Radio Electronics, Computer Science, Control
Not a member yet
1174 research outputs found
Sort by
ІНТЕРПОЛЮЮЧА НЕЙРО-ФАЗЗІ-МЕРЕЖА ДЛЯ МОДЕЛЮВАННЯ КВІТОПЕРЕДАЧІ ДРУКОВАНОЇ СИСТЕМИ
No full textThe architecture and learning algorithm for the neurofuzzy system is proposed. This system is aimed for decision of the interpolation task of two-variable functions, that are known in nodes, which are arbitrary placed on the plane.Предложены архитектура и алгоритм обучения нейрофаззи системы, предназначенной для решения задачи интерполяции двумерных функций, заданных на произвольно расположенных на плоскости узлах.Запропоновано архітектуру та алгоритм навчання нейро-фаззі системи, яка призначена для розв'язання задачі інтерполяції двовимірних функцій, що задані на довільно розташованих на площині вузлах
ВПЛИВ ПОПЕРЕДНЬОЇ ОБРОБКИ ТА ПОРІВНЯННЯ НЕЙРОМЕРЕЖЕВИХ АНСАМБЛЕВИХ МЕТОДІВ ДЛЯ СЕГМЕНТАЦІЯ ГРУДНОГО ВІДДІЛУ ХРЕБТА НА РЕНТГЕНІВСЬКИХ ЗНІМКАХ
No full textContext. Automatic segmentation of medical images plays an important role in the process of automating the detection of various diseases in the spine and the use of radiography is the most accessible means of predicting diseases. Over the years many studies have been conducted on the topic of image segmentation. One of the many methods for improving image segmentation is the use of neural network ensembles.
Objective. The aims of this study were to investigate the impact of preprocessing and compare the main methods of neural network ensembles and their effect on the segmentation of the thoracic region, in this study the area was considered which consists of the vertebrae: Th8, Th9, Th10, Th11.
Method. To begin with, the influence of preprocessing of X-ray images was considered, which included the following methods: histogram equalization for contrast enhancement, contrast-limited adaptive histogram equalization, logarithmic transform method, median filter, Gaussian filter, and bilateral filter. To study the influence of neural network ensemble on segmentation quality, several methods were used. Averaging method – a simple half-averaging method. Weighted averaging method – an improved version of the averaging method which uses weights for each network, the higher the network weight, the greater its influence on averaging. Method of cumulative averaging – a modified averaging method in which each ensemble receives an averaged image, after which all the results of the ensembles are averaged. Bagging – method of averaging networks trained on different data, n networks are used, the training sample is divided into n parts, and each neural network is trained on its own subset of data, as a result, the averaging method is used for predictions. Averaging method for a large number of networks – in this method, 100 neural networks were trained, after which the averaging method was used. Method of averaging mask shapes – this method uses a distance transform to average multiple masks into one shape average.
Results. It was investigated that the use of different methods of image preprocessing does not guarantee an improvement in the quality of segmentation of the spine region on X-ray images, but even on the contrary worsens the quality of segmentation. Different methods of combining predictions of neural network ensembles were considered, which made it possible to find out the pros and cons of specific methods for the task of segmentation of X-ray images.
Conclusions. The experiments conducted allowed us to conclude that the use of any preprocessing methods should not be used for segmentation of X-ray images. Also, due to a large number of architectures and methods for combining predictions, the behavior of ensemble methods was studied, which will allow us to further determine the necessary approach for segmentation of X-ray images. Further study of the weighted averaging method and the mask shape averaging method will make it possible to improve the obtained result and achieve even greater success in segmentation.Актуальність. Автоматична сегментація медичних знімків відіграє важливу роль у процесі автоматизації визначення захворювань різного роду області хребта, а використання рентгенографії є найдоступнішим засобом передбачення захворювань. За багато років було проведено безліч досліджень на тему сегментації зображень. Одним із багатьох методів покращення сегментації зображень є застосування ансамблів нейронних мереж.
Метою даного дослідження було розглянути вплив попередньої обробки зображень та вивчити і порівняти головні методи ансамблів нейронних мереж та їх вплив на сегментацію області хребта, в даному дослідженні розглядалася область яка складається з хребців: Th8, Th9, Th10, Th11.
Метод. Для початку було розглянуто вплив попередньої обробки рентгенівських зображень, яка включала в себе наступні методи: вирівнювання гістограми для поліпшення контрасту, адаптивне вирівнювання гістограми з обмеженням контрасту, метод логарифмічного перетворення, медіанний фільтр, Гауссово згладжування. Для вивчення впливу ансамблю нейронних мереж на якість сегментації використовувалися такі методи: метод усереднення – найпростіший метод половинного усереднення; зважене усереднення – покращена версія методу усереднення, яка використовує ваги для кожної мережі, чим більша вага мережі – тим більший її вплив на усереднення; метод усереднення усереднених зображень – модифікований метод усереднення в якому кожен ансамбль отримує усереднене зображення, після чого всі результати ансамблів усереднюються; метод усереднення мереж навчених на різних даних – використовується n мереж, навчальна вибірка розбивається на n частин, кожна нейронна мережа навчається на своїй підмножині даних, в результаті для передбачень використовується звичайний метод усереднення; метод усереднення для великої кількості мереж – у цьому методі було навчено 100 нейронних мереж, після чого використовувався звичайний метод усереднення; метод усереднення контурів – даний метод усереднює всі контури в результаті чого виходить один середній контур.
Результати. Було досліджено, що застосування різних методів попередньої обробки зображень не гарантує поліпшення якості сегментації області хребта на рентгенівських знімках, а навіть навпаки погіршує якість сегментації. Були розглянуті різні методи об’єднання передбачень ансамблів нейронних мереж, що дало можливість дізнатися плюси та мінуси конкретних методів для завдання сегментації рентгенівських знімків.
Висновки. Проведені експерименти дали можливість зробити висновок, що застосування будь-яких методів попередньої обробки не варто використовувати для сегментації рентгенівських знімків. Також завдяки великій кількості архітектур і методів об’єднання передбачень було вивчено поведінку ансамблевих методів що дозволить надалі визначити необхідний підхід для сегментації рентгенівських знімків. Подальше вивчення методу зваженого усереднення і методу усереднення форм масок дасть можливість поліпшити отриманий результат і досягти ще більшого успіху в сегментації.Актуальність. Автоматична сегментація медичних знімків відіграє важливу роль у процесі автоматизації визначення захворювань різного роду області хребта, а використання рентгенографії є найдоступнішим засобом передбачення захворювань. За багато років було проведено безліч досліджень на тему сегментації зображень. Одним із багатьох методів покращення сегментації зображень є застосування ансамблів нейронних мереж.
Метою даного дослідження було розглянути вплив попередньої обробки зображень та вивчити і порівняти головні методи ансамблів нейронних мереж та їх вплив на сегментацію області хребта, в даному дослідженні розглядалася область яка складається з хребців: Th8, Th9, Th10, Th11.
Метод. Для початку було розглянуто вплив попередньої обробки рентгенівських зображень, яка включала в себе наступні методи: вирівнювання гістограми для поліпшення контрасту, адаптивне вирівнювання гістограми з обмеженням контрасту, метод логарифмічного перетворення, медіанний фільтр, Гауссово згладжування. Для вивчення впливу ансамблю нейронних мереж на якість сегментації використовувалися такі методи: метод усереднення – найпростіший метод половинного усереднення; зважене усереднення – покращена версія методу усереднення, яка використовує ваги для кожної мережі, чим більша вага мережі – тим більший її вплив на усереднення; метод усереднення усереднених зображень – модифікований метод усереднення в якому кожен ансамбль отримує усереднене зображення, після чого всі результати ансамблів усереднюються; метод усереднення мереж навчених на різних даних – використовується n мереж, навчальна вибірка розбивається на n частин, кожна нейронна мережа навчається на своїй підмножині даних, в результаті для передбачень використовується звичайний метод усереднення; метод усереднення для великої кількості мереж – у цьому методі було навчено 100 нейронних мереж, після чого використовувався звичайний метод усереднення; метод усереднення контурів – даний метод усереднює всі контури в результаті чого виходить один середній контур.
