Radio Electronics, Computer Science, Control
Not a member yet
1174 research outputs found
Sort by
РОЗРОБКА ПРИНЦИПІВ КЕРУВАННЯ ТЕМПЕРАТУРНИМ РЕЖИМОМ ПРОЦЕСУ ВИПАЛЮВАННЯ КОТУНІВ З ВИКОРИСТАННЯМ ПРОГНОЗУЮЧИХ ANFIS-МОДЕЛЕЙ
No full textThe control principle of temperature conditions of rolled briquettes sintering process on conveyor machine based on the predictive ANFIS model is suggested.Предложен принцип управления температурным режимом процесса обжига окатышей на конвейерной машине с использованием прогнозирующей ANFIS-модели.Запропоновано принцип керування температурним режимом процесу випалювання котунів на конвеєрній машин і з використанням прогнозуючої ANFIS-моделі
ПРОГРАМНА РЕАЛІЗАЦІЯ МЕТОДИКИ САМООГРАНАЗУЮЧИХ КАРТ КОХОНЕНА ДЛЯ ДІАГНОСТУВАННЯ СТАНУ ПРОЦЕСІВ І СИСТЕМ
No full textPossibilities of the software tools to analyze states of the processes and systems, implemented the methodic of selforganizing Kohonen’s maps, are considered. Developed «Control & Diagnostics System» software is directed to diagnostics of contingencies and error events, that occur in the equipment work process. On the base of it the research of the turbo compressor gas-dynamic instability under data of the gas-turbine block test was carried out.Для анализа состояний процессов и систем рассматриваются возможности программных средств, реализующих методику самоорганизующихся карт Кохонена. Разработанное программное обеспечение «Control & Diagnostics System» ориентировано на диагностирование внештатных и ошибочных ситуаций, возникающих в ходе работы оборудования. На его основе проведено исследование процесса газодинамической неустойчивости турбокомпрессора по данным стендовых испытаниях газотурбинного двигателя.Для аналізу станів процесів та систем розглядаються можливості програмних засобів, що реалізують методику власнеорганізованих карт Кохонена. Розроблене програмне забезпечення «Control & Diagnostics System» зорієнтовано на діагностування позаштатних та помилкових ситуацій, що виникають у ході роботи обладнання. На його основі проведено дослідження газодинамічної нестійкості турбокомпресору по даним стендових випробувань газотурбінного двигуна
ЗАСТОСУВАННЯ МЕТОДІВ ВЕЙВЛЕТ-АНАЛІЗУ І ПЕРЕТВОРЕННЯ ФУР'Є У ЗАВДАННЯХ ДІАГНОСТИКИ ОБ'ЄКТІВ ПО ВІБРОАКУСТИЧНОМУ СИГНАЛУ
No full textThe methods of wavelet analysis (fast and packet wavelet transform) and Fourier-transform for vibroacoustic signal processing in the context of their application for the task of object diagnostics are presented. The characteristics (results of vibroacoustic signals processing), related to the object state under consideration are revealed for each method. The methods comparison by signal processing time is performed.Представлены методы вейвлет-преобразования (быстрое и пакетное) и преобразование Фурье для обработки виброакустического сигнала в контексте их применения в задачах диагностики объектов. Для каждого метода выявлены характеристики (результаты обработки виброакустических сигналов), связанные с состоянием исследуемого объекта. Выполнено сравнение методов по времени обработки сигналов.Представлені методи вейвлет-перетворення (швидкет та пакетне) та перетворення Фур’є для обробки віброакустичного сигналу в контексті їх використання в задачах діагностики об’єктів. Для кожного методу виявлен і характеристики (результати обробки віброакустичного сигналу), пов’язані зі станом об’єкта, що досліджується. Виконано порівняння методів за часом обробки сигналів
ВИЗНАЧЕННЯ КЕРІВНИХ ВПЛИВІВ НА ВИХОДІ НЕЧІТКОГО РЕГУЛЯТОРА ПРИ ІДЕНТИЧНИХ ТРИКУТНИХ ФУНКЦІЯХ ПРИЛАДДЯ З ОБМЕЖЕННЯМ
No full textAnalytical expressions for controlling actions on an output of an fuzzy controller are received at identical triangular membership functions with restriction.Получены аналитические выражения для управляющих воздействий на выходе нечеткого регулятора при идентичных треугольных функциях принадлежности с ограничением.Отримано аналітичні вираження для керуючих впливів на виході нечіткого регулятора при ідентичних трикутних функціях приналежності з обмеженням
АНАЛІЗ ЗАВДАННЯ ОПТИМАЛЬНОГО УПРАВЛІННЯ ПРОЦЕСОМ ПЕРЕТВОРЕННЯ ЕНЕРГІЇ У ТУРБОАГРЕГАТІ
