ElAr KhNURE:: Головна

ISSN: 2310-8061

Репозиторій Харківського національного університету радіоелектроніки «ElAr КhNURE» є електронною платформою, що містить публікації наукових праць та досліджень науково-педагогічних працівників, інших співробітників, здобувачів вищої освіти ХНУРЕ. Серед них монографії, статті з наукових журналів та збірників, матеріали науково-практичних заходів, наукові публікації (розміщуються за умови наявності рецензії наукового керівника) та кваліфікаційні роботи здобувачів вищої освіти (розміщуються за дозволом автора КвР).

З усіх питань звертатися до адміністратора ElAr KhNURE за адресою: yuliia.derevianko@nure.ua

Фонди в ElAr

Виберіть фонд для перегляду його колекцій.

Зараз показано 1 - 13 з 13

Останні подання

Управління ризиками у логістичних системах при переході від логістики 4.0 до логістики 5.0 в технології індустрія 5.0
(ХНУРЕ, 2026) Ачкан, М. С.; Д.А.Янушкевич
У доповіді розглядаються актуальні проблеми впровадження управління ризиками при переході від Логістики 4.0 до Логістики 5.0 в технології Індустрія 5.0, що забезпечує стійкість ланцюгів постачання. Це дозволяє позбутися ручного ведення моніторингу логістичного ланцюга постачання, замінивши їх на єдину інформаційну систему, що працює в режимі реального часу та дозволяє підвищити ефективність виробництва
Дослідження впливу параметрів перфорації на демпфувальні властивості 3d-друкованих TPU-лайнерів
(ХНУРЕ, 2026) Місан, Б. С.; Нікітін, Д. О.; Пащенко, О. С.
У роботі досліджено демпфувальні властивості амортизувальних TPU-лайнерів, виготовлених методом адитивного FFF/FDM 3D-друку з керованою внутрішньою перфорацією. Проведено експериментальний аналіз впливу жорсткості матеріалу, форми отворів та ступеня перфорації на ефективність гасіння вібрацій. Встановлено, що демпфувальні властивості мають нелінійну залежність від ступеня перфорації з наявністю оптимуму. Показано, що максимальна ефективність гасіння досягається при перфорації близько 60%, а шестикутна структура забезпечує найкращі показники демпфування. Отримані результати можуть бути використані для оптимізації конструкцій демпфувальних елементів у протезних та інженерних системах.
Дослідження ефективності алгоритму складання розкладів сумарного випередження і запізнення із налагодженнями, що залежать від послідовності
(ХНУРЭ, 2012) Ващук, Ф. Г.; Мельник, О. О.
Розглядається задача складання розкладів за критерієм мінімізації сумарного випередження і запізнення відносно директивних строків при виконанні незалежних завдань одним приладом при наявності налагоджень (МВЗН). Проведені експериментальні дослідження запропонованого евристичного алгоритму пошуку локального оптимального розв’язку задачі показали, що він генерує за прийнятний час розв’язки, достатньо близькі до оптимальних, та може ефективно застосовуватись для розв’язання задач великої розмірності.
Ідентифікація кадрів в задачах розпізнавання зображень медичних і біологічних об’єктів
(ХНУРЭ, 2012) Довбиш, А. С.; Романюк, А. М.; Руденко, М. С.
Розглянута задача розпізнавання у рамках інформаційно-екстремальної інтелектуальної технології аналізу і синтезу систем розпізнавання, що навчаються, морфологічних зображень тканин пацієнтів при діагностуванні онкологічних захворювань шляхом порівняння кадрів зображень з еталонами. Досліджено вплив системи контрольних допусків для ознак розпізнавання на функціональну ефективність навчання комп’ютеризованої системи діагностування.
Метод виявлення джерел дезінформації на основі ансамблевих моделей машинного навчання
(ХНУРЕ, 2025) Лозинська, В.; Марків, О. О.; Висоцька, В. А.
У представленому дослідженні розроблено метод виявлення джерел дезінформації на основі ансамблевих моделей машинного навчання. Проаналізовано сучасні методи боротьби з дезінформацією та виявлення неправдивого контенту. В рамках роботи реалізовано систему ідентифікації фейків, побудовану на ансамблевому підході, а також описано її архітектурну структуру. Детально описано основні етапи очищення текстових даних, отриманих із соціальних мереж і повинних, зокрема нормалізацію категоріальних змінних. Проведено статистичний аналіз тексту та аналіз критеріїв виявлення джерел поширення дезінформації. Здійснено аналіз балансу цільових і допоміжних змінних, що дало змогу виявити залежності між мовою повідомлення та достовірністю. Для моделювання використано два різні типи текстових ембедингів та відповідні моделі класифікації: лінійну регресію та логістичну регресію. Підсумковим етапом стало застосування ансамблю моделей, що дало змогу поєднати прогностичну здатність обох моделей. Результати показали, що комбінація підходів покращує класифікаційну якість, особливо в умовах незбалансованих даних. Використання ансамблю моделей дало змогу збільшити точність з 73% (модель 1) та 71% (модель 2) до 78%. The presented study developed a method for detecting sources of disinformation based on ensemble machine learning models. Modem methods of combating disinformation and detecting false content were analyzed. A fake news identification system based on the ensemble approach was implemented as part of the work, and its architectural structure was described. The main stages of cleaning text data obtained from social networks and news are described in detaU, in particular, the normalization of categorical variables. Statistical analysis of the text and analysis of the criteria for identifying sources of disinformation distribution are carried out. An analysis of the balance of target and auxiliary variables was performed, which made it possible to identify dependencies between the language of the message and reliability. Two types of text embeddings and corresponding classification models were used for modeling: linear regression and logistic regression. The final stage was the application of an ensemble of models, which made it possible to combine the predictive ability of both models. The results showed that the combination of approaches improves classification quality, especially in conditions of imbalanced data. Using an ensemble of models allowed us to increase the accuracy from 73% (model 1) and 71% (model 2) to 78%.