Результати. Було досліджено, що застосування різних методів попередньої обробки зображень не гарантує поліпшення якості сегментації області хребта на рентгенівських знімках, а навіть навпаки погіршує якість сегментації. Були розглянуті різні методи об’єднання передбачень ансамблів нейронних мереж, що дало можливість дізнатися плюси та мінуси конкретних методів для завдання сегментації рентгенівських знімків.
Висновки. Проведені експерименти дали можливість зробити висновок, що застосування будь-яких методів попередньої обробки не варто використовувати для сегментації рентгенівських знімків. Також завдяки великій кількості архітектур і методів об’єднання передбачень було вивчено поведінку ансамблевих методів що дозволить надалі визначити необхідний підхід для сегментації рентгенівських знімків. Подальше вивчення методу зваженого усереднення і методу усереднення форм масок дасть можливість поліпшити отриманий результат і досягти ще більшого успіху в сегментації
ВЕКТОРНО-ЛОГІЧНЕ МОДЕЛЮВАННЯ НЕСПРАВНОСТЕЙ
Get PDFContext. The technological trends of Design&Test computing for the IT industry and academic science are determined by the following directions: in-memory computing, immersive computing, AI computing, focused on energy saving and reduction of computing time when providing services. A mechanism for simulating faults as addresses on smart data structures is proposed, which eliminates the algorithm for simulating input test sets to obtain a test map for logic functionality. The proposed mechanism is focused on the service of SoC IP-cores under the control of the IEEE 1500 standard, which can be perceived positively by engineers in the EDA market.
Objective. The purpose of the research is time- and energy-saving mechanisms for simulating malfunctions, such as addresses, by using read-write transactions of in-memory computing to build a test map of any functionality on smart data structures.
Method. Smart data structures are represented by a logical vector and its derivatives in the form of truth tables and matrices. The test map is a matrix whose coordinates are determined by the combinations of all logical faults that are tested on the binary sets of the comprehensive test. The construction of the test map is focused on the architecture of in-memory computing based on read-write transactions, which makes the simulation mechanism economical in terms of simulation time and energy consumption due to the absence of a central processor. A logical vector as a single component of input data does not require synthesis into a technologically permitted structure of elements. Synthesis of smart data structures based on four matrix operations creates a fault test map like addresses for any logic.
Results. Deductive matrix vectors are effectively used to model faults as addresses in digital structures of any configuration, including convergent branches and feedback loops. The resulting test map is used to find the minimum fault-checking test of the input variables. The proposed fault simulation mechanism technologically easily fits into the architecture of in-memory computing and uses only read-write transactions. The vector logic engine can also be used to test graph structures that are described by a truth table or a logical vector. The truth table addresses used for fault simulation are effectively used for processorless processing of large data in the in-memory computing architecture.
Conclusions. Scientific novelty – a vector-logic in-memory computing mechanism for building a test map is proposed, characterized by the construction of intelligent data structures that reset the fault modeling algorithm. The proposed mechanism has no analogues in the design & test industry in terms of simplicity and predictability of data structure sizes and the absence of a test set modeling algorithm. The practical significance is determined by the application of the mechanism for testing logical functionalities of any complexity to solve verification tasks. Prospects of the research – increasing the object of diagnosis to the scheme, i.e. building a test map of the scheme logical structure.Актуальність. Технологічні тренди Design&Test комп’ютингу для IT-індустрії та академічної науки завтрашнього дня визначаються такими напрямками: in-memory комп’ютинг, імерсійний комп’ютинг, AI-комп’ютинг, орієнтованими на енергозбереження та скорочення часу обчислень при наданні сервісів. Пропонується механізм моделювання несправностей, як адрес, на розумних структурах даних, які виключають алгоритм моделювання вхідних тестових наборів для отримання тестової карти для логічної функціональності. Запропонований механізм орієнтований на сервісне обслуговування SoC IPcores під керуванням стандарту IEEE 1500, що може бути сприйнято позитивно інженерами на EDA-ринку.
Мета. Мета дослідження – економічні за часом та енерговитратами механізми моделювання несправностей, як адрес, за рахунок використання read-write транзакцій in-memory комп’ютингу для побудови карти тестування будь-якої функціональності на розумних структурах даних.
Метод. Розумні структури даних представлені логічним вектором та його похідними у вигляді таблиць істинності та матриць. Карта тестування є матрицею, координати якої визначені комбінаціями всіх логічних несправностей, які перевіряються на двійкових наборах вичерпного тесту. Побудова карти тестування орієнтована на архітектуру in-memory комп’ютингу на основі read-write транзакцій, що робить механізм моделювання економічним до часу моделювання та енерговитрат завдяки відсутності центрального процесора. Логічний вектор як єдиний компонент вхідних даних не вимагає синтезу в технологічно дозволену структуру елементів. Синтез розумних структур даних на основі чотирьох матричних операцій створює карту тестування несправностей, як адрес, для будь-якої логіки.
Результати. Вектори дедуктивної матриці ефективно використовуються для моделювання несправностей, як адрес, у цифрових структурах будь-якої конфігурації, включаючи розгалуження, що сходяться, і зворотні зв’язки. Отримана карта тестування використовується для знаходження мінімального тесту перевірки несправностей вхідних змінних. Запропонований механізм моделювання несправностей технологічно легко вписується в архітектуру in-memory комп’ютингу та використовує тільки read-write транзакції. Векторно-логічний механізм можна також використовувати для тестування графових структур, які описуються таблицею істинності або логічним вектором. Адреси таблиці істинності, що використовуються для моделювання несправностей, ефективно застосовуються для безпроцесорної обробки великих даних в архітектурі in-memory комп’ютингу.
Висновки. Наукова новизна – пропонується механізм векторно-логічного in-memory комп’ютингу побудови карти тестування, що характеризується побудовою розумних структур даних, які обнулюють алгоритм моделювання несправностей. За простотою та передбачуваністю розмірів структур даних та відсутністю алгоритму моделювання тестових наборів запропонований механізм не має аналогів у design & test індустрії. Практична значимість визначається застосуванням механізму для тестування логічних функціональностей будь-якої складності на вирішення завдань верифікації. Перспективи дослідження – збільшення об’єкта діагностування до схеми, тобто побудова карти тестування схемної логічної структури.Актуальність. Технологічні тренди Design&Test комп’ютингу для IT-індустрії та академічної науки завтрашнього дня визначаються такими напрямками: in-memory комп’ютинг, імерсійний комп’ютинг, AI-комп’ютинг, орієнтованими на енергозбереження та скорочення часу обчислень при наданні сервісів. Пропонується механізм моделювання несправностей, як адрес, на розумних структурах даних, які виключають алгоритм моделювання вхідних тестових наборів для отримання тестової карти для логічної функціональності. Запропонований механізм орієнтований на сервісне обслуговування SoC IPcores під керуванням стандарту IEEE 1500, що може бути сприйнято позитивно інженерами на EDA-ринку.
Мета. Мета дослідження – економічні за часом та енерговитратами механізми моделювання несправностей, як адрес, за рахунок використання read-write транзакцій in-memory комп’ютингу для побудови карти тестування будь-якої функціональності на розумних структурах даних.
Метод. Розумні структури даних представлені логічним вектором та його похідними у вигляді таблиць істинності та матриць. Карта тестування є матрицею, координати якої визначені комбінаціями всіх логічних несправностей, які перевіряються на двійкових наборах вичерпного тесту. Побудова карти тестування орієнтована на архітектуру in-memory комп’ютингу на основі read-write транзакцій, що робить механізм моделювання економічним до часу моделювання та енерговитрат завдяки відсутності центрального процесора. Логічний вектор як єдиний компонент вхідних даних не вимагає синтезу в технологічно дозволену структуру елементів. Синтез розумних структур даних на основі чотирьох матричних операцій створює карту тестування несправностей, як адрес, для будь-якої логіки.
