Dissertations / Theses on the topic 'Нейромережа'

В роботі досліджується система нейронної мережі та її показники для спрощення управління електроприводом ліфтової підйомної установки. А також порівнюється електропривід з класичною системою підлеглого управління ліфтовою установкою та електропривід з використанням нейромережі.
In this work, the neural network system and its indicators are investigated to simplify the control of the electric drive of an elevator installation. Also here compares the electric drive with the classic subordinate control system of an elevator installation and the electric drive using a neural network.
В работе исследуется система нейронной сети и ее показатели для упрощения управления электроприводом лифтовой подъемной установки. А также сравнивается электропривод с классической системой подчиненного управления лифтовой установкой и электропривод с использованием нейросети.

Обмін ключами є однією із проблем сучасної криптографії. В сучасному інформаційному середовищі поширеною задачею є встановлення через відкриті канали зв’язку безпечного віртуального каналу зв’язку двох сторін, які до цього не зустрічалися і не мають надійного секретного каналу для передачі таємної інформації в час узгодження ключів. Для цього сторони мають через небезпечний канал зв’язку узгодити сеансовий ключ, який буде відомий тільки легітимним учасникам обміну. За замовчуванням можна вважати, що інформація, яка передається по відкритим каналам, доступна для прослуховування зловмисникові, який намагатиметься отримати узгоджувані ключі. В даний час для розв’язання цієї задачі широко використовується протокол обміну ключами Діффі-Хеллмана. Нейромережеві протоколи обміну ключами розглядаються як можлива безпечна заміна протоколу Діффі-Хеллмана. Розроблені на даний час нейромережеві протоколи обміну ключами в основному засновані на синхронізації двох деревовидних машин парності – це спеціальний тип багатошарової прямої нейронної мережі. Вона складається з K * N вхідних нейронів, K прихованих нейронів та одного вихідного нейрона, де K і N – параметри конкретної архітектури мережі. Входи в мережу можуть отримувати одне з трьох можливих значень: –1, 0, 1. Вихідне значення кожного прихованого нейрона обчислюється як функція його входів: Вихід деревовидної машин парності є двійковим (може дорівнювати +1 або –1). Також може бути використано бінаризований варіант деревовидної машин парності, що називається «машини парності перестановки», де ваги між вхідними та прихованими нейронами є двійковими значеннями, наприклад 0 або 1; вихідні значення прихованих нейронів також є двійковими.

Реалізовано нейромережеву структуру для розпізнавання об'єктів на зображеннях з підвищеним рівнем робастності до шуму. Даний алгоритм реалізовано у формі програмного забезпечення, створеного за допомогою згорткових нейронних мереж (ЗНМ, convolutional neural network).

В рамках технологій штучних нейронних мереж проведено розробку та програмну реалізацію інтелектуального компоненту системи керування дистанційним навчанням, що здатний аналізувати якість тестових завдань, за якими виконується оцінка знань студентів дистанційної форми навчання. При цьому було сформовано вхідний математичний опис системи керування дистанційним навчанням, для проведення інтелектуального аналізу якості тестових завдань були обрані нейромережі зустрічного розповсюдження помилки, що складаються з двох шарів: Кохоненна і Гроссберга, як критерій ефективності навчання штучної нейромережі зустрічного розповсюдження помилки використано середньоквадратичну помилку, алгоритм класифікації тестових завдань за рівнем їх якості розроблено на базі оцінки інформативності ознак розпізнавання штучної нейромережі, програмну реалізацію виконано в серенейронних систем.довищі для наукових і інженерних розрахунків MATLAB за допомогою спеціалізованого пакету розширення NNToolBox, перевірка працездатності запропонованого алгоритму виконувалася для задачі оцінки якості тестових завдань, що використовувалися для розпізнавання системою дистанційного навчання чотирьох класів знань студентів.

Кваліфікаційна робота розв’язує задачу автоматизованого розпізнавання образів нейромережею перцептрон, навчання якої здійснюється за допомогою генетичного алгоритму, зокрема, при навчанні двошарової нейромережі перцептрон за допомогою генетичного алгоритму навчання виконується повне поступове налаштування множини ваг синапсів нейромережі, що складається із двох підмножин, які утворюються предсинаптичними зв’язками схованого та вихідного прошарків нейронів мережі.

