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.
Останні подання
Тип документа:Публікація, Artificial intelligence in the field of professional education and development(2024) Cherkashyn, B. A.In today's rapidly changing world, technological advancements demand that professionals continuously update their knowledge and skills. In this context, artificial intelligence (AI) emerges as a powerful tool capable of significantly transforming professional education and development processes. The use of AI enables not only the automation of routine tasks but also the personalization of learning, providing each student or professional with the necessary resources and support to achieve their career goals. This makes professional education more adaptive, individually focused, and aligned with the demands of the modern job market.Тип документа:Публікація, Лазерна поверхнева обробка матеріалів(Факт, 2025) Афанасьєва, О. В.; Лалазарова, Н. О.Розглянута взаємодія лазерного випромінювання з речовиною, поверхневе лазерне зміцнення сталей, лазерне маркування металів і неметалів, лазерне очи-щення металів перед проведенням різноманітних технологічних операцій, що вико-нується за допомогою сучасного лазерного устаткування, в тому числі малопотуж-них імпульсних лазерів. Надані рекомендації з використання лазерів при поверхне-вому гартуванні, маркуванні та очищенні металевих та неметалевих матеріалів.Тип документа:Публікація, Ефективність сучасних способів друку в етикетковому виробництві(Українська академія друкарства, 2025) Слуцкін, М. В.; Дейнеко, Ж. В.; Вовк, О. В.; Манаков, В. П.У статті надано комплексний аналіз сучасних технологій виготовлення ети-кеткової продукції з урахуванням особливостей цифрового, флексографічного, оф-сетного та комбінованого друку. Проведено аналіз послідовності технологічних етапів виконання замовлення, виявлено чинники, що впливають на тривалість ви-роб ничого циклу та якість готової продукції. Описано специфіку поліграфічного про цесу на всіх етапах – від вибору матеріалів та способу друку до післядрукарської об робки та висікання. Особливу увагу приділено критеріям вибору оптимального способу друку залежно від характеристик замовлення: тиражу, матеріалу, тер-мінів виконання та кольорової гами. На прикладі реальних виробничих задач розглянуто критерії вибору оп ти-мального способу друку. Результати дослідження можуть бути використані для удосконалення організації виробництва на поліграфічних підприємствах та об-ґрун тування вибору оптимальної технології друку етикеткової продукції. Визна-чено економічну ефективність, часові витрати та технічні переваги кожного спо собу. Запропоновано рекомендації щодо оптимізації виробничих процесів, що мо жуть бути впроваджені у практику поліграфічних підприємств.Тип документа:Публікація, Enhancing writer identification and writer retrieval with CenSurE and Vision Transformers(2025) Shupyliuk, M.; Martovytskyi, V.; Romanenkov, Y.The object of research is the process of writer identification based on handwritten text. Despite significant progress, existing methods for author identification from handwritten text have limitations that prevent them from achieving maximum accuracy and reliability.This paper focuses on optimizing and improving the efficiency of writer identification from handwritten text by integrating image preprocessing methods, feature detection, and modern machine learning architectures. To this end, a functional model was developed that uses the CenSurE algorithm to detect key points and extract relevant image areas, and then the Vision Transformer model to identify the writer based on these extracted features. To reduce the variability of the results, experimental validation was conducted using a dual search and classification methodology. The use of the public CVL dataset increases reproducibility and helps in comparative analysis. The findings indicate that the implementation of the proposed approach leads to an improvement in the identification accuracy during retrieval, surpassing the results of other studies. This is evidenced by increased accuracy values of hard top k and soft top k by 1% and mean average precision by 2%. In addition, findings indicate significant performance improvement in the feature detection preprocessing stage. This improvement is quantitatively supported by reductions in both the average time per item and total processing duration by 39%, alongside the increase in total count of patches extracted by 70%.The results obtained contribute to increasing the reliability of automated handwriting analysis systems, especially for the task of writer identification. This achievement is a valuable tool for graphologists and forensic document experts, supporting such critical tasks as the forensic authorship process.Тип документа:Публікація, Model with Neural Network Component for Adaptive Manipulator Control under Variable Load(Intelligent Network and Systems Society, 2026) Amer Abu-Jassar; Mohammad Hamdan; Nowfal Aweisi; Mahmoud Howaidi; Yevsieiev, V.; Lyashenko, V.The method of adaptive control of a manipulator under variable load using a neural-adaptive PID controller, which combines the classical principles of the theory of automatic control with intelligent self -learning algorithms, is considered. The purpose of this study is to develop a mathematical model of the manipulation system and implement a method for adaptive compensation of dynamic disturbances resulting from changes in the mass of the working tool or load. The object of analysis is the nonlinear system "manipulator – regressor-compensation –adaptive PID", for which the dynamics equation, adaptation laws are constructed, and numerical simulation of control processes is carried out.