Результати. Вектори дедуктивної матриці ефективно використовуються для моделювання несправностей, як адрес, у цифрових структурах будь-якої конфігурації, включаючи розгалуження, що сходяться, і зворотні зв’язки. Отримана карта тестування використовується для знаходження мінімального тесту перевірки несправностей вхідних змінних. Запропонований механізм моделювання несправностей технологічно легко вписується в архітектуру in-memory комп’ютингу та використовує тільки read-write транзакції. Векторно-логічний механізм можна також використовувати для тестування графових структур, які описуються таблицею істинності або логічним вектором. Адреси таблиці істинності, що використовуються для моделювання несправностей, ефективно застосовуються для безпроцесорної обробки великих даних в архітектурі in-memory комп’ютингу.
Висновки. Наукова новизна – пропонується механізм векторно-логічного in-memory комп’ютингу побудови карти тестування, що характеризується побудовою розумних структур даних, які обнулюють алгоритм моделювання несправностей. За простотою та передбачуваністю розмірів структур даних та відсутністю алгоритму моделювання тестових наборів запропонований механізм не має аналогів у design & test індустрії. Практична значимість визначається застосуванням механізму для тестування логічних функціональностей будь-якої складності на вирішення завдань верифікації. Перспективи дослідження – збільшення об’єкта діагностування до схеми, тобто побудова карти тестування схемної логічної структури
МЕТОД ОЦІНКИ ЕФЕКТИВНОСТІ МОДЕЛЕЙ ВОЛОКОННО-ОПТИЧНИХ КАБЕЛІВ БАГАТОМОДУЛЬНОЇ КОНСТРУКЦІЇ ЗА МАСО-ГАБАРИТНИМИ ПОКАЗНИКАМИ
No full textContext. Today, the leading cable production plants in many countries of the world manufacture single- and multi-module designs of fiber-optic cables (FOC) with different protective covers and the number of fibers. This creates a wide range of possible FOC models for different consumer (buyer) requirements. However, the lack of openness of prices for FOC for the consumer, in particular for the project organization, and the desire of the manufacturer to save on production creates a need for the development and research of a method for evaluating the effectiveness of FOC of a multi-module design. In the work, it is proposed to do this by analyzing a number of optical cable models according to parameters-criteria – the compactness coefficient and the economic efficiency coefficient of the FOC by diameter.
Objective. To develop a method of evaluation the efficiency of fiber-optic cables models with multi-modular design based on mass-dimensional indicators, which will allow to quickly choose an appropriate model of the FOC with the given initial data.
Method. A method of evaluating the efficiency of the FOC modular design has been developed and proposed. It is based on the comparison of cable models and the selection of the most appropriate of them at given initial data. The paper proposed and introduced parameters-criteria for this – the compactness coefficient υ and the efficiency coefficient according to the diameter of the cable E0 – which show the connection of the design characteristics of the FOC to a certain parameter of its structure. At the same time, the most effective model (design) of the FOC compared to the basic models in terms of technical conditions, both from the point of view of the manufacturer and the customer, consists in lower material costs for its production while simultaneously ensuring the specified requirements for the cable (first of all, number of fibers and mechanical strength). This will allow, at the stage of cable design, to make an appropriate choice of its model with given initial parameters and to develop such a design of the FOC, which will allow to minimize the dimensions (and therefore the material capacity and cost) of the model without losing its quantitative and qualitative characteristics.
Results. The paper presents the results of the development and research of the method of evaluating the efficiency of the FOC with multi-module structure based on mass and dimensional indicators. For example, using the developed method, it is shown that it is possible to choose a FOC model with a diameter smaller by 10.9% and save 15.5% of the cable cost for each kilometer of the fiber optic communication line while ensuring the initial requirements for the cable.
Conclusions. The scientific novelty of the work results is that, method of evaluation the efficiency of a modular FOC design has been first developed, which allows at the cable design stage to compare the model with the cable design according to the technical conditions (TC) and the appropriate choice of this model with the given initial parameters. The practical significance lies in the possibility of using this method to make an accelerated selection of the cable model at the stage of its design, while simultaneously providing the necessary capacity of the FOC with optical fibers and minimizing the cost of its materials and dimensions.Актуальність. На сьогодні заводи-лідери виробництва кабельної продукції в багатьох країнах світу виготовляють одно- та багатомодульні конструкції волоконно-оптичних кабелів (ВОК) з різними захисними покривами та кількістю волокон. Це створює широкий ряд можливих моделей ВОК для різних вимог споживача (покупця). Проте відсутність відкритості цін на ВОК для споживача, зокрема для проєктної організації, і прагнення виробника зекономити на виробництві створює необхідність в розробці та дослідженні методу оцінки ефективності ВОК багатомодульної конструкції. В роботі запропоновано зробити це шляхом аналізу низки моделей оптичних кабелів за параметрами-критеріями – коефіцієнтом компактності та коефіцієнтом економічної ефективності ВОК за діаметром.
Мета. Розробити метод оцінки ефективності моделей волоконно-оптичних кабелів багатомодульної конструкції за масогабаритними показниками, що дозволить прискорено вибирати доцільну модель ВОК із заданими вихідними даними.
Метод. Розроблено і запропоновано метод оцінки ефективності ВОК модульної конструкції, який базується на порівнянні моделей кабелів і виборі найбільш доцільної з них при заданих вихідних даних. В роботі запропоновано та введено для цього параметри-критерії – коефіцієнт компактності υ та коефіцієнт ефективності за діаметром кабелю Е0 – які показують зв’язок характеристики конструкції ВОК до певного параметру його структури. При цьому найбільш ефективна модель (конструкція) ВОК порівняно з базовими моделями по технічним умовам, як з точки зору виробника і замовника, полягає в менших матеріаловитратах на його виробництво при одночасному забезпеченні заданих вимог до кабелю (в першу чергу, по кількості волокон та механічній міцності). Це дозволить на етапі проектування кабелю здійснити доцільний вибір його моделі з заданими вихідними параметрами та розробити таку конструкцію ВОК, яка дозволить мінімізувати габарити (а значить матеріалоємність і собівартість) моделі без втрати її кількісних та якісних характеристик.
Результати. В роботі приведено результати розробки та дослідження методу оцінки ефективності ВОК багатомодульної конструкції за масо-габаритними показниками. Для прикладу, використовуючи розроблений метод, показано, що можна обрати модель ВОК з діаметром меншим на 10,9 % і зекономити 15,5 % вартості кабелю на кожен кілометр ВОЛЗ при забезпеченні вихідних вимог до кабелю.
Висновки. Наукова новизна результатів роботи полягає в тому, що вперше розроблено метод оцінки ефективності ВОК модульної конструкції, який дозволяє на етапі проєктування кабелю здійснити порівняння моделі з конструкцією кабелю по технічним умовам (ТУ) та доцільний вибір цієї моделі з заданими вихідними параметрами. Практична значущість полягає в можливості за допомогою даного методу здійснювати прискорений вибір моделі кабелю на етапі його проєктування з одночасним забезпеченням необхідної ємності ВОК оптичними волокнами та мінімізації собівартості його матеріалів та габаритів.Актуальність. На сьогодні заводи-лідери виробництва кабельної продукції в багатьох країнах світу виготовляють одно- та багатомодульні конструкції волоконно-оптичних кабелів (ВОК) з різними захисними покривами та кількістю волокон. Це створює широкий ряд можливих моделей ВОК для різних вимог споживача (покупця). Проте відсутність відкритості цін на ВОК для споживача, зокрема для проєктної організації, і прагнення виробника зекономити на виробництві створює необхідність в розробці та дослідженні методу оцінки ефективності ВОК багатомодульної конструкції. В роботі запропоновано зробити це шляхом аналізу низки моделей оптичних кабелів за параметрами-критеріями – коефіцієнтом компактності та коефіцієнтом економічної ефективності ВОК за діаметром.
Мета. Розробити метод оцінки ефективності моделей волоконно-оптичних кабелів багатомодульної конструкції за масогабаритними показниками, що дозволить прискорено вибирати доцільну модель ВОК із заданими вихідними даними.