В галузі систем регулювання електричними приводами у більшості випадків застосовуються лінійні регулятори, які розробляються за допомогою лінеаризованих математичничних моделей об’єкту регулювання. Для систем, що мають великі нелінійності, такий підхід веде до дуже обмежених результатів. Виникають також труднощі, якщо є лише приблизний математичний опис об’єкту регулювання.

Розроблено алгоритм контрастування структури нейромережі зустрічного розповсюдження помилок. Працездатність та ефективність системи перевірена шляхом вирішення практичної задачі оптимізації структури нейромереж, здатної класифікувати два типи сільськогосподарської культури, що характеризуються різним ступенем врожайності, отриманими за допомогою аерофотозйомки.

Розроблено алгоритм контрастування структури нейромережі зустрічного розповсюдження помилок. Працездатність та ефективність системи перевірена шляхом вирішення практичної задачі оптимізації структури нейромереж, здатної класифікувати два типи сільськогосподарської культури, що характеризуються різним ступенем врожайності, отриманими за допомогою аерофотозйомки.

У роботі був проведений аналіз нейромережевого підходу до проектування систем підтримки прийняття рішень, здатну навчатися. Розроблено і програмно реалізовано інформаційну технологію інтелектуального аналізу даних для точного землеробства. Сформовано нейромережу зустрічного розповсюдження помилки, що здатна навчитися розпізнаванню типу сільськогосподарської культури та оцінці її врожайності за зображеннями, отриманими задопомогою аерофотозйомки.

Проведено синтез системи підтримки прийняття рішень, яка здатна навчатися з використанням нейромережевої технології. Для чого використовувалася нейронна мережа зворотнього поширення. У роботі проведена оптимізація параметрів стандартного алгоритму навчання нейронної мережі такого типу, що дозволило підвищити точність сформованого нейронно мережевого класифікатора.

Розроблено алгоритм та інформаційну технологію для системи аналізу тональності текстів за допомогою згорткових нейронних мереж на мові Python та бібліотеками keras і Word2Vec. Обрано український корпус текстів з сервісу twitter.com/ukranews_com. Проведено аналіз ефективності алгоритму. Зроблено порівняння запропонованого методу з наївним баєсів класифікатором. Запропоновані заходи для покращення результатів даного метода.

У роботі досліджено сутність кібератак, методи і моделі прогнозування обсягів кібератак. Проведено аналіз основних факторів нестабільності роботи банків та ризиків, що виникають при цьому в результаті кібератак. Основною метою дослідження є побудова моделі прогнозування можливих обсягів кібератак на фінансові установи.
The work examines the nature of cyber attacks, methods and models of forecasting cyber-attacks. The main factors of bank instability and risks arising from cyberattacks have been analyzed. The main purpose of the study is to build a model for predicting the potential volume of cyberattacks on financial institutions.

Розроблено систему розпізнавання осіб за відбитками пальців їх рук, яка використовує нейронну мережу перцептрон. Навчання нейронної мережі реалізовано двома алгоритмами: алгоритмом зворотного поширення помилки та стохастичним алгоритмом.

Проведено інформаційний синтез інтелектуальної системи, що здатна виконувати візуальну інтелектуальну аутентифікацію банкнот. Сформовано вхідний математичний опис інтелектуальної системи аутентифікації банкнот за даними розміщеними на репозитарії даних для машинного навчання Центру машинного навчання та інтелектуальних систем університету Каліфорнії. Вибрано тип та структуру штучних нейронних мережі, що здатні навчатися «з учителем» – одношарового перцептрону та нейромережі зворотного розповсюдження помилки. Розроблено та програмно реалізовано алгоритми оптимізації функціональних параметрів нейронних мереж з використанням пакету розширення NeuroNetToolBox середовища для наукових та інженерних розрахунків MATLAB 6,5. Виконано перевірку працездатності запропонованої інтелектуальної системи на задачі аутентифікації банкнот.