No full textTechnological aspects and problems of manufacture of the electric power on thermal power main lines are considered. The concept of optimum control by energy transformation process in a turbine unit is stated.Рассмотрены технологические аспекты и проблемы производства электроэнергии на теплоэлектроцентрали. Изложена концепция оптимального управления процессом преобразования энергии в турбоагрегате.Розглянуті технологічні аспекти та проблеми виробництва електроенергії на теплоелектроцентралі. Викладена концеція оптимального управління процесом енергоперетворення в турбоагрегаті
ІДЕНТИФІКАЦІЯ МОБІЛЬНИХ ПРИСТРОЇВ ЗА КОРЕЛЯЦІЙНИМИ ОСОБЛИВОСТЯМИ ЇХ СИГНАЛІВ
No full textContext. The mass spread of Wi-Fi networks is facilitated by the simplicity of their deployment, high speed, universality, and convenience of use. The development and dissemination of these networks continue despite a number of shortcomings. One of the shortcomings is their vulnerability to various types of attacks, including those based on the forgery (imitation) of identification data. At the same time, there are physical layer characteristics, knowledge of which expands the understanding of the network’s state, can contribute to increasing the reliability of network subscriber identification, and thus prevent a number of attacks. This research is aimed at the theoretical and practical substantiation of the possibility of their application.
Objective. The aim of the study is to assess the application of detailed analysis of signal spectra emitted by devices connected to wireless Wi-Fi networks for their identification. To achieve this goal, it is necessary to analyze the experimentally measured spectra of wireless devices connected to the Wi-Fi network and evaluate the possibility of using the spectrum for the identification of mobile devices.
Method. This work proposes a method for processing the results of measuring the spectra of Wi-Fi device emissions by evaluating the asymmetry coefficient of the Wi-Fi device spectrum’s cross-correlation function. Mathematical modeling was used to assess the effectiveness of the method.
Results. The research results show that the minimum value of the asymmetry coefficient when comparing the template with different positions of one’s own device, and large values of the asymmetry coefficient when comparing templates with foreign spectra. Therefore, this characteristic can also be used for the identification of Wi-Fi devices.
Conclusions. The research results suggest the possibility of applying the proposed method for the identification of mobile devices, which will qualitatively complement existing security models with another feature for detecting unauthorized access.Актуальність. Масовому поширенню Wi-Fi мереж сприяє простота їх розгортання, висока швидкість, універсальність ізручність використання. Розвиток і поширення цих мереж триває, незважаючи на наявність ряду недоліків. Одним з недоліків є їх вразливість до різних видів атак, у тому числі, основаних на підробці (імітації) ідентифікаційних даних. Разом з тим існують ознаки фізичного рівня, знання яких розширює уявлення про стан мережі, може сприяти підвищенню надійності ідентифікації абонентів мережі і таким чином запобіганню ряду атак. Це дослідження направлене на теоретичне обґрунтування можливості їх застосування.
Мета. Метою дослідження є оцінка застосування детального аналізу спектрів сигналів, випромінюваних пристроями,підключеними до безпровідних мереж Wi-Fi, для їх ідентифікації. Для досягнення поставленої мети необхідно на основіекспериментально виміряних спектрів безпровідних пристроїв, підключених до мережі Wi-Fi, провести аналіз отриманихрезультатів та оцінити можливість використання спектра для ідентифікації мобільних пристроїв.
Метод. В даній роботі запропоновано метод обробки результатів вимірювання спектрів випромінювання Wi-Fi пристроїв шляхом оцінки коефіцієнта асиметрії взаємокореляційної функції спектру Wi-Fi пристроїв. Для оцінки ефективності методу використовувалося математичне моделювання.
Результати. Результати досліджень показують, що мінімальне значення коефіцієнта асиметрії при порівнянні шаблону зрізними положеннями власного пристрою, і великі значення коефіцієнта асиметрії при порівнянні шаблонів з чужими спектрами. Отже, ця ознака також може бути використана для ідентифікації Wi-Fi пристроїв.
