ISSN: 2310-8061

Електронний архів Харківського національного університету радіоелектроніки «ElAr КhNURE» є інституціальним репозиторієм, що містить публікації наукових праць та досліджень науково-педагогічних працівників, інших співробітників, здобувачів вищої освіти ХНУРЕ, а також публікації сторонніх наукових організацій. 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 студентів (розміщуються за дозволом автора КвР).

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

 

Останні подання

Публікація
Інтелектуальна система попередження аварійних транспортних ситуацій на основі нейромережі
(2023) Курченко, О. В.
Об’єкт дослідження – процес виявлення транспортних засобів на дорозі. Мета – дослідження та вдосконалення ефективних моделей машинного навчання щодо виявлення транспортних засобів та попередження аварійних ситуацій на дорозі з подальшим їх застосуванням та оптимізацією. Досліджено собливості роботи інтелектуальних систем попередження аварійних транспортних ситуацій що є важливими для забезпечення безпеки на дорозі. Досліджено методи теорії машинного навчання та обробки великих даних у реальному часі та методи обробки realtime зображення за допомогою штучного інтелекту та проаналізовані основні математичні моделі та алгоритми нейронних мереж: Transformer, CNN модель та RCNN алгоритм, GAN модель, HOG та YOLO алгоритми, проведено їх порівняння. Наукова новизна – запропонована модель інтелектуальної системи, використовуючи глибоке навчання для аналізу навколишнього середовища, що підвищує точність та ефективність інтелектуальної системи. Практична значимість – завдяки аналізу запропонаваних моделей машинного навчання, була встановлена ефективна модель машинного навчання по визначенню транспортних засобів на дорозі. Результати дослідження спрямовані на підвищення якості та ефективності процесів розпізнання транспортих засобів на дорозі.
Публікація
Автомат векторно-дедуктивного моделювання несправностей
(2023) Кулак, Г. К.
У магістерській роботі розглядаються питання, пов'язані зі створенням моделей, методів, архітектур, спрямованих на зниження часу верифікації цифрових схем на основі векторного паралельного моделювання несправностей. Мета дослідження – суттєве зниження часу верифікації цифрових схем за рахунок векторного паралельного моделювання несправностей як адрес. Для досягнення поставленої мети необхідно вирішити такі задачі: - проаналізувати сучасні технологічні тенденції; - виконати аналітичний огляд методів моделювання несправностей; - вдосконалити автомат векторно-дедуктивного моделювання несправностей логіки.
Публікація
Метод організації машинного навчання для оптимізації витрат пам'яті та часу в хмарних обчисленнях та часу в хмарних обчисленнях
(2023) Кучков, Б. О.
Метою кваліфікаційної роботи є розробка методології організації машинного навчання для оптимізації витрат пам'яті та часу в хмарних обчисленнях, а саме на платформі AWS. У ході виконання кваліфікаційної роботи було розроблено методологію машинного навчання на алгоритмі – мініпакетний градієнтний спуск, написаного мовою програмування Python, на бібліотеках TensorFlow, Keras та інших. Розгорталась модель на платформі AWS, за допомогою Lambda та EFS
Публікація
Методи розпізнавання відбитків пальця за допомогою нейронної мережі для системи доступу до фізичних об’єктів
(2023) Корсун, Д. М.
Метою роботи є дослідження існуючих методів ідентифікації відбитків пальця за допомогою нейронної мережі з обробкою великих об'ємів даних при роботі з особливими властивостями папілярних ліній. Розробка математичної моделі для аналізу ефективної роботи обраної нейронної мережі та реалізація методу аутентифікації на основі штучних нейронних мереж в системах доступу до фізичних об’єктів. Предметом дослідження є існуючи методи машинного розпізнавання відбитків пальців за допомогою нейронних мереж. Об’єкт дослідження – процеси ідентифікації в системах доступу. Проаналізовано методи та техніки розпізнавання відбитків пальця, які допомагають досягти високої точності та надійності біометричної аутентифікації. Досліджно методи попередньої обробки даних, що покращують якість навчання моделі для вдосконалення системи ідентифікації відбитків пальця на основі нейронних мереж.
Публікація
Кубітно-векторні моделі для синтезу та аналізу цифрових пристроїв та SoC-компонентів
(2023) Клейменов, Н. М.
У магістерській роботі розглядаються питання, пов'язані зі створенням структур даних, методів, архітектур на основі кубітно-векторних моделей для синтезу та аналізу цифрових пристроїв та SoC-компонентів. Мета дослідження – підвищення продуктивності обчислювальних процесів шляхом розробки кубітно-векторних моделей опису функціональностей, архітектур та алгоритмів квантового комп'ютингу на основі кубітних структур даних. Задачі дослідження: проаналізувати сучасні технологічні тенденції; виконати огляд метрик та структур даних для діагностичного експерименту; проаналізувати архітектури квантового комп’ютингу; виконати імплементацію кубітно-векторних моделей для симулятора справної поведінки. Об'єкт дослідження – кубітно-векторні моделі опису функціональностей, архітектур та алгоритмів квантового комп'ютингу на основі кубітних структур даних.