Метод. Розроблено і запропоновано метод оцінки ефективності ВОК модульної конструкції, який базується на порівнянні моделей кабелів і виборі найбільш доцільної з них при заданих вихідних даних. В роботі запропоновано та введено для цього параметри-критерії – коефіцієнт компактності υ та коефіцієнт ефективності за діаметром кабелю Е0 – які показують зв’язок характеристики конструкції ВОК до певного параметру його структури. При цьому найбільш ефективна модель (конструкція) ВОК порівняно з базовими моделями по технічним умовам, як з точки зору виробника і замовника, полягає в менших матеріаловитратах на його виробництво при одночасному забезпеченні заданих вимог до кабелю (в першу чергу, по кількості волокон та механічній міцності). Це дозволить на етапі проектування кабелю здійснити доцільний вибір його моделі з заданими вихідними параметрами та розробити таку конструкцію ВОК, яка дозволить мінімізувати габарити (а значить матеріалоємність і собівартість) моделі без втрати її кількісних та якісних характеристик.
Результати. В роботі приведено результати розробки та дослідження методу оцінки ефективності ВОК багатомодульної конструкції за масо-габаритними показниками. Для прикладу, використовуючи розроблений метод, показано, що можна обрати модель ВОК з діаметром меншим на 10,9 % і зекономити 15,5 % вартості кабелю на кожен кілометр ВОЛЗ при забезпеченні вихідних вимог до кабелю.
Висновки. Наукова новизна результатів роботи полягає в тому, що вперше розроблено метод оцінки ефективності ВОК модульної конструкції, який дозволяє на етапі проєктування кабелю здійснити порівняння моделі з конструкцією кабелю по технічним умовам (ТУ) та доцільний вибір цієї моделі з заданими вихідними параметрами. Практична значущість полягає в можливості за допомогою даного методу здійснювати прискорений вибір моделі кабелю на етапі його проєктування з одночасним забезпеченням необхідної ємності ВОК оптичними волокнами та мінімізації собівартості його матеріалів та габаритів
ДОСЛІДЖЕННЯ ОСОБЛИВОСТЕЙ ФОРМУВАННЯ ЦИФРОВОГО СИГНАЛУ В СУПУТНИКОВИХ ЛІНІЯХ ЗВ’ЯЗКУ
No full textContext. Remote sensing of the Earth is now widely used in various fields. One of the challenges of remote sensing is the creation of inexpensive satellite systems operating in polar circular orbits. These systems require the development of a receptiontransmission system that allows tens of gigabits of video information to be transmitted to an earth receiving station within ten minutes. That is, there is a need to create a communication system that provides high speed data transmission from small satellites weighing up to 50 kg.
Objective. The aim of the work is to study the features of digital signal formation in modern satellite communication lines and to develop a communication system with a high data transfer rate (usually 300 Mbit/s), which can be applied to small Earth Observation satellites.
Method. Proposed concept for building a high-speed data transmitter from a remote sensing earth satellite using commercially available off-the-shelf technology. Calculations of the power flow density created at the input of the receiving earth station were performed to find out the possible power of the on-board transmitter.
Results. A diagram of a communication system based on the DVB-S standard using the technology of commercially available off-the-shelf products has been developed. The high-speed data transmitter is implemented on a Xilinx® Zynq Ultrascale+ ™ MPSoC FPGA microchip, which is located on an Enclustra Mercury XU8 module with a high-performance dual 16-bit AD9174 DAC. The on-board transmitter with a power of up to 2 W meets the requirements of the ITU Radio Regulations for the power flux density on the surface of the Earth, which is created by the radiation of the space station EESS in the range 8025–8400 MHz. It is shown that the energy reserve of the communication line of 3 dB is achieved for various commands for coding and modulation changes with an increase in the elevation angle, which allows to increase the speed of information transmission.
Conclusions. An original receiving-transmitting system was developed for use in small satellites for remote sensing of the Earth. It is shown that the function of adaptive modeling of ACM of the DVB-S standard allows you to automatically change the transmission parameters in real time depending on the changing conditions of the channel, providing opportunities for more flexible and effective data transmission in various conditions, which will allow to increase the volumes of information transmitted by communication session. The proposed system operates in the X-band and is built using commercially available off-the-shelf products. An antenna with double circular polarization is used as the emitter. Two physical channels represent two polarization modes: right circular polarization and left circular polarization, each of which has three frequency channels.Актуальність. Дистанційне зондування Землі нині знаходить широке застосування в різних галузях. Однією із проблем дистанційного зондування є створення недорогих супутникових систем, що працюють на полярних кругових орбітах. Дані системи потребують розробки прийомо-передавальної системи, що дозволяє передавати десятки гігабіт відеоінформації на земну приймальну станцію протягом десятка хвилин. Тобто існує потреба у створенні системи зв’язку що забезпечує високу швидкість передачі даних з малих супутників, вагою до 50 кг.
Мета. Метою роботи є дослідження особливостей формування цифрового сигналу в сучасних супутникових лініях зв’язку та розробка системи зв’язку з високою швидкістю передачі даних (зазвичай 300 Мбіт/с), яка може бути застосована до малих супутників дистанційного зондування Землі.
Метод. Запропонована концепція побудови високошвидкісного передавача даних із супутника дистанційного зондування землі із використанням технології комерційно готових або комерційно доступних готових продуктів. Виконані розрахунки щільності потоку потужності для з’ясування можливої потужності бортового передавача. Виконані розрахунки бюджету радіолінії супутник-Земля із застосуванням передбачених режимів команд на зміни кодування та модуляції.
Результати. Розроблена схема систему зв’язку на основі стандарту DVB-S з використанням технології комерційно готових продуктів. Високошвидкісний передавач даних реалізовано на FPGA Xilinx® Zynq Ultrascale+ ™ MPSoC, який розташований на модулі Enclustra Mercury XU8 з високопродуктивним подвійний 16-розрядним DAC AD9174. Бортовий передавач потужністю до 2 Вт задовольняє вимогам Регламенту радіозв’язку ITU до щільності потоку потужності на поверхні Землі, який створюється випромінюванням космічної станції EESS у діапазоні 8025–8400 МГц. Показано, що енергетичний запас лінії зв’язку в 3 дБ досягається для різних команд на зміни кодування та модуляції при збільшенні кута місця, що дозволяє збільшувати швидкості передачі інформації.
Висновки. Розроблена оригінальна прийомо-передавальна система для застосування в малих супутниках дистанційного зондування землі. Показано, що саме функція адаптивного моделювання ACM стандарту DVB-S дозволяє автоматично змінювати параметри передачі в реальному часі в залежності від змінюваних умов каналу, надаючи можливості більш гнучкої і ефективної передачі даних у різних умовах, що дозволить збільшити об’єми інформації, які передаються за сеанс зв’язку. Запропонована система працює в X-діапазоні і побудована з використанням деталей COTS. У якості випромінювачів використовуються антенами с двійною поляризацією. Два фізичні канали представляють два режими поляризації: праву кругову поляризацію і ліву кругову поляризацію, кожна з яких має три частотні канали. Актуальність. Дистанційне зондування Землі нині знаходить широке застосування в різних галузях. Однією із проблем дистанційного зондування є створення недорогих супутникових систем, що працюють на полярних кругових орбітах. Дані системи потребують розробки прийомо-передавальної системи, що дозволяє передавати десятки гігабіт відеоінформації на земну приймальну станцію протягом десятка хвилин. Тобто існує потреба у створенні системи зв’язку що забезпечує високу швидкість передачі даних з малих супутників, вагою до 50 кг.
Мета. Метою роботи є дослідження особливостей формування цифрового сигналу в сучасних супутникових лініях зв’язку та розробка системи зв’язку з високою швидкістю передачі даних (зазвичай 300 Мбіт/с), яка може бути застосована до малих супутників дистанційного зондування Землі.