Помаз, С. А. Оптичне розпізнавання тексту за допомогою нейромережі : дипломна робота : 123 - Комп’ютерна інженерія /С. А. Помаз ; керівник роботи А. І. Роговенко ; НУ "Чернігівська політехніка", кафедра Інформаційних та комп’ютерних систем. - Чернігів, 2021. - 113 с.
Метою даної роботи є проведення дослідження стану технологій розпізнавання текстових даних з зображень різних форматів та формування метаданих. Об’єкт дослідження: Методи розпізнавання тексту, алгоритми машинного навчання, придатні для виявлення тексту на зображеннях та виділення текстової інформації для автоматизованого формування метаданих та пошукових запитів. Предмет дослідження: Обробка зображень з метою виділення, класифікації та подальшого використання текстової інформації з зображень. Методи дослідження: алгоритми на підходи для задач розпізнавання рукописного тексту. Виконання роботи проводилось у відповідності з вимогами, поставленими у технічному завданні. Подальший розвиток може включати в себе інтегрування в робочий проект додатоків для моделювання графіків параметрів отриманих за час дослідження, базу данних для більш ефективного зберігання і обробки інформації, алгоритми що дозволяють більш еффективно обробляти забраження з метою виділеня окремих символів та перетворення зображень в текстові файли. Робота має практичну цінність. Розрахунок економічної ефективності не проводився.
The purpose of this work is to study the state of technologies for recognizing text data from images of different formats and the formation of metadata. Object of research: Text recognition methods, machine learning algorithms suitable for text detection in images and selection of textual information for automated generation of metadata and search queries. Subject of research: Image processing in order to extract, classify and further use textual information from images. Research methods: algorithms for approaches to handwriting recognition problems. Execution of work was carried out in accordance with the requirements set in the terms of reference. Further development may include integration into the working project of applications for modeling graphs of parameters obtained during the study, a database for more efficient storage and processing of information, algorithms to more efficiently process garbage to select individual characters and convert images into text files. The work has practical value. The calculation of economic efficiency was not performed

Розроблено алгоритм та програмне забезпечення інтелектуальної системи класифікації поведінки відвідувача інтернет-магазину. В роботі проведено оптимізація параметрів стандартного алгоритму навчання нейромереж зворотного розповсюдження помилки, що дозволило підвищити ефективність сформованого нейромережного класифікатору. Розроблений алгоритм реалізовано у формі m-сценаріїв середовища для наукових і інженерних розрахунків MATLAB 6.5.

Метою кваліфікаційної роботи магістра є створення програми для прогнозування, реалізації та аналізу курсів криптовалют. Під час виконання роботи використовували та аналізували методи та класифікації для прогнозування майбутнього курсу криптовалют, завдяки нейронним мережам. У результаті проведених досліджень було розроблено програмний продукт, який може прогнозувати курс криптовалюти з точністю 20-50% залежно від прогнозованого періоду, а також тенденцію курсу з точністю до 100%. Було виявлено, що регресору потрібно 90 днів для навчання і більш точного прогнозу курсу криптовалют. Новизна роботи полягає в розробці методу прогнозування курсу криптовалюти, використовуючи дані із нейронних мереж як зовнішній фактор, що впливає на обмінний курс.

Розроблено інтелектуальну систему прогнозу курсу криптовалют методом рекурентних нейромереж, спроектовано та реалізовано програмне забезпечення з підтримкою можливостей проведення операцій над криптовалютами у вигляді веб-сервісів з мікросервісною архітектурою для підвищення їх ефективності.

Проведено порівняння нейромережевих методів класифікації станів системи з методом лінійного дискримінантного аналізу на прикладі банківської системи кредитування. Розглянута фінансова система, кожний стан якої є позичальник банку, який характеризується 20 ознаками. Для аналізу взята вибірка з 100 позичальників.

Кваліфікаційна робота присвячена розробці системи, що дозволяє визначати серйозні автомобільні зіткнення на відеоряді, записаному камерами дорожнього спостереження. Проведено огляд існуючих систем детектування дорожньо-транспортних пригод. Запропоновано спосіб вирішення проблеми за допомогою нейромережі, Наведено опис алгоритму детектування автокатастроф, здійснено пошук і підготовка вибірки. Проаналізовано алгоритми детектування об'єктів. Для детектування автомобіля на відео вибрано YOLOv3-детектор. Здійснено порівняння детекторів об'єктів для з'ясування впливу на кінцеву ефективність роботи системи в цілому. Реалізовано алгоритм детектування зіткнення автомобілів в режимі реального часу. Розроблювана система була протестована на реальних даних для визначення зіткнень автомобілів. Отримані практичні результати дозволяють стверджувати про ефективність використання розробки..
The qualification work deals with the development of a system that allows you to identify serious car collisions on a video recorded by surveillance cameras. A review of existing road accident detection systems was conducted. The way of the decision of a problem by means of a neural network is offered, the description of algorithm of detection of car accidents is given, search and preparation of sampling is carried out. Object detection algorithms are analyzed. A YOLOv3 detector is selected to detect the car on video. The object detectors are compared to determine the impact on the final efficiency of the system as a whole. The algorithm of car collision detection in real time is implemented. The developed system was tested on real data to determine car collisions. The obtained practical results allow us to assert the effectiveness of the development.
Вступ. 1. Аналіз технічного завдання. 1.1 Огляд систем детектування ДТП. 1.2. Поняття ДТП. 2. Проектна частина. 2.1. Згорткові нейронні мережі. 2.2. Спосіб вирішення проблеми. за допомогою згорткових нейронних мереж. 2.3. Опис алгоритму детектування автокатастроф. 2.4. Пошук і підготовка вибірки. 2.5. Аналіз алгоритмів детектування об'єктів. 3. Практична частина. 3.1. Порівняння детекторів об'єктів для з'ясування впливу на кінцеву ефективність роботи системи в цілому. 3.2. Реалізація алгоритму детектування зіткнення автомобілів в режимі реального часу. 3.3. Отримані результати експериментів. 4. Безпека життєдіяльності, основи хорони праці. Висновки. Список використаних джерел

