Кафедра штучного інтелекту (ШІ)

Постійний URI для цієї колекції

Перегляд

Останні подання

Зараз показано 1 - 20 з 218
  • Публікація
    Методи багаторівневого аналізу та оптимізації бізнес-процесів
    (ХНПУ імені Г.С. Сковороди, 2024) Єрохін, М. А.; Філатов, В. О.
    Оптимізація бізнес-процесів має на меті покращення ефективності роботи організацій. Існує ряд методів та критеріїв оптимізації як самої моделі бізнес-процесу, так і його виконання, в залежності від наявних обмежень. Стандарт BPMN наразі є фундаментом для підприємств та дозволяє здійснювати відображення, моделювання, імітацію бізнес-процесів. У цій роботі приділено увагу системному аналізу бізнес-процесів на різних рівнях абстракції. Business processes optimization aims to improve the efficiency of organizations. There are a number of methods and criteria for optimizing both the business process model itself and its implementation, depending on the existing limitations. The BPMN standard is currently the foundation for enterprises and allows displaying, modeling, and simulating business processes. In this work, attention is paid to the systematic analysis of business processes at the different levels of abstraction.
  • Публікація
    Екологічний моніторинг ландшафтних ділянок з використанням регуляризованих штучних нейронних мереж
    (ХНУРЭ, 2020) Удовенко, С. Г.; Чала, Л. Е.; Гриньова, О. Є.; Яричкіна, Т. С.
    Розглядається задача розпізнавання та аналізу картографічних зображень ландшафтних об’єктів з метою локалізації районів забруднення, моніторингу змін контурів окремих ділянок зображень під впливом природних і антропогенних факторів. Пропонується архітектура глибокої нейронної мережі, що використовує техніку регуляризації штучних нейронних мереж для запобігання її перенавчання. Наводяться результати побудови, навчання та застосування згорткової нейронної мережі з процедурою виключення Dropout для завдань еко логічного ландшафтного моніторингу. Визначено перспективи використання запропонованого підходу для розпізнавання зображень проблемних ландшафтних ділянок
  • Публікація
    Нейромережева технологія розпізнавання зображень з використанням клітинних автоматів
    (ХНУРЕ, 2022) Українець, О. Є.; Удовенко, С. Г.; Чала, Л. Е.; Шергін, В. Л.
    Пропонується технологія розпізнавання зображень, яка основана на нейромережевій обробці статичних та динамічних зображень з використанням клітинних автоматів (КА). Розглянуто принципи реалізації операцій обробки зображень з застосуванням КА (зокрема, операцій попередньої обробки, виділення контурів та роз пізнавання). Проаналізовано особливості побудови згорткових нейронних мереж (ЗНМ) та їх використання для розпізнавання зображень. Розглянуто можливості інтеграції КА в нейромережеву модель класифікації та розпізнавання зображень. Наведено результати розробки та програмної реалізації нейромережевої технології розпізнавання зображень з використанням ЗНМ та КА. Здійснено моделювання запропонованої технології (на прикладі проблеми розпізнавання зорових об’єктів для користувачів з обмеженими можливостями зо рового сприйняття) розробки та програмної реалізації нейромережевої технології розпізнавання зображень з використанням ЗНМ та КА.
  • Публікація
    On the approach to searching for functional dependences of data in relational systems
    (ХНУРЕ, 2018) Filatov, V.; Doskalenko, S.
    The subject matter of the study is information systems built on the basis of relational databases. The goal of the article is to develop a method for re-engineering relational databases that takes into account implicit interrelated functionally dependent data that affect the structure of the logical model. The following results are obtained: the approach to identify previously unknown functional dependencies based on the analysis of a set of relational database data is suggested; the classes of tasks of reengineering relational databases are specified; the stage of developing the target logic diagram which is common for the problems of adaptation and refactoring was studied; the sub-task of checking if the logic diagram of the relational database corresponds to the third normal form within this stage is considered using the synthesis method; it is shown that the solution of this task involves a number of difficulties, in particular, it is necessary to find a set of functional dependencies that are performed on the current instance of the data of a relational database; the approach for finding a set of functional dependencies from an instance of the data of a relational structure is suggested. The direction of further research can be the support of empty values at the stage of identifying functional dependencies as well as the issues of data transfer without any loss from the initial structure of the database to the target data obtained as a result of applying the methods of re-engineering. Conclusions. The approach is suggested to identify previously unknown functional dependencies which are based on the analysis of a set of relational database data. The first step is to get a set of functional dependencies for each relationship. The similar operation for the universal relation of the target database is performed at the second step. At this step, functional dependencies among the attributes of different relationships, that is the interrelationships among the data that were established during the information system operation, can be identified. The method for determining their information novelty is suggested; this method consists in verifying the membership of the functional dependencies of the universal relation while discovering the union of sets of dependencies of individual relations. A promising direction for further research is the development of methods to implement the technology for verifying if the obtained dependencies correspond to the logical model of the domain.