Метод. Запропонована концепція побудови високошвидкісного передавача даних із супутника дистанційного зондування землі із використанням технології комерційно готових або комерційно доступних готових продуктів. Виконані розрахунки щільності потоку потужності для з’ясування можливої потужності бортового передавача. Виконані розрахунки бюджету радіолінії супутник-Земля із застосуванням передбачених режимів команд на зміни кодування та модуляції.
Результати. Розроблена схема систему зв’язку на основі стандарту DVB-S з використанням технології комерційно готових продуктів. Високошвидкісний передавач даних реалізовано на FPGA Xilinx® Zynq Ultrascale+ ™ MPSoC, який розташований на модулі Enclustra Mercury XU8 з високопродуктивним подвійний 16-розрядним DAC AD9174. Бортовий передавач потужністю до 2 Вт задовольняє вимогам Регламенту радіозв’язку ITU до щільності потоку потужності на поверхні Землі, який створюється випромінюванням космічної станції EESS у діапазоні 8025–8400 МГц. Показано, що енергетичний запас лінії зв’язку в 3 дБ досягається для різних команд на зміни кодування та модуляції при збільшенні кута місця, що дозволяє збільшувати швидкості передачі інформації.
Висновки. Розроблена оригінальна прийомо-передавальна система для застосування в малих супутниках дистанційного зондування землі. Показано, що саме функція адаптивного моделювання ACM стандарту DVB-S дозволяє автоматично змінювати параметри передачі в реальному часі в залежності від змінюваних умов каналу, надаючи можливості більш гнучкої і ефективної передачі даних у різних умовах, що дозволить збільшити об’єми інформації, які передаються за сеанс зв’язку. Запропонована система працює в X-діапазоні і побудована з використанням деталей COTS. У якості випромінювачів використовуються антенами с двійною поляризацією. Два фізичні канали представляють два режими поляризації: праву кругову поляризацію і ліву кругову поляризацію, кожна з яких має три частотні канали. 
МОДЕЛІ ПРОЄКТУВАННЯ БІТ-ПОТОКОВИХ OНЛАЙН-ОБЧИСЛЮВАЧІВ ДЛЯ СЕНСОРНИХ КОМПОНЕНТІВ
No full textContext. Currently, distributed real-time control systems need the creation of devices that perform online computing operations close to the sensor. The proposed online-computers of elementary mathematical functions can be used as components for the functional conversion of signals in the form of pulse streams received from measuring sensors with frequency output.
Objective. The objective of the study is the development of mathematical, architectural and automata models for the design of bit-stream online-computers of elementary mathematical functions in order to create a unified approach to their design, due to which the accuracy of calculating functions can be increased, functional capabilities expanded, hardware costs reduced, and design efficiency increased.
Method. Mathematical models of devices were developed using the method of forming increments of ascending step functions based on inverse functions with minimization of calculation error. Automata models of online-computers based on Moore’s Finite State Machine have been developed, the graph diagrams of which made it possible to ensure the clarity of function implementation algorithms, to increase visibility and invariance of implementation in formal languages of programming and hardware description.
Results. The paper presents the results of research, development and practical approbation of design models of bit-stream onlinecomputers of power functions and root extraction function. A generalized architecture of an online-computer was proposed.
Conclusions. The considered functional online-computers are effective from the point of view of calculation accuracy, simplicity of technical implementation, and universality of the architectureАктуальність. В даний час розподілені системи управління реального часу потребують створення пристроїв, які виконують онлайн-обчислювальні операції в оточенні датчика. Запропоновані online-обчислювачі елементарних математичних функцій можуть бути використані як компоненти для функціонального перетворення сигналів у вигляді імпульсних потоків, що надходять від вимірювальних датчиків з частотним виходом.
Мета роботи. Розробка математичних, архітектурних та автоматних моделей проєктування біт-потокових онлайн- обчислювачів елементарних математичних функцій з метою створення єдиного підходу до їх проєктування, завдяки якому можливо підвищити точність обчислення функцій, розширити функціональні можливості, зменшити апаратупні витрати та підвищити ефективність проєктування.
Метод. Розроблено математичні моделі пристроїв з використанням методу формування приростів ступінчастих функцій на основі обернених функцій з мінімізацією похибки обчислень. Розроблено автоматні моделі онлайн- обчислювачів на основі кінцевого автомата Мура, графові моделі яких дозволили забезпечити чіткість алгоритмів реалізації функцій, підвищити наочність та інваріантність реалізації на формальних мовах програмування та опису апаратури.
Результати. У статті наведено результати дослідження, розробки та практичної апробації моделей проєктування бітпотокових онлайн- обчислювачів степеневої функції та функції вилучення кореня. Запропоновано узагальнену архітектуру онлайн- обчислювача.
Висновки. Розглянуті функціональні онлайн- обчислювачі ефективні з точки зору точності обчислень, простоти технічної реалізації та універсальності архітектуриАктуальність. В даний час розподілені системи управління реального часу потребують створення пристроїв, які виконують онлайн-обчислювальні операції в оточенні датчика. Запропоновані online-обчислювачі елементарних математичних функцій можуть бути використані як компоненти для функціонального перетворення сигналів у вигляді імпульсних потоків, що надходять від вимірювальних датчиків з частотним виходом.
Мета роботи. Розробка математичних, архітектурних та автоматних моделей проєктування біт-потокових онлайн- обчислювачів елементарних математичних функцій з метою створення єдиного підходу до їх проєктування, завдяки якому можливо підвищити точність обчислення функцій, розширити функціональні можливості, зменшити апаратупні витрати та підвищити ефективність проєктування.
Метод. Розроблено математичні моделі пристроїв з використанням методу формування приростів ступінчастих функцій на основі обернених функцій з мінімізацією похибки обчислень. Розроблено автоматні моделі онлайн- обчислювачів на основі кінцевого автомата Мура, графові моделі яких дозволили забезпечити чіткість алгоритмів реалізації функцій, підвищити наочність та інваріантність реалізації на формальних мовах програмування та опису апаратури.
Результати. У статті наведено результати дослідження, розробки та практичної апробації моделей проєктування бітпотокових онлайн- обчислювачів степеневої функції та функції вилучення кореня. Запропоновано узагальнену архітектуру онлайн- обчислювача.
Висновки. Розглянуті функціональні онлайн- обчислювачі ефективні з точки зору точності обчислень, простоти технічної реалізації та універсальності архітектур
ІНТЕЛЕКТУАЛЬНИЙ КОМП’ЮТИНГ В ПАМ’ЯТІ
Get PDFContext. Processed big data has social significance for the development of society and industry. Intelligent processing of big data is a condition for creating a collective mind of a social group, company, state and the planet as a whole. At the same time, the economy of big data (Data Economy) takes first place in the evaluation of processing mechanisms, since two parameters are very important: speed of data processing and energy consumption. Therefore, mechanisms focused on parallel processing of large data within the data storage center will always be in demand on the IT market.
Objective. The goal of the investigation is to increase the economy of big data (Data Economy) thanks to the analysis of data as truth table addresses for the identification of patterns of production functionalities based on the similarity-difference metric.
Method. Intelligent computing architectures are proposed for managing cyber-social processes based on monitoring and analysis of big data. It is proposed to process big data as truth table addresses to solve the problems of identification, clustering, and classification of patterns of social and production processes. A family of automata is offered for the analysis of big data, such as addresses. The truth table is considered as a reasonable form of explicit data structures that have a useful constant – a standard address routing order. The goal of processing big data is to make it structured using a truth table for further identification before making actuator decisions. The truth table is considered as a mechanism for parallel structuring and packing of large data in its column to determine their similarity-difference and to equate data at the same addresses. Representation of data as addresses is associated with unitary encoding of patterns by binary vectors on the found universe of primitive data. The mechanism is focused on processorless data processing based on read-write transactions using in-memory computing technology with significant time and energy savings. The metric of truth table big data processing is parallelism, technological simplicity, and linear computational complexity. The price for such advantages is the exponential memory costs of storing explicit structured data.