Висновки. Результати досліджень говорять про можливість застосування запропонованого методу для ідентифікації мобільних пристроїв , що дозволить якісно доповнити існуючі моделі забезпечення безпеки ще однією ознакою виявлення несанкціонованого доступу.Актуальність. Масовому поширенню Wi-Fi мереж сприяє простота їх розгортання, висока швидкість, універсальність і зручність використання. Розвиток і поширення цих мереж триває, незважаючи на наявність ряду недоліків. Одним з недоліків є їх вразливість до різних видів атак, у тому числі, основаних на підробці (імітації) ідентифікаційних даних. Разом з тим існують ознаки фізичного рівня, знання яких розширює уявлення про стан мережі, може сприяти підвищенню надійності ідентифікації абонентів мережі і таким чином запобіганню ряду атак. Це дослідження направлене на теоретичне обґрунтування можливості їх застосування.
Мета. Метою дослідження є оцінка застосування детального аналізу спектрів сигналів, випромінюваних пристроями, підключеними до безпровідних мереж Wi-Fi, для їх ідентифікації. Для досягнення поставленої мети необхідно на основі експериментально виміряних спектрів безпровідних пристроїв, підключених до мережі Wi-Fi, провести аналіз отриманих результатів та оцінити можливість використання спектра для ідентифікації мобільних пристроїв.
Метод. В даній роботі запропоновано метод обробки результатів вимірювання спектрів випромінювання Wi-Fi пристроїв шляхом оцінки коефіцієнта асиметрії взаємокореляційної функції спектру Wi-Fi пристроїв. Для оцінки ефективності методу використовувалося математичне моделювання.
Результати. Результати досліджень показують, що мінімальне значення коефіцієнта асиметрії при порівнянні шаблону з різними положеннями власного пристрою, і великі значення коефіцієнта асиметрії при порівнянні шаблонів з чужими спектрами. Отже, ця ознака також може бути використана для ідентифікації Wi-Fi пристроїв.
Висновки. Результати досліджень говорять про можливість застосування запропонованого методу для ідентифікації мобільних пристроїв , що дозволить якісно доповнити існуючі моделі забезпечення безпеки ще однією ознакою виявлення несанкціонованого доступу
РЕАЛІЗАЦІЯ СИСТЕМИ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ ДЛЯ АНАЛІЗУ ПУБЛІКАЦІЙ КОРИСТУВАЧІВ TWITTER
No full textContext. The paper emphasizes the need for a decision-making system that can analyze users’ messages and determine the sentiment to understand how news and events impact people’s emotions. Such a system would employ advanced techniques to analyze users’ messages, delving into the sentiment expressed within the text. The primary goal is to gain insights into how news and various events reverberate through people’s emotions.
Objective. The objective is to create a decision-making system that can analyze and determine the sentiment of user messages, understand the emotional response to news and events, and distribute the data into clusters to gain a broader understanding of users’ opinions. This multifaceted objective involves the integration of advanced techniques in natural language processing and machine learning to build a robust decision-making system. The primary goals are sentiment analysis, comprehension of emotional responses to news and events, and data clustering for a holistic view of user opinions.
Method. The use of long-short-term memory neural networks for sentiment analysis and the k-means algorithm for data clustering is proposed for processing large volumes of user data. This strategic combination aims to tackle the challenges posed by processing large volumes of user-generated data in a more nuanced and insightful manner.
Results. The study and conceptual design of the decision-making system have been completed and the decision-making system was created. The system incorporates sentiment analysis and data clustering to understand users’ opinions and the sentiment value of such opinions dividing them into clusters and visualizing the findings.
Conclusions. The conclusion is that the development of a decision-making system capable of analyzing user sentiment and clustering data can provide valuable insights into users’ reactions to news and events in social networks. The proposed use of longshort-term memory neural networks and the k-means algorithm is considered suitable for sentiment analysis and data clustering tasks. The importance of studying existing works and systems to understand available algorithms and their applications is emphasized. The article also describes created and implemented a decision-making system and demonstrated the functionality of the system using a sample dataset.Актуальність. У статті наголошується на необхідності створення системи прийняття рішень, яка може аналізувати повідомлення користувачів і визначати настрої, щоб зрозуміти, як новини та події впливають на емоції людей. Така система використовуватиме передові методи для аналізу повідомлень користувачів, заглиблюючись у почуття, виражені в тексті. Основна мета – отримати уявлення про те, як новини та різноманітні події відбиваються на емоціях людей.
Метою дослідження є створення системи прийняття рішень, яка зможе аналізувати та визначати настрої повідомлень користувачів, розуміти емоційну реакцію на новини та події та розподіляти дані в кластери, щоб отримати ширше розуміння думок користувачів. Ця багатогранна мета передбачає інтеграцію передових методів обробки природної мови та машинного навчання для створення надійної системи прийняття рішень. Основними цілями є аналіз настроїв, розуміння емоційних реакцій на новини та події та кластеризація даних для цілісного уявлення про думки користувачів.
