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
Виберіть фонд, щоб переглянути його колекції.
Останні подання
Дослідження методів моделювання завадостійких кодеків для телекомунікацій
(2025) Полив'яний, В. І.
Ця робота є важливою, оскільки існує лише обмежена кількість сучасних інструментів для вивчення моделювання завадостійкого кодування, яке все ще широко використовується в телекомунікаційних системах. Деякі з доступних рішень є універсальними і дорогими програмними пакетами, які зосереджені на складних обчисленнях і моделюванні. Інші рішення не відповідають вимогам якості і мають дуже обмежену функціональність. Метою цієї роботи є розробка нових інструментів для покращення процесу дослідження завадостійкого кодування та забезпечення надійних функцій кодування для телекомунікацій. Предметом дослідження є вдосконалення процесу моделювання завадостійких кодеків та інструментів їх дослідження. Для вирішення поставленої задачі були використані загальнонаукові методи, такі як спостереження, вимірювання та порівняння, а також методи аналізу та синтезу. Ці методи були використані для дослідження існуючих аналогів та визначення основних можливостей їх вдосконалення. Результати роботи можуть бути використані для доповнення загальної розподіленої системи, що розробляється для освітніх цілей. Система може бути використана як модуль у більшій інтегрованій системі або як автономна операція. Дослідження та рішення, розроблені в даній роботі, можуть бути використані не тільки в науково-дослідницькому та навчальному процесах.
Дослідження підходів до розпізнавання рукописного тексту на зображеннях за допомогою CNN (Convolutional Neural Network)
(2025) Берковський, М. В.
Об’єктом дослідження є процес автоматизованого розпізнавання рукописного тексту на зображеннях, що містять фрагменти тексту з різною якістю, стилями письма та шрифтами. Метою роботи є дослідження та реалізація ефективного методу розпізнавання рукописного тексту на зображеннях, здатної адаптуватися до варіативності рукописних стилів, із використанням згорткових нейронних мереж для підвищення точності автоматичного зчитування тексту в реальних умовах. Методи розробки та проєктування базуються на сучасних технологіях глибокого навчання, зокрема згорткових нейронних мережах (CNN), а також архітектурах типу CRNN, що поєднують просторову обробку зображень із послідовною обробкою ознак. Застосовано методи попередньої обробки даних (фільтрація шуму, бінаризація, нормалізація), генерації навчальних вибірок, перенавчання моделі з використанням відкритих датасетів, а також техніки оцінювання якості моделі (accuracy, CER, WER, та F1-score). Реалізація здійснювалася із застосуванням мов програмування Python та бібліотек OpenCV, Tkinter, PyTorch Lightning. В результаті роботи було реалізовано функціональну модель на базі згорткових нейронних мереж для розпізнавання рукописного тексту, що демонструє високу точність при роботі з текстом різного стилю, форми та якості. Модель протестовано на реальних і синтетичних зображеннях, проведено її порівняльну оцінку з класичними методами розпізнавання, підтверджено ефективність використання CNN для задач рукописного тексту. Отримані 5 результати доводять практичну цінність моделі для застосування у сфері цифрового архівування, автоматизації обробки документів та інтеграції в сучасні інформаційні системи.
Гібридна модель сховища зображень в умовах великих даних
(2025) Терещенко, Г. Ю.
У дисертаційній роботі представлені результати проведених здобувачем досліджень, які виконують актуальне наукове завдання створення методів для формування гібридної моделі сховища зображень в умовах великих даних, що має істотне значення для розвитку комп’ютерних наук, зокрема у галузі штучного інтелекту. Актуальність теми дослідження: сучасний науковий прогрес активно просуває технології, випереджаючи їхній розвиток і впровадження нововведень. Раніше для зберігання великого обсягу зображень доводилося витрачати значний час і ресурси. Тепер майже кожна компанія спрямована на поліпшення процесу зберігання шляхом інтеграції систем стиснення зображень у свої продукти. Системи стиснення здатні працювати з різними типами даних, такими як зображення, звук, відео, текст тощо. Вони відрізняються одна від одної своєю архітектурою, типом пам’яті, тощо. Актуальність опрацювання даної теми полягає в тому, що за останні роки в галузі зберігання даних зросла потреба у надійних і безпечних методах забезпечення конфіденційності та цілісності інформації. В контексті розвитку технологій створення зображень, виникає велика потреба у збереженні та обміні цими даними в безпечних та надійних умовах. Використання блокчейн технологій може бути цілком корисним при дослідженні та розв’язанні задач, пов’язаних із зберіганням і обробкою великомасштабних наборів даних у вигляді зображень.
Моделі і методи автоматичного керування робототизованою конвеєрною лінією сортування фармацевтичної продукції
(2025) Клименко, О. М.
Актуальність дослідження полягає у важливості вдосконалення конвеєрних ліній сортування фармацевтичної продукції через постійний розвиток галузі та необхідність удосконалення виробничих процесів. Застосування автономних транспортних систем у цій сфері дозволяє підвищити продуктивність та знизити собівартість продукції, що є ключовими в умовах зростаючої конкуренції. В контексті цифровізації та Індустрії 4.0 розвиток автономних систем керування є стратегічно важливим для забезпечення конкурентоспроможності фармацевтичних підприємств. Оскільки сортування фармацевтичної продукції вимагає високої якості та точності ідентифікації, безпеки транспортування та точності виконання виробничих процесів, удосконалення транспортних систем є нагальним завданням. Такі дослідження є актуальними з огляду на потребу в постійному вдосконаленні технологій та методів керування для відповідності сучасним вимогам. Враховуючи швидкий розвиток технологій, постійне удосконалення транспортних систем є важливим для забезпечення ефективності та конкурентоспроможності фармацевтичних виробників. Метою дисертаційної роботи є підвищення ефективності роботи роботизованої системи сортування за рахунок розробки моделей та методів автоматичного керування конвеєрною лінією сортування фармацевтичної продукції.
Модель та методи обробки аудіосигналів у мережних системах аудіоаналітики
(2025) Порошенко, А. І.
Дисертаційну роботу присвячено підвищенню ефективності обробки аудіосигналів у мережних системах аудіоаналітики. У роботі запропоновано використання математичного моделювання для оптимізації мережних процесів та удосконалено методи передачі і аналізу аудіосигналів, що забезпечують високу точність аналізу аудіосигналів, зниження затримок передачі аудіосигналів та підвищення якості обслуговування в умовах реального часу. Актуальність даної теми визначається тим, що швидкий розвиток технологій та збільшення обсягу аудіоданих призводить до появи нових викликів у передачі та аналізі аудіосигналів у мережних системах аудіоаналітики. Поєднання зростаючої кількості даних, потреби в реальному часі та складності аналізу робить тему підвищення ефективності передачі та аналізу аудіосигналів у мережних системах аудіоаналітики актуальною і важливою для дослідження та розвитку. Метою дисертаційної роботи є підвищення точності аналізу та зменшення затримок передачі аудіосигналів у мережних системах аудіоаналітики за рахунок оптимізації мережної інфраструктури та удосконалення методів передачі і аналізу аудіосигналів.