  • Публікація
    Automatic sign language translation system using neural network technologies and 3d animation
    (2023) Shovkovyi, Y.; Grynyova, O.; Udovenko, S.; Chala , L.
    Упровадження програмних засобів автоматичного сурдоперекладу в процес соціальної інклюзії людей з вадами слуху є важливим завданням. Соціальна інклюзія для осіб із вадами слуху є нагальною проблемою, яку необхідно вирішувати з огляду на розвиток IT-технологій та законодавчі ініціативи, що забезпечують права людей з інвалідністю та їхні рівні можливості. Сказане обґрунтовує актуальність дослідження асистивних технологій у контексті програмних засобів, таких як процес соціального залучення людей з важкими порушеннями слуху в суспільство. Предметом дослідження є методи автоматизованого сурдоперекладу із застосуванням інтелектуальних технологій. Мета роботи – розроблення та дослідження методів автоматизації сурдоперекладу для поліпшення якості життя людей з вадами слуху відповідно до «Цілей сталого розвитку України» (в частині «Скорочення нерівності»). Основними завданнями дослідження є розроблення й тестування методів перетворення жестової мови в текст, перетворення тексту в жестову мову, а також автоматизації перекладу з однієї жестової мови іншою жестовою мовою із застосуванням сучасних інтелектуальних технологій. Для розв’язання цих завдань використовувались методи нейромережного моделювання та 3D-анімації. Унаслідок дослідження здобуто такі результати: виявлено основні проблеми й завдання соціальної інклюзії для людей з вадами слуху; здійснено порівняльний аналіз сучасних методів і програмних платформ автоматичного сурдоперекладу; запропоновано й досліджено систему, що об’єднує метод SL-to-Text; метод Text-to-SL з використанням 3D-анімації для генерації концептів жестової мови; метод генерації 3D-анімованого жесту з відеозаписів; метод реалізації технології Sign Language1 to Sign Language2. Для розпізнавання жестів застосовано модель згорткової нейронної мережі, що навчається за допомогою імпортованих і згенерованих системою датасетів відеожестів. Навчена модель має високу точність розпізнавання (98,52 %). Створення 3D-моделі для відображення жесту на екран і його оброблення відбувалися у середовищі Unity 3D. Структура проєкту, виконавчих і допоміжних файлів, що застосовуються для побудови 3D-анімації для генерації концептів жестової мови містить: файли обробників подій; результати відображення, що мають інформацію про положення відслідкованих точок тіла; файли, що зберігають характеристики матерій, які були додані до тих чи інших точок відображення тіла. Висновки: запропоновані методи автоматизованого перекладу мають практичну значущість, що підтверджують демоверсії програмних застосунків Sign Language to Text і Text to Sign Language. Перспективним напрямом подальших досліджень з окресленої теми є вдосконалення методів SL1-to-SL2, створення відкритих датасетів відеожестів, залучення науковців і розробників для наповнення словників концептами різних жестових мов.
  • Публікація
    Постановка задачі моделювання розвитку трудових ресурсів у науковій сфері
    (ХНУРЭ, 2014) Гришко, С. В.; Пересада, О. О.
    Scientific personnel are part of the scientific and technical potential of the country. Therefore, the results of their development should be measured indicators of the country. In Ukraine, the growth of quantitative science does not lead to an improvement in quality of life. It is concluded that the need to develop new approaches to management science in Ukraine. To select the methodological approaches to modeling the development of scientific staff considered the concept of "development" and concluded that the need for dynamic modeling
  • Публікація
    Метод ідентифікації в безконтакних платежах
    (ХНУРЕ, 2018) Золотухін, О.; Лановий, О.
    Даному електронному документі є опис метода для підвищення ефективності ідентифікації та безпеки платежів у системах безконтактних платежів за рахунок вдосконалення методу ідентифікації клієнтів в частині біометричної ідентифікації та геолокації користувача. This electronic document describes a method for increasing the efficiency of identification and security of payments in contactless payments systems by improving the method of identifying clients in terms of biometric identification and user geolocation.