Метод. Для обробки великих обсягів даних користувача пропонується використання нейронних мереж довгострокової пам’яті для аналізу настрою та алгоритму k-середніх для кластеризації даних. Ця стратегічна комбінація спрямована на вирішення проблем, пов’язаних із обробкою великих обсягів даних, створених користувачами, у більш глибокий та цілеспрямований спосіб.
Результати. Виконано дослідження та концептуальне проектування системи прийняття рішень та створено систему прийняття рішень. Система включає аналіз настроїв і кластеризацію даних для розуміння думок користувачів і цінності настроїв таких думок, розділяючи їх на кластери та візуалізуючи результати.
Висновки. Розробка системи прийняття рішень, здатної аналізувати настрої користувачів і кластеризувати дані, може надати цінну інформацію про реакцію користувачів на новини та події в соціальних мережах. Запропоноване використання нейронних мереж довгострокової пам’яті та алгоритму k-середніх вважається придатним для аналізу настроїв і завдань кластеризації даних. Підкреслюється важливість вивчення існуючих робіт і систем для розуміння доступних алгоритмів і їх застосування. У статті також описано створену та впроваджену систему прийняття рішень та продемонстровано функціональність системи на прикладі набору даних.Актуальність. У статті наголошується на необхідності створення системи прийняття рішень, яка може аналізувати повідомлення користувачів і визначати настрої, щоб зрозуміти, як новини та події впливають на емоції людей. Така система використовуватиме передові методи для аналізу повідомлень користувачів, заглиблюючись у почуття, виражені в тексті. Основна мета – отримати уявлення про те, як новини та різноманітні події відбиваються на емоціях людей.
Метою дослідження є створення системи прийняття рішень, яка зможе аналізувати та визначати настрої повідомлень користувачів, розуміти емоційну реакцію на новини та події та розподіляти дані в кластери, щоб отримати ширше розуміння думок користувачів. Ця багатогранна мета передбачає інтеграцію передових методів обробки природної мови та машинного навчання для створення надійної системи прийняття рішень. Основними цілями є аналіз настроїв, розуміння емоційних реакцій на новини та події та кластеризація даних для цілісного уявлення про думки користувачів.
Метод. Для обробки великих обсягів даних користувача пропонується використання нейронних мереж довгострокової пам’яті для аналізу настрою та алгоритму k-середніх для кластеризації даних. Ця стратегічна комбінація спрямована на вирішення проблем, пов’язаних із обробкою великих обсягів даних, створених користувачами, у більш глибокий та цілеспрямований спосіб.
Результати. Виконано дослідження та концептуальне проектування системи прийняття рішень та створено систему прийняття рішень. Система включає аналіз настроїв і кластеризацію даних для розуміння думок користувачів і цінності настроїв таких думок, розділяючи їх на кластери та візуалізуючи результати.
Висновки. Розробка системи прийняття рішень, здатної аналізувати настрої користувачів і кластеризувати дані, може надати цінну інформацію про реакцію користувачів на новини та події в соціальних мережах. Запропоноване використання нейронних мереж довгострокової пам’яті та алгоритму k-середніх вважається придатним для аналізу настроїв і завдань кластеризації даних. Підкреслюється важливість вивчення існуючих робіт і систем для розуміння доступних алгоритмів і їх застосування. У статті також описано створену та впроваджену систему прийняття рішень та продемонстровано функціональність системи на прикладі набору даних
LAMA-WAVELET: РЕКОНСТРУКЦІЯ ЗОБРАЖЕНЬ З ВИСОКОЮ ЯКІСТЮ ВІДНОВЛЕННЯ ДЕТАЛЕЙ І КРАЇВ ОБ’ЄКТІВ
No full textContext. The problem of the image impainting in computer graphic and computer vision systems is considered. The subject of the research is deep learning convolutional neural networks for image inpainting.
Objective. The objective of the research is to improve the image inpainting performance in computer vision and computer graphics systems by applying wavelet transform in the LaMa-Fourier network architecture.