An experimental study was made of the possibility of using a two-level neural network with a built-in sigmoid activation function to improve the accuracy of user identification by keyboard handwriting and proposed a method based on this mathematical apparatus. A comparison of the proposed identification method with existing ones showed an increase in the accuracy of user identification by 1-15%.

Робота містить 63 сторінки, 14 рисунків, 4 таблиці. Було використано 40 джерел. Актуальність: актуальність дослідження полягає в тому, що кількість пристроїв в мережі ІоТ постійно збільшується. Разом з цим збільшується кількість рішень на ринку ІоТ технологій, що в купі призводить до росту потенційних вразливостей цих мереж. Тим самим збільшується кількість ресурсів, що витрачається на забезпечення безпеки. Чим більше інтернет речей впроваджується в обіг у різних галузях людського життя, тим більш привабливою для зловмисників стає ідея атак цих мереж, що призводить до збільшення і ускладнення атак. Такий стан речей призводить до ускладнення засобів забезпечення безпеки, що в свою чергу призводить до збільшеня витратів ресурсів на забезпечення безпеки ІоТ систем. Мета роботи: зменшити кількість ресурсів, що витрачаються на забезпечення захисту інформації в мережі інтернету речей за рахунок удосконалення нейромережевого імунного методу виявлення вторгнень за допомогою введення процесу донавчання. Запропонований метод дозволить зменшити кількість обчислень, потрібних для забезпечення задовільного рівня безпеки.
The work contains 63 pages, 14 figures, and 4 tables. 40 sources were used. Topicality: The relevance of the research is in the fact that the number of devices in the Internet network is constantly increasing. At the same time, the number of solutions in the market of IT technologies is increasing, which in turn leads to an increase in the potential variability of these networks. This increases the amount of resources spent on security. The more Internet solutions are introduced into circulation in different areas of human life, the more attractive the idea of attacking these networks becomes for the perpetrators, leading to an increase and complication of attacks. This state of affairs leads to the deterioration of security equipment, which in turn leads to increased costs of resources for security of IT systems. The goal of the work: to reduce the amount of resources spent on information security in the Internet of Things through the improvement of the neuromereger immune method of intrusion detection through the introduction of a donation process. The proposed method will reduce the number of calculations required to ensure the required safety level.

Об’єктом досліджень є розробка системи для розпізнавання рукописних символів. Предметом досліджень кваліфікаційної роботи є інформаційні технології і методи аналізу рукописного тексту. Мета досліджень: провести огляд та дослідження предметної області, дослідити існуючі методи розпізнавання й аналізу рукописних текстів. Метою кваліфікаційної роботи є розробка системи для дослідження методів розпізнавання відсканованих зображень з рукописним текстом в автономному режимі. Методи дослідження – системний аналіз (для виділення окремих блоків для роботи з розробкою системи та дослідження алгоритмів розробки), аналогія (для дослідження роботи та визначення недоліків подібних систем прогнозування).

Нейросетевые технологии (НТ) нашли применение в экономике, медицине, промышленности, многих других областях науки и техники, они способны решать практически любые задачи, связанные с моделированием, прогнозированием, оптимизацией. НТ обладают свойствами самообучения, самоорганизации, способностью к обработке образной информации в противовес обычным алгоритмам, которые также традиционно считаются жестко заданными и необучаемыми.

