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, Analysis of the FEK Delvotec 6400 Wedge Bonding System(«La Fedeltà», République française&UKRLOGOS Group LLC, Ukraine&UKRLOGOS Group LLC, Ukraine, 2026) Nevliudov, I. Sh.; Yevsieiev, V.; Horovyi, K.Modern production of microelectronics and hybrid electronic modules is characterized by high requirements for the accuracy of interconnection formation, stability of technological parameters, and reliability of electrical contacts. Among the key factors influencing the quality of the wedge bonding process are the positioning accuracy of the bonding tool and the stability of ultrasonic impact during the formation of the bonded contact. The use of the FEK Delvotec 6400 system makes it possible to implement high-precision control of the tool trajectory, monitoring of ultrasonic energy parameters, and automation of the wire bonding technological process. In this regard, an important task is the analysis of the positioning system and ultrasonic impact in the wedge bonding process in order to improve the quality of interconnections and the efficiency of electronic module manufacturing.Тип документа:Публікація, Analysis of the Technological Process of Wedge Bonding Using FEK Delvotec 6400 in Microelectronics(NGO International Center of Scientific Research, 2026) Nevliudov, I. Sh.; Yevsieiev, V.; Horovyi, K.Modern development of microelectronics, power electronics, and hybrid electronic modules is characterized by the continuous reduction of component geometric dimensions, increased packaging density, and growing requirements for the reliability of interconnections. One of the key stages in the production of microelectronic devices is the process of forming electrical contacts between the semiconductor die, substrate, and package leads. To implement these tasks, wedge bonding technology using thin aluminum wire is widely applied, as it provides high positioning accuracy, stability of electrical parameters, and reliable connections during long-term operation of electronic modules. This technology is especially relevant in the production of hybrid integrated circuits, sensor systems, power modules, and specialized radio-electronic equipmentТип документа:Публікація, Роль штучного інтелекту в оптимізації інформаційно-пошукових систем(ХНУРЕ, 2026) Чмига, М. С.У статті розглянуто роль штучного інтелекту в оптимізації інформаційно пошукових систем, що використовуються для оброблення великих масивів даних, швидкого відбору релевантних джерел і підтримки прийняття рішень. Показано, що сучасні пошукові механізми вже давно вийшли за межі простого пошуку за ключовими словами і перетворилися на адаптивні інтелектуальні платформи, здатні враховувати контекст запиту, поведінку користувача, семантичні зв’язки між термінами та пріоритети предметної області. Окрему увагу приділено використанню методів машинного навчання, оброблення природної мови, векторного подання документів, персоналізації видачі та автоматичного ранжування результатів. Обґрунтовано, що впровадження штучного інтелекту підвищує точність, повноту, швидкодію та масштабованість інформаційно-пошукових систем, але водночас висуває вимоги до якості даних, прозорості алгоритмів і захисту персональної інформації. The article considers the role of artificial intelligence in optimizing information retrieval systems used for processing large data collections, selecting relevant sources, and supporting decision-making. It is shown that modern search engines have long moved beyond simple keyword matching and have become adaptive intelligent platforms capable of taking into account query context, user behavior, semantic relations between terms, and subject-domain priorities. Special attention is paid to machine learning, natural language processing, vector-based document representations, personalized ranking, and automatic result prioritization. It is justified that the introduction of artificial intelligence improves accuracy, recall, speed, and scalability of information retrieval systems, while also imposing requirements on data quality, algorithm transparency, and personal data protection.Тип документа:Публікація, Інформаційна система реєстрації випромінювання з урахуванням моделювання та прогнозування властивостей наноструктур(ХНУРЕ, 2026) Олексієнко, К. Р.; Стрілкова, Т. О.The study explores information systems for radiation detection in nanostructures, emphasizing semiconductor modeling for optoelectronic applications. Key factors influencing hotodetector accuracy and sensitivity, including internal noise and active area size, are analyzed. Statistical modeling demonstrates the advantages of CdHgTe-based detectors due to significantly lower noise levels compared to Si and GaAs. The results highlight the potential of information technologies in optimizing weak signal detection and advancing modern optoelectronic systems.Тип документа:Публікація, Методи підвищення точності та ефективності систем розпізнавання образів на основі згорткових нейронних мереж(ХНУРЕ, 2026) Кавецький, В. С.; Стрілкова, Т. О.This work overviews the evolution of modern computer vision from handcrafted feature descriptors to deep hierarchical models that automatically learn complex visual representations. Convolutional neural networks construct multilevel feature hierarchies, complicating small object detection. Feature pyramid networks address scale variance by combining semantic richness with multiresolution maps. Fully convolutional networks with skip connections fuse deep semantics and details in segmentation, evaluated by mean Intersection over Union.