Method. The basic LaMa-Fourier network decomposes the image into global and local texture. Then it is proposed to improve the network block, processing the global context of the image, namely, the spectral transform block. To improve the block of spectral transform, instead of Fourier Unit Structure the Simple Wavelet Convolution Block elaborated by the authors is used. In this block, 3D wavelet transform of the image on two levels was initially performed using the Daubechies wavelet db4. The obtained coefficients of 3D wavelet transform are splitted so that each subband represents a separate feature of the image. Convolutional layer, batch normalization and ReLU activation function are sequentially applied to the results of splitting of coefficients on each level of wavelet transform. The obtained subbands of wavelet coefficients are concatenated and the inverse wavelet transform is applied to them, the result of which is the output of the block. Note that the wavelet coefficients at different levels were processed separately. This reduces the computational complexity of calculating the network outputs while preserving the influence of the context of each level on image inpainting. The obtained neural network is named LaMa-Wavelet. The FID, PSNR, SSIM indexes and visual analysis were used to estimate the quality of images inpainted with LaMa-Wavelet network.
Results. The proposed LaMa-Wavelet network has been implemented in software and researched for solving the problem of image inpainting. The PSNR of images inpainted using the LaMa-Wavelet exceeds the results obtained using the LaMa-Fourier network for narrow and medium masks in average by 4.5%, for large masks in average by 6%. The LaMa-Wavelet applying can enhance SSIM by 2–4% depending on a mask size. But it takes 3 times longer to inpaint one image with LaMa-Wavelet than with LaMa-Fourier network. Analysis of specific images demonstrates that both networks show similar results of inpainting of a homogeneous background. On complex backgrounds with repeating elements the LaMa-Wavelet is often more effective in restoring textures.
Conclusions. The obtained LaMa-Wavelet network allows to improve the image inpainting with large masks due to applying wavelet transform in the LaMa network architecture. Namely, the quality of reconstruction of image edges and fine details is increased.Актуальність. Розглянуто проблему реконструкції зображень в системах комп’ютерної графіки та комп’ютерного зору. Предметом дослідження є згорткові нейронні мережi глибокого навчання для реконструкції зображень.
Мета роботи. Покращення якості реконструйованих зображень в системах комп’ютерного зору та комп’ютерної графіки шляхом застосування вейвлет-перетворення в архітектурі нейронної мережі LaMa-Fourier.
Метод. Базова мережа LaMa-Fourier окремо обробляє глобальний та локальний контекст зображення. Пропонується вдосконалити для цієї мережі блок обробки глобального контексту зображення, а саме блок спектрального перетворення. Для цього замість Fourier Unit Structure використовується розроблений авторами Simple Wavelet Convolution Block, у якому спочатку виконується тривимірне вейвлет-перетворення зображення на двох рівнях. Отримані коефіцієнти розбиваються так, що кожна субполоса представляє окрему ознаку зображення. Згортковий шар, пакетна нормалізація та функція активації ReLU послідовно застосовуються до субполос коефіцієнтів на кожному рівні вейвлет-перетворення. Отримані субполоси вейвлет-коефіцієнтів конкатенуються і до них застосовується зворотне вейвлет-перетворення, результат якого передається на вихід блоку. Окрема обробка вейвлет-коефіцієнтів на різних рівнях зменшує обчислювальну складність, зберігаючи при цьому вплив контексту кожного рівня на реконструкцію зображення. Отриману нейронну мережу названо LaMa-Wavelet. Показники FID, PSNR, SSIM та візуальний аналіз були використані для оцінки якості зображень, реконструйованих мережею LaMa-Wavelet.
Результати. Запропоновану мережу LaMa-Wavelet програмно реалізовано та досліджено для вирішення проблеми реконструкції зображень. PSNR зображень, відновлених за допомогою мережі LaMa-Wavelet, перевищує результати, отримані за допомогою мережі LaMa-Fourier для малих і середніх масок у середньому на 4,5%, для великих масок – у середньому на 6%. Застосування LaMa-Wavelet може збільшити SSIM на 2–4% залежно від розміру маски. Але реконструкція одного зображення за допомогою LaMa-Wavelet займає в 3 рази більше часу, ніж за допомогою мережі LaMaFourier. Аналіз конкретних зображень демонструє, що обидві мережі показують схожі результати реконструкції однорідного фону. На складних фонах із повторюваними елементами LaMa-Wavelet часто ефективніше відновлює текстури.
Висновки. Отримана мережа LaMa-Wavelet дозволяє покращити відновлення великих областей зображень за рахунок застосування вейвлет-перетворення в архітектурі мережі LaMa. А саме, підвищується якість реконструкції країв зображення та дрібних деталей.Актуальність. Розглянуто проблему реконструкції зображень в системах комп’ютерної графіки та комп’ютерного зору. Предметом дослідження є згорткові нейронні мережi глибокого навчання для реконструкції зображень.
Мета роботи. Покращення якості реконструйованих зображень в системах комп’ютерного зору та комп’ютерної графіки шляхом застосування вейвлет-перетворення в архітектурі нейронної мережі LaMa-Fourier.