Розроблено систему виявлення діяльності ботнетів шляхом використання багатошарового перцептрону для класифікації мережевого трафіку. Розроблемний алгоритм реалізовано у формі програмного забезпечення у середовищі Matlab.

Розглядається застосування штучних нейронних мереж в криптографії. Наведено приклади використання нейромереж в шифруванні, обміні ключів, хешуванні
Application of artificial neural networks in cryptography is considered. Examples of using neural networks in encryption, key exchange, hashing are given.

Кваліфікаційну роботу магістра присвячено розробці онлайн-системи синтезованого голосового озвучування текстів. В роботі проведено аналіз існуючих аналогів рішень у сфері онлайн-систем голосового озвучування текстів. Виконано проектування продукту проекту за допомогою UML на основі проведеного структурно-функціонального аналізу продукту проекту. Крім того, описано практичну частину реалізації проекту, детально зображено процес створення системи на основі нейронних мереж для синтезу мовлення та процес розробки інтерфейсу та ітеграції із системою. Результатом проведеної роботи є розроблена онлайн-система синтезованого голосового озвучування текстів. Практичне значення роботи полягає у використанні синтезу мовлення як допоміжного засобу для людей з порушенням зору, із захворюваннями, які впливають на їх голос, з обмеженими можливостями навчання та ін.