  • Публікація
    Нечітка інкрементна самоорганізована багатошарова мапа та її послідовне навчання
    (ХНУРЕ, 2018) Іванова, Є.; Бодянський, Є.
    В статті запропоновано нечітку інкрементну самоорганізовну багатошарову мапу для вирішення задачі послідовного кластерування. Архітектура самоорганізовної мапи складається з нечіткого шару виводу, що дозволяє проводити нечітке кластерування в послідовному режимі. The paper proposes a fuzzy incremental self-organizing multilayer map for solving the problem of serial data streams clustering. The architecture of self-organizing map consists of a fuzzy output layer that allows for fuzzy clustering in sequential mode
  • Публікація
    Глибинна кластерувальна нейро-фаззі система та її послідовне самонавчання
    (ХНУРЕ, 2018) Норцова, А.; Дейнеко, А.
    В статті запропоновано новий метод послідовного кластерування потоків даних в умовах апріорно невідомої кількості класів. Пропонована модель містить в собі можливості нечітких самоорганізовних мап Кохонена та використовує ієрархічний підхід. This paper proposed a new clustering method for serial data streams in the conditions of the apriori unknown number of classes. The proposed model contains the possibilities of fuzzy self-organising maps by Kohonen and uses a hierarchical approach.
  • Публікація
    Аналіз внеску біомедичних досліджень у досягнення ЦСР 3 – Міцне здоров'я та благополуччя за допомогою SciVal
    (КПІ ім. І. Сікорського, 2023) Філатов, В. О.; Бєлянінова, Г. Г.
    Наведено можливості аналітичного інструменту SciVal для аналізу результатів Харківського національного університету радіоелектроніки у рейтингу впливу THE Impact Rankings за ЦСР 3 – Міцне здоров’я та благополуччя.
  • Публікація
    Харківський національний університет радіоелектроніки у світових рейтингах університетів
    (МЦДН, 2023) Чала, Л. Е.; Бєлянінова, Г. Г.
    Тези присвячено 5-річчю створення відділу бенчмаркінгу та веб-менджменту у Харківському національному університеті радіоелектроніки (ХНУРЕ). Наведено переваги присутності університетів у світових рейтингах та ті світові рейтинги університетів, до яких за 5 років увійшов ХНУРЕ.
  • Публікація
    Нейромережева технологія багатомовної класифікації електронних текстів
    (ХНУРЕ, 2021) Дудник, М. П.; Удовенко, С. Г.; Чала, Л. Е.; Соколовська, М. M.
    Статтю присвячено розробці технології побудови багатомовних класифікаторів, яка основана на нейромережевій обробці векторного подання текстів, згенерованого за допомогою моделі XLM-RoBerta. Розглянуто переваги використання для векторизації текстів рекуррентної нейронної мережі на основі трансформеру моделі XLM-RoBerta. Наведено схему взаємодії розробленого класифікатору на основі мережі LSTM з моделлю векторизації текстів. Запропоноване архітектурне рішення обумовлено необхідністю оптимізації витрат ресурсів та їх економії під час використання моделі у релізному середовищі за допомогою розробленого веб-сервісу. Здійснено програмну реалізацію запропонованої технології класифікації. Програмний додаток реалізовано засобами мови програмування Python за допомогою бібліотеки для машинного навчання TensorFlow та комплексної платформи Tensorflow Extended. Серверну частину реалізовано з використанням фреймворку aiohttp. Експериментальне дослідження розробленого класифікатору текстів здійснено з використанням News Category Dataset, що представляє собою багатомовні заголовки текстових новин. Застосування запропонова ної технології класифікації характеризується незначним погіршенням показників якості під час зміни мови, що дозволяє розробляти багатомовні моделі без втрати їх продуктивності при зміні мови вхідних даних. Результати тестування підтверджують ефективність наведеного підходу.
  • Публікація
    Створення офлайн-додатку для швидкої транскрипції друкованого тексту та формульних виразів
    (ХНУРЕ, 2023) Горгуль, Д. О.