Results. Parallel algorithms of in-memory computing are proposed for economic mechanisms of transformation of large unstructured data, such as addresses, into useful structured data. An in-memory computing architecture with global feedback and an algorithm for matrix parallel processing of large data such as addresses are proposed. It includes a framework for matrix analysis of big data to determine the similarity between vectors that are input to the matrix sequencer. Vector data analysis is transformed into matrix computing for big data processing. The speed of the parallel algorithm for the analysis of big data on the MDV matrix of deductive vectors is linearly dependent on the number of bits of the input vectors or the power of the universe of primitives. A method of identifying patterns using key words has been developed. It is characterized by the use of unitary coded data components for the synthesis of the truth table of the business process. This allows you to use read-write transactions for parallel processing of large data such as addresses.
Conclusions. The scientific novelty consists in the development of the following innovative solutions: 1) a new vector-matrix technology for parallel processing of large data, such as addresses, is proposed, characterized by the use of read-write transactions on matrix memory without the use of processor logic; 2) an in-memory computing architecture with global feedback and an algorithm for matrix parallel processing of large data such as addresses are proposed; 3) a method of identifying patterns using keywords is proposed, which is characterized by the use of unitary coded data components for the synthesis of the truth table of the business process, which makes it possible to use the read-write transaction for parallel processing of large data such as addresses. The practical significance of the study is that any task of artificial intelligence (similarity-difference, classification-clustering and recognition, pattern identification) can be solved technologically simply and efficiently with the help of a truth table (or its derivatives) and unitarily coded big data . Research prospects are related to the implementation of this digital modeling technology devices on the EDA market. KEYWORDS: IntelligentАктуальність. Оброблені великі дані мають соціальне значення для розвитку суспільства та промисловості. Інтелектуальна обробка великих даних є умовою створення колективного розуму соціальної групи, компанії, держави та планети в цілому. При цьому економіка великих даних (Data Economy) виходить на перше місце в оцінці механізмів обробки, оскільки дуже важливими є два параметри: швидкодія обробки даних та енерговитрати. Тому механізми, орієнтовані на паралельну обробку великих даних усередині центру зберігання даних, будуть завжди затребувані на IT-ринку.
Мета. Мета дослідження – підвищення економіки великих даних (Data Economy) завдяки аналізу даних як адрес таблиці істинності для ідентифікації патернів виробничих функціональностей на основі метрики подібності-відмінності.
Метод. Пропонуються архітектури Intelligent computing для управління кіберсоціальними процесами на основі моніторингу та аналізу великих даних. Пропонується обробка великих даних, як адрес таблиці істинності, для вирішення завдань ідентифікації, кластеризації, класифікації патернів соціальних та виробничих процесів. Пропонується сімейство автоматів для аналізу великих даних, як адрес. Розглядається таблиця істинності як розумна форма явних структур даних, що мають корисну константу – стандартний порядок прямування адрес. Мета обробки великих даних – зробити їх структурованими за допомогою таблиці істинності для подальшої ідентифікації до ухвалення актюаторних рішень. Таблиця істинності розглядається як механізм паралельної структуризації та пакування великих даних у її стовпці для визначення їх подібностівідмінності та еквівалентування даних за однаковими адресами. Подання даних, як адрес, пов’язане з унітарним кодуванням патернів двійковими векторами на знайденому універсумі примітивних даних. Механізм орієнтований на безпроцесорну обробку даних на основі read-write транзакцій за технологією in-memory комп’ютингу з суттєвою економією часу та енергії. Метрика обробки великих даних на таблиці істинності – це паралелізм, технологічна простота та лінійна обчислювальна складність. Платою за такі переваги є експоненційні витрати пам’яті зберігання явних структурованих даних.
Результати. Запропоновано паралельні алгоритми in-memory комп’ютингу для економічних механізмів перетворення великих неструктурованих даних, як адрес, корисні структуровані дані. Запропоновано архітектуру in-memory computing із глобальним зворотним зв’язком та алгоритм матричної паралельної обробки великих даних, як адрес. Вона включає структуру матричного аналізу великих даних для визначення подібності між векторами, які надходять на входи матричного секвенсора. Векторний аналіз даних перетворюється на матричний комп’ютинг для обробки великих даних. Швидкодія паралельного алгоритму аналізу великих даних на матриці MDV дедуктивних векторів ставиться в лінійну залежність від числа бітів вхідних векторів або потужності універсуму примітивів. Розроблено метод ідентифікації патернів ключовими словами. Він характеризується використанням унітарно-кодованих компонент даних для синтезу таблиці істинності бізнес-процесу. Це дозволяє застосовувати read-write транзакції для паралельної обробки великих даних, як адрес.
Висновки. Наукова новизна полягає у розробці наступних інноваційних рішень: 1) запропоновано нову векторноматричну технологію паралельної обробки великих даних, як адрес, що характеризується використанням read-write транзакцій на матричній пам’яті без використання процесорної логіки; 2) запропоновано архітектуру in-memory computing з глобальним зворотним зв’язком та алгоритм матричної паралельної обробки великих даних, як адрес; 3) запропоновано метод ідентифікації патернів ключовими словами, який характеризується використанням унітарно-кодованих компонентів даних для синтезу таблиці істинності бізнес-процесу, що дає можливість використовувати транзакцію read-write для паралельної обробки великих даних, як адрес. Практична значимість дослідження полягає в тому, що будь-яке завдання штучного інтелекту (подібність-відмінність, класифікація-кластеризація та розпізнавання, ідентифікація образів) можна технологічно просто та ефективно вирішувати за допомогою таблиці істинності (або її похідних) та унітарно кодованих великих даних. Перспективи дослідження пов’язані з імплементацією цієї технології моделювання цифрових пристроїв на ринку EDA.Актуальність. Оброблені великі дані мають соціальне значення для розвитку суспільства та промисловості. Інтелектуальна обробка великих даних є умовою створення колективного розуму соціальної групи, компанії, держави та планети в цілому. При цьому економіка великих даних (Data Economy) виходить на перше місце в оцінці механізмів обробки, оскільки дуже важливими є два параметри: швидкодія обробки даних та енерговитрати. Тому механізми, орієнтовані на паралельну обробку великих даних усередині центру зберігання даних, будуть завжди затребувані на IT-ринку.
Мета. Мета дослідження – підвищення економіки великих даних (Data Economy) завдяки аналізу даних як адрес таблиці істинності для ідентифікації патернів виробничих функціональностей на основі метрики подібності-відмінності.
Метод. Пропонуються архітектури Intelligent computing для управління кіберсоціальними процесами на основі моніторингу та аналізу великих даних. Пропонується обробка великих даних, як адрес таблиці істинності, для вирішення завдань ідентифікації, кластеризації, класифікації патернів соціальних та виробничих процесів. Пропонується сімейство автоматів для аналізу великих даних, як адрес. Розглядається таблиця істинності як розумна форма явних структур даних, що мають корисну константу – стандартний порядок прямування адрес. Мета обробки великих даних – зробити їх структурованими за допомогою таблиці істинності для подальшої ідентифікації до ухвалення актюаторних рішень. Таблиця істинності розглядається як механізм паралельної структуризації та пакування великих даних у її стовпці для визначення їх подібностівідмінності та еквівалентування даних за однаковими адресами. Подання даних, як адрес, пов’язане з унітарним кодуванням патернів двійковими векторами на знайденому універсумі примітивних даних. Механізм орієнтований на безпроцесорну обробку даних на основі read-write транзакцій за технологією in-memory комп’ютингу з суттєвою економією часу та енергії. Метрика обробки великих даних на таблиці істинності – це паралелізм, технологічна простота та лінійна обчислювальна складність. Платою за такі переваги є експоненційні витрати пам’яті зберігання явних структурованих даних.