Блиндюк , В. С. Методи та моделі прогнозування ефективних параметрів керування тяговим електроприводом моторвагонного рухомого складу : авт. дис. д-ра т. н. : 05.22.09 / В. С. Блиндюк ; Дніпропетр. нац. ун-т залізн. трансп. ім. акад. В. Лазаряна. - Х. : Енергозберігаючі технологіїї, 2014. - 40 с. : іл. УДК 629.42-83(043.3) ГРНТИ 55.41.29 Захист - 24 квітня 2014 р.
UA: АНОТАЦІЯ Дисертація присвячена вирішенню науково-прикладної проблеми підвищення енергетичної ефективності роботи та зменшення експлуатаційних витрат тягових електроприводів моторвагонного рухомого складу. У роботі встановлено й теоретично обґрунтовано можливість оптимізації процесу руху електропоїздів за критерієм мінімальної витрати електроенергії при дотриманні діючих обмежень на керування, швидкість і прискорення. Розроблено математичні та нейромережеві моделі іскрового струму, боксовання та теплових режимів роботи тягових двигунів, що функціонують у реальному часі. Проведено моделювання пускових характеристик тягових двигунів та синтез оптимального приймача іскрової компоненти струму якоря. Загальна сума очікуваного економічного ефекту від розроблення й застосування запропонованих у роботі методів і моделей прогнозування ефективних параметрів керування тяговим електроприводом моторвагонного рухомого складу з урахуванням зміни вартості грошей у часі протягом шести років складе 29571,6 тис. грн.
RU: АННОТАЦИЯ Диссертационная работа посвящена решению научно-прикладной проблемы повышения энергетической эффективности работы и уменьшения эксплуатационных расходов тяговых электроприводов моторвагонного подвижного состава. Основываясь на принципах геометрической теории управления, в работе была установлена и теоретически обоснована возможность оптимизации процесса движения электропоездов по критерию минимального расхода электроэнергии при соблюдении действующих ограничений на управление, скорость и ускорение. В основу сформированного комплекса моделей и синтеза оптимальных управлений тяговым электроприводом постоянного тока положены системы уравнений в форме Бруновского и принцип максимума Понтрягина. На основе нейронных сетей адаптивной резонансной теории созданы научные основы управления тяговым электроприводом подвижного состава с учетом ограничений относительно коммутации, температуры двигателей и боксовання. Разработаны модели и методы управления моторвагонным подвижным составом, которые адекватно воссоздают процессы, протекающие в системах управления тяговым электроприводом и позволяют провести моделирование его контуров управления. С целью оптимизации пусковых режимов работы тяговых двигателей на модели проведены исследования разгона электропоезда при различных варьируемых (ток, профиль пути, степень загрузки вагона) параметрах движения. В процессе исследований минимизировался функционал, который представляет собой линейную взвешенную комбинацию квадрата управления и времени разгона подвижного состава. Проведено моделирования пусковых характеристик тяговых двигателей с применением прямого и обратного комплексного преобразования Фурье. Для оценки воздействия коммутационных процессов на временную структуру тягового тока разработана математическая модель искрового тока тягового двигателя и проведен синтез оптимального приемника искровой компоненты тока якоря. Разработана нейросетевая динамическая модель устройства оценки степени искрения тягового двигателя, которая позволяет путем аналитического описания искровой компоненты тока якоря обеспечить возможность последующей ее оптимальной фильтрации в условиях действия внешних и внутренних помех. При этом сформулированы функциональные требования относительно модели, сформированы принципы разработки учебной последовательности для получения запланированных результатов и выполнен анализ исходных сигналов в амплитудной, частотной и фазовой областях. На основе динамической нейронной сети типа NARX с модифицированным алгоритмом обучения методом обратного распространения погрешности разработаны тепловые нейросетевые модели тяговых двигателей, функционирующие в реальном масштабе времени. Разработанные модели позволяют контролировать как текущее тепловое состояние тяговых двигателей, так и прогнозировать их дальнейшую работу с учетом предыдущего состояния и индивидуальных особенностей. Во избежание выхода из строя тяговых двигателей и сохранения работоспособности тягового электропривода в случаях превышения допустимых значений относительно коммутации, температуры и боксовання, предложено ввести в систему его управления соответствующие ограничения. С этой целью в схему управления моторвагонным подвижным составом введено дополнительное оборудование, функционирование которого построено на использовании нейронных сетей адаптивной резонансной теории и математических моделях, основанных на таксономическом показателе и реализованных с помощью рекуррентной нейронной сети RTRN, что позволило разработать новые методы управления тяговым электроприводом, которые учитывают ограничения относительно коммутации, температуры и боксования, а также позволяют контролировать в реальном времени техническое состояние тяговых двигателей. Общая сумма ожидаемого экономического эффекта от разработки и применения предлагаемых в работе методов и моделей прогнозирования эффективных параметров управления тяговым электроприводом моторвагонного подвижного состава с учетом изменения стоимости денег во времени в течение шести лет составит 29571,6 тыс. грн.
EN: ANNOTATION The thesis deals with engineering solutions to formation of methods and models for power efficient control of electric traction drives of EMU rolling stock. Principles of the geometric control theory have made it possible to establish and theoretically substantiate the possibility to optimize the process of electric train movement with minimal electric power consumption subject to effective limitations on control, speed and acceleration. Equation systems in Brunovsky’s form and Pontryagin’s Maximum Principle are the basis of a set of models designed and synthesis of an optimal control of DC electric traction drives. It has been designed a neural network dynamic model of traction engine sparking, and made synthesis of an optimal collector for armature current in sparking. Use of neural networks of the adaptive resonance theory (ART) and mathematical models, based on the taxonomic character, and implemented with the recurrent neural network RTRN has made it possible to develop new control methods of an electric traction drive, which take into account limitations on commutation, temperature and skidding, as well as real time control over power engines’ technical condition. It has been developed the mathematical model and neural network modelling of starting characteristics of traction engines with the direct and inverse complex Fourier transform. It has been developed neural network models of thermal conditions of traction engines with NARX dynamic neural network and models of the modified error back propagation training algorithm. The total saving rate of development and implementation of the control system of electric traction drives of EMU rolling stock subject to the time value of money within a six-year period will account for UAH 29,571,600.
Українська державна академія залізничного транспорту, м. Харків

Дисертація присвячена питанням розробки методу і алгоритмів оптимального керування роботою багатоцехових компресорних станцій з різними типами приводів. В дисертації комплексно вирішені питання побудови емпіричних моделей нагнітачів природного газу на основі даних, отриманих в процесі їх нормальної роботи, оптимізації роботи КС за вартісним критерієм, який враховує енергетичні затрати на компримування газу і обмеження на технологічні режими та синтезу системи оптимального керування роботою паралельно працюючих груп (цехів) компресорних агрегатів. Основні результати роботи знайшли промислове впровадження на КС УМГ "Прикарпаттрансгаз", а також в навчальному процесі.
Диссертация посвящена вопросам разработки метода и алгоритмов оптимального управления работой многоцеховых компрессорных станций с разными типами приводов. В диссертации комплексно решены вопросы построения эмпирических моделей нагнетателей природною газа на основе данных, полученных в процессе их нормальной работы, оптимизации работы КС по стоимостному критерию, который учитывает энергетические затраты на компромирования газа и ограничения на технологические режимы и синтеза системы оптимального управления работой параллельно работающих групп (цехов) компрессорных агрегатов. