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

Математичне моделювання та дослідження транспортних потоків та процесів транспортних систем міст
(ХНУРЕ, 2023) Козачок, Л. М.; Неронов, С. М.; Плєхова, Г. А.; Костікова, М. В.; Плеша, К. В.
Ставиться та вирішується задача математичного моделювання та дослідження транспортних потоків та процесів транспортних систем міст. Розглядаються зв’язані роботи, методи, моделювання інтенсивності транспортного потоку як процесу авторегресії першого порядку, знаходження оцінок параметрів моделі процесу зі стандартною нормальною випадковою складовою.
Predictive model for assessing performance of students
(ХНУРЕ, 2023) Korovaina, V.; Kolesnykov, D.; Nazarov, O.; Nazarova, Nataliia
The object of research is the process of developing a predictive model for assessing the performance of university students based on the results of current studies. The purpose of the study is to build a predictive model of students' session results depending on the estimated parameters of current performance. The main problems in this area were analyzed, and goals were set for their direct implementation, fragmented preliminary data processing to build a machine learning model. Various machine learning models were built and the qualitative indicators of each model were evaluated. After selecting the optimal model, a graphical user interface for the predictive model was created. A predictive model of university students academic performance was created, as well as a graphical interface for its use. The significant factors in predicting student performance have been identified. Об'єктом дослідження є процес розробки прогнозної моделі для оцінки успішності студентів університету за підсумками поточного навчання. Мета роботи – побудова прогнозної моделі підсумків сесії студентів залежно від оціночних параметрів поточної успішності. Було проведено аналіз основних проблем у цій галузі,поставлено цілі для їх безпосереднього виконання, зроблено попередню обробку даних для побудови моделі машинного навчання. Було побудовано різні моделі машинного навчання та оцінено якісні показники кожної моделі. Після вибору оптимальної моделі було створено графічний інтерфейс користувача прогнозної моделі. Було створено прогнозну модель успішності студентів вишу, а також графічний інтерфейс для її використання. Визначено значущі фактори під час прогнозування успішності у студентів.
Зменшення ймовірності відмови в системах масового обслуговування з обмеженою чергою із застосуванням пріоритезації за розміром та штучного інтелекту
(ХНУРЕ, 2024) Гольдінер, Д. І.; Матвієнко, О. І.
Стаття присвячена збільшенню ефективності обробки заявок у багатоканальних системах масового облуговування з обмеженою чергою та відмовами у випадку її переповнення. Предметом даної статті є: методи та підходи до оптимізації обробки потоків заявок. Метою роботи є: запропонувати новий підхід до пріоритезації та балансування категорій вимог задля зменшення ймовірності відмови. Завдання статті полягає у: формулюванні досліджуваної системи масового обслуговування; визначенні джерела оптимізації; описі методу розбиття загального потоку вимог на категорії; переліку підходів до оцінки розмірів заявки; визначенні алгоритму обробки заявок із застосуванням пріоритезації за часом обробки; пропозиції рішення проблем оцінки навантаження та балансування пріоритетів із застосуванням штучного інтелекту. Використовуються такі методи: теорія масового обслуговування, UML діаграми, штучний інтелект. Було здобуто наступні результати: запропоновано підхід до зменшення ймовірності відмови в багатоканальних системах масового обслуговування з обмеженою чергою, за рахунок збільшення пріоритетів менших заявок; запропоновано методи оцінки складності вимог та розбиття загального потоку заявок на категорії згідно з їхнім розміром; Запропоновано підхід до балансування пріоритетів за допомогою штучного інтелекту.
Аналіз методів стиснення зображень для зберігання у децентралізованих блокчейн сховищах
(ХНУРЕ, 2024) Терещенко, Г. Ю.; Кириченко, І. В.; Смеляков, К. С.; Олійник, А. Є.
Розглянуто методи стиснення зображень для зберігання у децентралізованих блокчейн-сховищах, зокрема в системі IPFS. Пропонується методологія оцінки ефективності різних алгоритмів стиснення зображень, що включає як стиснення без втрат (PNG, TIFF, GIF), так і стиснення з втратами (JPEG, WEBP). Виконується порівняння показників розміру файлів, якості зображень (за допомогою метрики PSNR), часу завантаження в IPFS та пропускної здатності для кожного методу стиснення. Для кожного зображення вимірюється хеш, який зберігається у смарт-контракті в локальній блокчейн-мережі, розгорнутій за допомогою Ganache. Використання таких методів дозволяє оптимізувати зберігання та передачу зображень у блокчейн-сховища, забезпечуючи баланс між якістю зображень, розміром файлів та швидкістю доступу.
Покращення споживання енергії за допомогою adas в автономному водінні комунікаційної системи
(ХНУРЕ, 2024) Карпішен, Б. С.
у статті проведений аналіз тенденцій розвитку технологій енергозбереження та рекуперації на електричному автомобільному транспорті. розглянуто та визначено перспективні напрямки розвитку технологій енергозбереження зокрема з використанням систем допомоги водієві. Збільшення наповненості автомобілів електронними системами допомоги водієві збільшує загальні витрати енергії. наведені рекомендації з вибору оптимальних технологій та методів енергозбереження для автотранспорту. Для деяких методів економія спожитої енергії є доповненням до основного напрямку роботи. Поєднання інтелектуальних транспортних засобів та відповідних засобів організації дорожнього руху може сприяти подальшій реалізації транспортних переваг інтелектуальних транспортних засобів.