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, Інтелектуальна система управління мікрокліматом з використанням методів машинного навчання(2025) Заєць, М. О.У роботі розроблено та випробувано прототип інтелектуальної системи управління мікрокліматом, що поєднує класичний багатокритеріальний алгоритм і агент підкріплювального навчання. Мета дослідження — мінімізувати енергоспоживання й одночасно підтримувати параметри середовища в комфортних межах. Об’єктом є процес керування мікрокліматом у приміщеннях, предметом — алгоритми прогнозування та прийняття рішень на основі сенсорних даних. У межах роботи виконано аналіз предметної області, побудовано структурно-функціональну модель із чотирьох модулів (збір, обробка, прогнозування, керування), реалізовано LSTM-мережу для предиктивного контролю та Q-learning-агента для адаптивного вибору дій. Розроблено механізм арбітражу між детермінованим і RL-підходами та систему логування результатів у базу SQLite. Експериментальні випробування на тестовому стенді IoT-сенсорів засвідчили економію енергії 15–20 % і підтримання комфортних умов понад 95 % часу роботи. Практична цінність полягає у відкритій архітектурі, сумісній з MQTT / REST-інтерфейсами, що дає змогу інтегрувати систему у наявні HVAC-рішення.Тип документа:Публікація, Розробка системи виявлення ознак посттравматичного стресового розладу (ПТСР) з використанням методів машинного навчання(2025) Спицина, Ю. А.Метою проекту є розробка та впровадження моделей машинного навчання для визначення ймовірності посттравматичного стресового розладу (ПТСР) на основі текстових даних. У ході виконання проекту проведено аналіз предметної області, що включає вивчення основних аспектів посттравматичного стресового розладу, його впливу на психологічний стан людини та можливостей автоматизованої діагностики. Було розглянуто сучасні методи машинного навчання, такі як класифікатор Байєса та LSTM. Сформульовано проблему дослідження з акцентом на специфіку ПТСР. Для реалізації проекту використано текстовий датасет, що містить емоційно забарвлені висловлювання. Проведено попередню обробку даних, яка включає очищення тексту, нормалізацію та токенізацію, що забезпечило якісний вхід для алгоритмів навчання. Реалізовано два підходи: наївний класифікатор Байєса та модель LSTM. Класифікатор Байєса продемонстрував ефективність для аналізу простих текстів із чіткими емоційними маркерами, модель LSTM виявилася також потужною для аналізу контексту та послідовності слів. Навчання та тестування обох моделей дозволило порівняти їхню точність, чутливість. Запропонована система демонструє високу ефективність і може бути використана для автоматизації первинної психологічної діагностики, підтримуючи роботу психологів і соціальних працівників. Практичне значення роботи полягає у створенні інструменту для моніторингу психоемоційного стану людей, що має застосування у сфері психології, медицини та соціальної роботи.Тип документа:Публікація, Система оцінки достовірності новин на базі Telegram-бота із застосуванням технологій машинного навчання(2025) Соколов, Я. Б.Метою роботи є дослідження методів виявлення фейкових новин використовуючи мультимодальний підхід. Методи дослідження - проведення аналізу літератури, попередньо проведених робіт на цю тему та практична реалізація проекту. Об’єтом дослідження є методи виявлення фейкових та провокативних новин та інформації в мережі Інтернет. Предметом дослідження є система виявлення та класифікації фейкових новин, визначення надійності інформаційного джерела в Інтернеті.Тип документа:Публікація, Інтелектуальна система автоматизованого розпізнавання рукописного тексту(2025) Шатохін, О. В.Метою кваліфікаційної роботи є розробка інтелектуальної системи, яка використовує методи комп'ютерного зору та глибокого навчання для автоматизованого перетворення зображень рукописного тексту у машиночитний формат. Об'єктом дослідження є процеси обробки, аналізу та цифровізації інформації, що зберігається у рукописних документах. Предметом дослідження є методи та моделі для розпізнавання рукописного тексту, зокрема архітектури на основі згорткових та рекурентних нейронних мереж з функцією втрат Connectionist Temporal Classification. У роботі проведено аналіз та розробку end-to-end системи розпізнавання тексту. Для цього використовується архітектура CRNN, де згорткові шари виділяють візуальні ознаки з зображення, а двонапрямлена рекурентна мережа аналізує послідовність цих ознак для врахування контексту. Розроблена система дозволяє автоматизувати процес оцифрування рукописів, що значно спрощує обробку документів, підвищує доступність інформації для пошуку та аналізу. Тестування на публічному датасеті IAM показало, що розроблена модель досягає конкурентоспроможної точності, що підтверджує ефективність обраного підходу.Тип документа:Публікація, Інтелектуальна ідентифікація параметрів процесу фільтраційного сушіння зернової барди(2025) Шулепа, О. М.Сушіння подрібнених матеріалів рослинного походження, зокрема зернової кукурудзяної спиртової барди, є складною тепломасообмінною і технологічною задачею. Кінцеве рішення цієї задачі визначає питомі енергетичні затрати на технологічний процес (ТП) сушіння та якість готової продукції. Режим сушіння сировини повинен забезпечити: - мінімально можливу тривалість процесу, - мінімальні енергетичні витрати, - необхідні якісні характеристики висушеного матеріалу. Для успішного виконання цих вимог необхідне вирішення оптимізаційної задачі мінімзаціїї вартості технологічних параметрів, що забезпечують процес сушіння. Для цього необхідно дослідити вплив технологічних параметрів процесу (температури та швидкості фільтрування теплового агенту, товщини стаціонарного шару сировини) на кінетику сушіння. Проведені узагальнення експериментальних досліджень кінетики фільтраційного сушіння спиртової барди та аугментація даних дали змогу сформувати дата-сет для подальшої побудови нейромережевої моделі ідентифікації технологічних параметрів процесу. Мета дослідження кваліфікаційної роботи є розробка інтелектуальної моделі ідентифікації ключових параметрів процесу сушіння зернової