Метод. Базова мережа LaMa-Fourier окремо обробляє глобальний та локальний контекст зображення. Пропонується вдосконалити для цієї мережі блок обробки глобального контексту зображення, а саме блок спектрального перетворення. Для цього замість Fourier Unit Structure використовується розроблений авторами Simple Wavelet Convolution Block, у якому спочатку виконується тривимірне вейвлет-перетворення зображення на двох рівнях. Отримані коефіцієнти розбиваються так, що кожна субполоса представляє окрему ознаку зображення. Згортковий шар, пакетна нормалізація та функція активації ReLU послідовно застосовуються до субполос коефіцієнтів на кожному рівні вейвлет-перетворення. Отримані субполоси вейвлет-коефіцієнтів конкатенуються і до них застосовується зворотне вейвлет-перетворення, результат якого передається на вихід блоку. Окрема обробка вейвлет-коефіцієнтів на різних рівнях зменшує обчислювальну складність, зберігаючи при цьому вплив контексту кожного рівня на реконструкцію зображення. Отриману нейронну мережу названо LaMa-Wavelet. Показники FID, PSNR, SSIM та візуальний аналіз були використані для оцінки якості зображень, реконструйованих мережею LaMa-Wavelet.
Результати. Запропоновану мережу LaMa-Wavelet програмно реалізовано та досліджено для вирішення проблеми реконструкції зображень. PSNR зображень, відновлених за допомогою мережі LaMa-Wavelet, перевищує результати, отримані за допомогою мережі LaMa-Fourier для малих і середніх масок у середньому на 4,5%, для великих масок – у середньому на 6%. Застосування LaMa-Wavelet може збільшити SSIM на 2–4% залежно від розміру маски. Але реконструкція одного зображення за допомогою LaMa-Wavelet займає в 3 рази більше часу, ніж за допомогою мережі LaMaFourier. Аналіз конкретних зображень демонструє, що обидві мережі показують схожі результати реконструкції однорідного фону. На складних фонах із повторюваними елементами LaMa-Wavelet часто ефективніше відновлює текстури.
Висновки. Отримана мережа LaMa-Wavelet дозволяє покращити відновлення великих областей зображень за рахунок застосування вейвлет-перетворення в архітектурі мережі LaMa. А саме, підвищується якість реконструкції країв зображення та дрібних деталей
НЕЧІТКА МОДЕЛЬ ІНТЕЛЕКТУАЛІЗАЦІЇ ЗНАНЬ МЕДИЧНОЇ СФЕРИ
No full textContext. The research is devoted to the development of a flexible mathematical apparatus for the intellectualisation of knowledge in the medical field. As a rule, human thinking is based on inaccurate, approximate data, the analysis of which allows us to formulate clear decisions. In cases where there is no exact mathematical model of an object, or the model is difficult to implement, it is advisable to use a fuzzy logic apparatus. The article is aimed at expanding the range of knowledge of researchers working in the field of medical diagnostics.
Objective. The aim of the study is to improve the quality of reflection of the subject area of the medical sphere on the basis of building type-2 fuzzy knowledge bases with interval membership functions.
Method. The article describes an approach to formalising the knowledge of a medical specialist using second-order fuzzy sets, which allows taking into account the uncertainty and vagueness inherent in medical data and solving the problem of interpreting the results obtained.
Results. The developed approach is implemented on a specific problem faced by an anaesthetist when admitting a patient to elective (planned) surgery.
Conclusions. Experimental studies have shown that the presented type-2 fuzzy model with interval membership functions allows to adequately reflect the input medical variables of a qualitative nature and take into account both the knowledge of a specialist in medical practice and research medical and biological data. The acquired results hold substantial practical importance for medical practitioners, especially anesthetists, as they lead to enhanced patient assessments, error reduction, and tailored recommendations. This research fosters the advancement of intelligent systems capable of positively influencing clinical practices and improving patient outcomes within the realm of medical diagnostics.Актуальність. Дослідження присвячено розробці гнучкого математичного апарату для інтелектуалізації знань у медичній сфері. Як правило, людське мислення базується на неточних, наближених даних, аналіз яких дозволяє формувати чіткі рішення. У випадках коли не існує точної математичної моделі об’єкта, або модель складна для реалізації доцільно використовувати апарат нечіткої логіки. Стаття направлена на розширення діапазону знань дослідників, які працюють в області медичної діагностики.
Мета роботи – підвищення якості відображення предметної області медичної сфери на основі побудови нечітких баз знань типу-2 з інтервальними функціями належності.
