у фармацевтичній галузі. Функціонування запропонованої інструментальної бази прийняття рішень продемонстровано на прикладах здійснення прогнозів тенденцій споживання фармацевтичних препаратів різних груп на фармацевтичних ринках різних країн. Автоматизація процесу вибору моделі та мінімізації втрат прогнозування на комплексної платформі аналізу даних (CDAP) покращує точність прогнозування приблизно на 15% порівняно з традиційними моделями, вибраними вручн