Результати. Запропоновано паралельні алгоритми in-memory комп’ютингу для економічних механізмів перетворення великих неструктурованих даних, як адрес, корисні структуровані дані. Запропоновано архітектуру in-memory computing із глобальним зворотним зв’язком та алгоритм матричної паралельної обробки великих даних, як адрес. Вона включає структуру матричного аналізу великих даних для визначення подібності між векторами, які надходять на входи матричного секвенсора. Векторний аналіз даних перетворюється на матричний комп’ютинг для обробки великих даних. Швидкодія паралельного алгоритму аналізу великих даних на матриці MDV дедуктивних векторів ставиться в лінійну залежність від числа бітів вхідних векторів або потужності універсуму примітивів. Розроблено метод ідентифікації патернів ключовими словами. Він характеризується використанням унітарно-кодованих компонент даних для синтезу таблиці істинності бізнес-процесу. Це дозволяє застосовувати read-write транзакції для паралельної обробки великих даних, як адрес.
Висновки. Наукова новизна полягає у розробці наступних інноваційних рішень: 1) запропоновано нову векторноматричну технологію паралельної обробки великих даних, як адрес, що характеризується використанням read-write транзакцій на матричній пам’яті без використання процесорної логіки; 2) запропоновано архітектуру in-memory computing з глобальним зворотним зв’язком та алгоритм матричної паралельної обробки великих даних, як адрес; 3) запропоновано метод ідентифікації патернів ключовими словами, який характеризується використанням унітарно-кодованих компонентів даних для синтезу таблиці істинності бізнес-процесу, що дає можливість використовувати транзакцію read-write для паралельної обробки великих даних, як адрес. Практична значимість дослідження полягає в тому, що будь-яке завдання штучного інтелекту (подібність-відмінність, класифікація-кластеризація та розпізнавання, ідентифікація образів) можна технологічно просто та ефективно вирішувати за допомогою таблиці істинності (або її похідних) та унітарно кодованих великих даних. Перспективи дослідження пов’язані з імплементацією цієї технології моделювання цифрових пристроїв на ринку EDA
ВИКОРИСТАННЯ МОДУЛЯРНИХ НЕЙРОННИХ МЕРЕЖ ТА МАШИННОГО НАВЧАННЯ З ПІД-КРІПЛЕННЯМ ДЛЯ ВИРІШЕННЯ ЗАДАЧ КЛАСИФІКАЦІЇ
No full textContext. The solution of the classification problem (including graphical data) based on the use of modular neural networks and modified machine learning methods with reinforcement for the synthesis of neuromodels that are characterized by a high level of accuracy is considered. The object of research is the process of synthesizing modular neural networks based on machine learning methods with reinforcement.
Objective is to develop a method for synthesizing modular neural networks based on machine learning methods with reinforcement, for constructing high-precision neuromodels for solving classification problems.
Method. A method for synthesizing modular neural networks based on a reinforcement machine learning approach is proposed. At the beginning, after initializing a system of modular neural networks built on the bottom-up principle, input data is provided – a training set of data from the sample and a hyperparameter to select the size of each module. The result of this method is a trained system of modular neural networks. The process starts with a single supergroup that contains all the categories of the data set. Then the network size is selected. The output matrix is softmax, similar to the trained network. After that, the average probability of softmax is used as a similarity indicator for group categories. If new child supergroups are formed, the module learns to classify between new supergroups. The training cycle of modular neural network modules is repeated until the training modules of all supergroups are completed. This method allows you to improve the accuracy of the resulting model.
Results. The developed method is implemented and investigated on the example of neuromodel synthesis based on a modular neural network for image classification, which can later be used as a model for technical diagnostics. Using the developed method significantly reduces the resource intensity of setting up hyperparameters.
Conclusions. The conducted experiments confirmed the operability of the proposed method of neuromodel synthesis for image classification and allow us to recommend it for use in practice in the synthesis of modular neural networks as a basis for classification models for further automation of tasks of technical diagnostics and image recognition using big data. Prospects for further research may lie in using the parallel capacities of GPU-based computing systems to organize directly modular neural networks based on them.Актуальність. Розглянуто вирішення задачі класифікації (в тому числі графічних даних) на основі використання модулярних нейронних мереж та модифікованих методів машинного навчання з підкріпленням для синтезу нейромоделей, які відрізняються високим рівнем точності роботи. Об’єктом дослідження є процес синтезу модулярних нейронних мереж на основі методів машинного навчання з підкріпленням.
Мета роботи полягає у розробці методу синтезу модулярних нейронних мереж на основі методів машинного навчання з підкріпленням, для побудови нейромоделей високої точності для розв’язання задач класифікації.
Метод. Запропоновано метод синтезу імпульсних нейронних мереж на основі еволюційного підходу. На початку, після ініціалізації системи модулярних нейронних мереж, що побудована за принципом знизу вгору, подаються вхідні дані – навчальний набір даних з вибірки і гіперпараметр, для вибору розміру кожного модуля. Результатом роботи методу є навчена система модулярних нейронних мереж. Процес починають з однієї супергрупи, яка містить усі категорії набору даних. Потім обирається розмір мережі. Вихідна матриця softmax, подібна для навченої мережі. Після чого середня ймовірність softmax використовується як показник подібності для групових категорій. Якщо формуються нові дочірні супергрупи, модуль навчається класифікації між новими супергрупами. Цикл навчання модулів модулярних нейронних мереж повторюється до тих пір, поки не будуть навчені модулі всіх супергруп. Метод дозволяє підвищити точність результуючої моделі.
Результати. Розроблений метод реалізовано та досліджено на прикладі синтезу нейромоделі на основі модулярної нейронної мережі для класифікації зображень, яка в подальшому зможе використовуватися у якості моделі для технічного діагностування. Використання розробленого методу значно знижує ресурсоємність налаштування гіперпараметрів.
Висновки. Проведені експерименти підтвердили працездатність запропонованого методу синтезу нейромоделі для класифікації зображень та дозволяють рекомендувати його для використання на практиці при синтезі модулярних нейронних мереж у якості основи класифікаційних моделей для подальшої автоматизації задач технічного діагностування та розпізнавання образів з використанням великих даних. Перспективи подальших досліджень можуть полягати у використанні паралельних потужностей обчислювальних систем на базі GPU для організації на їх базі безпосередньо модульних нейромереж.Актуальність. Розглянуто вирішення задачі класифікації (в тому числі графічних даних) на основі використання модулярних нейронних мереж та модифікованих методів машинного навчання з підкріпленням для синтезу нейромоделей, які відрізняються високим рівнем точності роботи. Об’єктом дослідження є процес синтезу модулярних нейронних мереж на основі методів машинного навчання з підкріпленням.
Мета роботи полягає у розробці методу синтезу модулярних нейронних мереж на основі методів машинного навчання з підкріпленням, для побудови нейромоделей високої точності для розв’язання задач класифікації.
Метод. Запропоновано метод синтезу імпульсних нейронних мереж на основі еволюційного підходу. На початку, після ініціалізації системи модулярних нейронних мереж, що побудована за принципом знизу вгору, подаються вхідні дані – навчальний набір даних з вибірки і гіперпараметр, для вибору розміру кожного модуля. Результатом роботи методу є навчена система модулярних нейронних мереж. Процес починають з однієї супергрупи, яка містить усі категорії набору даних. Потім обирається розмір мережі. Вихідна матриця softmax, подібна для навченої мережі. Після чого середня ймовірність softmax використовується як показник подібності для групових категорій. Якщо формуються нові дочірні супергрупи, модуль навчається класифікації між новими супергрупами. Цикл навчання модулів модулярних нейронних мереж повторюється до тих пір, поки не будуть навчені модулі всіх супергруп. Метод дозволяє підвищити точність результуючої моделі.
Результати. Розроблений метод реалізовано та досліджено на прикладі синтезу нейромоделі на основі модулярної нейронної мережі для класифікації зображень, яка в подальшому зможе використовуватися у якості моделі для технічного діагностування. Використання розробленого методу значно знижує ресурсоємність налаштування гіперпараметрів.
Висновки. Проведені експерименти підтвердили працездатність запропонованого методу синтезу нейромоделі для класифікації зображень та дозволяють рекомендувати його для використання на практиці при синтезі модулярних нейронних мереж у якості основи класифікаційних моделей для подальшої автоматизації задач технічного діагностування та розпізнавання образів з використанням великих даних. Перспективи подальших досліджень можуть полягати у використанні паралельних потужностей обчислювальних систем на базі GPU для організації на їх базі безпосередньо модульних нейромереж.