    This paper proposes a solution that involves the use of optical character recognition (OCR) technology to convert printed text and certain kinds of formulas into digital text [1], which can then be edited and saved by the user. The application would be designed to work offline, without the need for an internet connection, and would prioritize speed and accuracy in the transcription process. The proposed program would use a combination of machine learning algorithms, document writing rules, and natural language processing techniques to improve its accuracy and efficiency. Limiting the program to recognizing only printed text will increase the accuracy of printed text recognition.
  • Публікація
    Переваги згорткових нейронних мереж як технології розпізнавання зображень
    (ХНУРЕ, 2023) Соловей, І. В.
    Image recognition is a crucial area of study in computer vision and machine learning, with numerous applications in various fields such as medical imaging, self-driving cars, security, and entertainment. Convolutional Neural Networks (CNNs) have revolutionized image recognition technology, enabling machines to identify and classify images with high accuracy. This thesis provides an in-depth look at the advantages and challenges of CNNs, as well as their applications in different industrie
  • Публікація
    Матричний метод опорних векторів з адаптивним комбінованим навчанням активаційної функції в рамках задачі розпізнавання образів
    (ХНУРЕ, 2023) Ревека, К. І.
    In the article, we introduce an image recognition system that is based on least squares support vector machines with matrix inputs. Its distinctive features include not just the ability to process images in their initial matrix form without vectorization, but also that centers of activation functions are formed with the observations from the training set. The tuning procedure of the system is characterized by the combination of the supervised learning paradigm, «lazy» learning using the «neurons at data points» concept, T. Kohonen’s self-learning, and learning vector quantization. Experimental results confirm the presented theoretical analysis
  • Публікація
    Про особливості класифікацій зображень за допомогою згорткових нейронних мереж
    (ХНУРЕ, 2023) Бордюг, Д. Є.
    Nowadays, technologies are developing and do not stand in one place. Consider the methods by which you can recognize a particular object in a photo. For this, piece intelligence will be used.
  • Публікація
    Методи глибинного навчання та обробки природномовних текстів в задачах психологічного профілювання людей
    (ХНУРЕ, 2023) Шаталов, О. В.
    This thesis is related to the field of natural language processing (NLP) and psychology, namely personality classification by the Myers-Briggs type indicator (MBTI). The main task that has been resolved during the research is methods for text classification for such subject area comparison and data preprocessing. Several common approaches for text classification and dataset balancing have been used to retrieve and compare the metrics of the models. The main problem was a totally unbalanced dataset that had provoked a decrease in metrics in terms of quality. The results of the research described here show the effectiveness of using deep neural network architectures for the task of text classification in English inside the presented subject area
  • Публікація
    Дослідження методів навчання з підкріпленням для створення анімацій рухів персонажів
    (ХНУРЕ, 2023) Волошинова, Г. С.
    This work is devoted to the issues of animating characters’ movements. Real-time character animation for gaming and film industries is challenging and achieving production-ready quality requires a huge amount of time and resources. Animation through marker-based motion capture is quite a tiresome process that requires costly motion-capture suits, multiple cameras, and a large database. With the use of neural networks, it is possible to generate animation in real-time. We propose using a model that aims to generate real-time human-like character animation in Unity using Reinforcement learning and Deep Reinforcement learning algorithms.
  • Публікація
    Research difference between GPT-2 and GPT-3
    (ХНУРЕ, 2023) Пономаренко, Д. Р.
    The field of natural language processing has witnessed significant advancements in recent years, with the advent of cutting-edge language models like GPT-2 and GPT-3. These models, developed by OpenAI, have been revolutionary in generating human-like text and have found applications in various domains. This paper aims to provide a comprehensive comparison between GPT-2 and GPT-3, highlighting their dissimilarities in terms of architecture, model size, training data, capabilities, and limitations. The analysis reveals that while GPT-2 is a powerful language model with remarkable performance, GPT-3 takes the capabilities of text generation and manipulation to unprecedented heights.
  • Публікація
    Сучасне управління проектами розробки програмного забезпечення на основі технологій штучного інтелекту
    (ХНУРЕ, 2023) Акімов, М. О.
    According to a study by the analytical platform Cognilytica, 86% of project managers approve of AI technologies. And in companies where AI has already been implemented, productivity on projects has improved by 20%. In the future, the term “project team” will mean a collection of people and AI assistants. Artificial intelligence will make it possible to automate work in the administrative field, remove the human factor from decisions, and effectively use a data-driven approach. This article focuses on the application of AI technology in modern software project management from three aspects including application background, application value, and application suggestions, to promote the awareness of project managers about artificial intelligence