Метод. Описано підхід формалізації знань фахівця медичної галузі за допомогою нечітких множин другого порядку, який дозволяє враховувати невизначеність і нечіткість, яка властива медичним даним, а також вирішувати проблему інтерпретації отриманих результатів.
Результати. Розроблений підхід реалізовано на конкретній проблемі з якою стикається лікар-анестезіолог при допуску пацієнта до елективного (планового) оперативного втручання.
Висновки. Проведені експериментальні дослідження показали, що представлена нечітка модель типу-2 з інтервальними функціями належності дозволяє адекватно відображати вхідні медичні змінні якісного характеру та враховувати, як знання фахівця з медичної практики, так і дослідні медико-біологічні дані. Отримані результати мають важливе практичне значення для лікарів-практиків, особливо анестезіологів, оскільки дозволяють покращити оцінку стану пацієнта, зменшити кількість помилок та надати індивідуальні рекомендації. Це дослідження сприяє розвитку інтелектуальних систем, здатних позитивно впливати на клінічну практику та покращувати результати лікування пацієнтів у сфері медичної діагностики.Актуальність. Дослідження присвячено розробці гнучкого математичного апарату для інтелектуалізації знань у медичній сфері. Як правило, людське мислення базується на неточних, наближених даних, аналіз яких дозволяє формувати чіткі рішення. У випадках коли не існує точної математичної моделі об’єкта, або модель складна для реалізації доцільно використовувати апарат нечіткої логіки. Стаття направлена на розширення діапазону знань дослідників, які працюють в області медичної діагностики.
Мета роботи – підвищення якості відображення предметної області медичної сфери на основі побудови нечітких баз знань типу-2 з інтервальними функціями належності.
Метод. Описано підхід формалізації знань фахівця медичної галузі за допомогою нечітких множин другого порядку, який дозволяє враховувати невизначеність і нечіткість, яка властива медичним даним, а також вирішувати проблему інтерпретації отриманих результатів.
Результати. Розроблений підхід реалізовано на конкретній проблемі з якою стикається лікар-анестезіолог при допуску пацієнта до елективного (планового) оперативного втручання.
Висновки. Проведені експериментальні дослідження показали, що представлена нечітка модель типу-2 з інтервальними функціями належності дозволяє адекватно відображати вхідні медичні змінні якісного характеру та враховувати, як знання фахівця з медичної практики, так і дослідні медико-біологічні дані. Отримані результати мають важливе практичне значення для лікарів-практиків, особливо анестезіологів, оскільки дозволяють покращити оцінку стану пацієнта, зменшити кількість помилок та надати індивідуальні рекомендації. Це дослідження сприяє розвитку інтелектуальних систем, здатних позитивно впливати на клінічну практику та покращувати результати лікування пацієнтів у сфері медичної діагностики
СТВОРЕННЯ МАСШТАБОВАНОГО НАБОРУ ДАНИХ ДЛЯ П’ЯТНИЧНИХ ПРОПОВІДЕЙ З АУДІО ТА ТЕКСТУ (ПАТ)
No full textContext. Today, collecting and creating datasets in various sectors has become increasingly prevalent. Despite this widespread data production, a gap still exists in specialized domains, particularly in the Islamic Friday Sermons (IFS) domain. It is rich with theological, cultural, and linguistic studies that are relevant to Arab and Muslim countries, not just religious discourses.
Objective. The goal of this research is to bridge this lack by introducing a comprehensive Sermon Audio and Text (SAT) dataset with its metadata. It seeks to provide an extensive resource for religion, linguistics, and sociology studies. Moreover, it aims to support advancements in Artificial Intelligence (AI), such as Natural Language Processing and Speech Recognition technologies.
Method. The development of the SAT dataset was conducted through four distinct phases: planning, creation and processing, measurement, and deployment. The SAT dataset contains a collection of 21,253 audio and corresponding transcript files that were successfully created. Advanced audio processing techniques were used to enhance speech recognition and provide a dataset that is suitable for wide-range use.
Results. The fine-tuned SAT dataset achieved a 5.13% Word Error Rate (WER), indicating a significant improvement in accuracy compared to the baseline model of Microsoft Azure Speech. This achievement indicates the dataset’s quality and the employed processing techniques’ effectiveness. In light of this, a novel Closest Matching Phrase (CMP) algorithm was developed to enhance the high confidence of equivalent speech-to-text by adjusting lower ratio phrases.
Conclusions. This research contributes significant impact and insight into different studies, such as religion, linguistics, and sociology, providing invaluable insights and resources. In addition, it is demonstrating its potential in Artificial Intelligence (AI) and supporting its applications. In future research, we will focus on enriching this dataset expansion by adding a sign language video corpus, using advanced alignment techniques. It will support ongoing Machine Translation (MT) developments for a broader understanding of Islamic Friday Sermons across different linguistics and cultures.Актуальність. Сьогодні збір і створення наборів даних у різних секторах стає все більш поширеним. Незважаючи на таке поширене створення даних, досі існує прогалина в спеціалізованих областях, зокрема в області Ісламських п’ятничних проповідей. Вона багата на теологічні, культурні та лінгвістичні дослідження, які стосуються арабських і мусульманських країн, а не лише релігійних дискурсів.
Мета. Мета цього дослідження полягає в тому, щоб усунути цю нестачу, створивши повний набір даних аудіо та тексту проповідей із його метаданими. Це спрямоване надати великий ресурс для вивчення релігії, лінгвістики та соціології. Крім того, це дозволить підтримати досягнення у сфері штучного інтелекту, таких як технології обробки природної мови та розпізнавання мовлення.
Метод. Розробка набору даних проходила у чотири окремі етапи: планування, створення та обробка, вимірювання та розгортання. Набір даних містить колекцію з 21 253 аудіо та відповідних файлів розшифровки, які були успішно створені. Удосконалені методи обробки звуку були використані для покращення розпізнавання мовлення та надання набору даних, який підходить для широкого використання.
Результати. Тонко налаштований набір даних досяг 5,13% частоти помилок у словах (Word Error Rate – WER), що вказує на значне покращення точності, порівняно з базовою моделлю Microsoft Azure Speech. Це досягнення вказує на якість набору даних і ефективність використовуваних методів обробки. У світлі цього було розроблено новий алгоритм фрази з найбільшою відповідністю, щоб підвищити високу надійність еквівалентного мовлення до тексту шляхом коригування фраз із меншим співвідношенням.
Висновки. Це дослідження створює ресурс для поєднання різних досліджень, таких як релігієзнавство, лінгвістика та соціологія. Крім того, воно демонструє потенціал у сфері штучного інтелекту і підтримує його програми. У майбутніх дослідженнях ми зосередимося на збагаченні цього розширення набору даних шляхом додавання відеокорпусу мовою жестів, використовуючи вдосконалені методи вирівнювання. Він підтримуватиме поточні розробки машинного перекладу для ширшого розуміння ісламських п’ятничних проповідей у різних мовах і культурах.Актуальність. Сьогодні збір і створення наборів даних у різних секторах стає все більш поширеним. Незважаючи на таке поширене створення даних, досі існує прогалина в спеціалізованих областях, зокрема в області Ісламських п’ятничних проповідей. Вона багата на теологічні, культурні та лінгвістичні дослідження, які стосуються арабських і мусульманських країн, а не лише релігійних дискурсів.
Мета. Мета цього дослідження полягає в тому, щоб усунути цю нестачу, створивши повний набір даних аудіо та тексту проповідей із його метаданими. Це спрямоване надати великий ресурс для вивчення релігії, лінгвістики та соціології. Крім того, це дозволить підтримати досягнення у сфері штучного інтелекту, таких як технології обробки природної мови та розпізнавання мовлення.
Метод. Розробка набору даних проходила у чотири окремі етапи: планування, створення та обробка, вимірювання та розгортання. Набір даних містить колекцію з 21 253 аудіо та відповідних файлів розшифровки, які були успішно створені. Удосконалені методи обробки звуку були використані для покращення розпізнавання мовлення та надання набору даних, який підходить для широкого використання.
Результати. Тонко налаштований набір даних досяг 5,13% частоти помилок у словах (Word Error Rate – WER), що вказує на значне покращення точності, порівняно з базовою моделлю Microsoft Azure Speech. Це досягнення вказує на якість набору даних і ефективність використовуваних методів обробки. У світлі цього було розроблено новий алгоритм фрази з найбільшою відповідністю, щоб підвищити високу надійність еквівалентного мовлення до тексту шляхом коригування фраз із меншим співвідношенням.
Висновки. Це дослідження створює ресурс для поєднання різних досліджень, таких як релігієзнавство, лінгвістика та соціологія. Крім того, воно демонструє потенціал у сфері штучного інтелекту і підтримує його програми. У майбутніх дослідженнях ми зосередимося на збагаченні цього розширення набору даних шляхом додавання відеокорпусу мовою жестів, використовуючи вдосконалені методи вирівнювання. Він підтримуватиме поточні розробки машинного перекладу для ширшого розуміння ісламських п’ятничних проповідей у різних мовах і культурах