 
АВТОМАТИЧНА КЛАСТЕРИЗАЦІЯ ТЕКСТОВИХ ДОКУМЕНТІВ НА ОСНОВІ ГЕНЕТИЧНОГО АЛГОРИТМУ З ШТУЧНИМ ВІДБОРОМ
No full textThe new genetic algorithm with artificial selection is proposed. The algorithm is based on the synthesis of ordinary evolutional genetic approach with the ideas of sequential complex-method for extremum searching arbitrary multivariable functions. The algorithm is used for a clusterization of large data collection in a data-processing mode.Предложен новый генетический алгоритм с искусственным отбором, в основе которого лежит синтез обычного эволюционного генетического подхода с идеями последовательного комплекс-метода отыскания экстремума произвольных функций многих переменных. Алгоритм используется для кластеризации больших объемов текстовых документов в режиме последовательной обработки.Запропоновано новий генетичний алгоритм зі штучним відбором, в основі якого лежить синтез звичайного еволюційного генетичного підходу з ідеями послідовного комплекс-методу пошуку екстремуму довільних функцій багатьох змінних. Алгоритм використовується для кластеризац ії великих обсягів текстових документів у режим і послідовної обробки
ОПТИМІЗАЦІЯ АВТЕНТИФІКАЦІЇ В ІНТЕЛЕКТУАЛЬНИХ СИСТЕМАХ ВІЗУАЛЬНОЮ БІОМЕТРИКОЇ ДЛЯ ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ БЕЗПЕКИ
No full textContext. The primary objective of this article is to explore aspects related to ensuring security and enhancing the efficiency of authentication processes in intelligent systems through the application of visual biometrics. The focus is on advancing and refining authentication systems by employing sophisticated biometric identification methods.
Objective. A specialized intelligent system has been developed, utilizing a Siamese neural network to establish secure user authentication within the existing system. Beyond incorporating fundamental security measures such as hashing and secure storage of user credentials, the contemporary significance of implementing two-factor authentication is underscored. This approach significantly fortifies user data protection, thwarting most contemporary hacking methods and safeguarding against data breaches. The study acknowledges certain limitations in its approach, possibly affecting the generalizability of the findings. These limitations provide avenues for future research and exploration, contributing to the ongoing evolution of authentication methodologies in intelligent systems.
Method. The two-factor authentication system integrates facial recognition technology, employing visual biometrics for heightened security compared to alternative two-factor authentication methods. Various implementations of the Siamese neural network, utilizing Contrastive loss function and Triplet loss function, were evaluated. Subsequently, a neural network employing the Triplet loss function was implemented and trained.
Results. The article emphasizes the practical implications of the developed intelligent system, showcasing its effectiveness in minimizing the risk of unauthorized access to user accounts. The integration of contemporary authentication methodologies ensures a secure and robust user authentication process.
Conclusions. The implementation of facial recognition technology in authentication processes has broader social implications. It contributes to a more secure digital environment by preventing unauthorized access, ultimately safeguarding user privacy and data. The study’s originality lies in its innovative approach to authentication, utilizing visual biometrics within a Siamese neural network framework. The developed intelligent system represents a valuable contribution to the field, offering an effective and contemporary solution to user authentication challenges.Актуальність. Основною метою цієї статті є дослідження аспектів, пов’язаних із забезпеченням безпеки та підвищенням ефективності процесів автентифікації в інтелектуальних системах шляхом застосування візуальної біометрії. Основна увага приділяється вдосконаленню та вдосконаленню систем автентифікації за допомогою складних методів біометричної ідентифікації.
Метою дослідження було створення спеціалізованої інтелектуальної системи, яка використовує сіамську нейронну мережу для встановлення безпечної автентифікації користувача в існуючій системі. Окрім впровадження основних заходів безпеки, таких як хешування та безпечне зберігання облікових даних користувача, підкреслюється сучасне значення впровадження двофакторної автентифікації. Такий підхід значно посилює захист даних користувачів, перешкоджаючи більшості сучасних методів злому та захищаючи від витоку даних. Дослідження визнає певні обмеження у своєму підході, що, можливо, впливає на можливість узагальнення результатів. Ці обмеження відкривають можливості для майбутніх досліджень і розвідок, сприяючи поточній еволюції методологій автентифікації в інтелектуальних системах.
Метод. Система двофакторної автентифікації інтегрує технологію розпізнавання обличчя, використовуючи візуальну біометрію для підвищення безпеки порівняно з альтернативними методами двофакторної автентифікації. Було оцінено різні реалізації сіамської нейронної мережі, що використовують контрастну функцію втрат і функцію триплетних втрат. Згодом була реалізована та навчена нейронна мережа, що використовує триплетну функцію втрат.
Результати. У статті наголошується на практичних наслідках розробленої інтелектуальної системи, демонструється її ефективність у мінімізації ризику несанкціонованого доступу до облікових записів користувачів. Інтеграція сучасних методологій автентифікації забезпечує безпечний і надійний процес автентифікації користувачів.
Висновки. Впровадження технології розпізнавання обличчя в процесах автентифікації має ширші соціальні наслідки. Це сприяє створенню більш безпечного цифрового середовища, запобігаючи несанкціонованому доступу, зрештою захищаючи конфіденційність користувачів і дані. Оригінальність дослідження полягає в інноваційному підході до автентифікації з використанням візуальної біометрії в рамках сіамської нейронної мережі. Розроблена інтелектуальна система є цінним внеском у цю сферу, пропонуючи ефективне та сучасне рішення проблем автентифікації користувачів.Актуальність. Основною метою цієї статті є дослідження аспектів, пов’язаних із забезпеченням безпеки та підвищенням ефективності процесів автентифікації в інтелектуальних системах шляхом застосування візуальної біометрії. Основна увага приділяється вдосконаленню та вдосконаленню систем автентифікації за допомогою складних методів біометричної ідентифікації.
Метою дослідження було створення спеціалізованої інтелектуальної системи, яка використовує сіамську нейронну мережу для встановлення безпечної автентифікації користувача в існуючій системі. Окрім впровадження основних заходів безпеки, таких як хешування та безпечне зберігання облікових даних користувача, підкреслюється сучасне значення впровадження двофакторної автентифікації. Такий підхід значно посилює захист даних користувачів, перешкоджаючи більшості сучасних методів злому та захищаючи від витоку даних. Дослідження визнає певні обмеження у своєму підході, що, можливо, впливає на можливість узагальнення результатів. Ці обмеження відкривають можливості для майбутніх досліджень і розвідок, сприяючи поточній еволюції методологій автентифікації в інтелектуальних системах.
Метод. Система двофакторної автентифікації інтегрує технологію розпізнавання обличчя, використовуючи візуальну біометрію для підвищення безпеки порівняно з альтернативними методами двофакторної автентифікації. Було оцінено різні реалізації сіамської нейронної мережі, що використовують контрастну функцію втрат і функцію триплетних втрат. Згодом була реалізована та навчена нейронна мережа, що використовує триплетну функцію втрат.
Результати. У статті наголошується на практичних наслідках розробленої інтелектуальної системи, демонструється її ефективність у мінімізації ризику несанкціонованого доступу до облікових записів користувачів. Інтеграція сучасних методологій автентифікації забезпечує безпечний і надійний процес автентифікації користувачів.
Висновки. Впровадження технології розпізнавання обличчя в процесах автентифікації має ширші соціальні наслідки. Це сприяє створенню більш безпечного цифрового середовища, запобігаючи несанкціонованому доступу, зрештою захищаючи конфіденційність користувачів і дані. Оригінальність дослідження полягає в інноваційному підході до автентифікації з використанням візуальної біометрії в рамках сіамської нейронної мережі. Розроблена інтелектуальна система є цінним внеском у цю сферу, пропонуючи ефективне та сучасне рішення проблем автентифікації користувачів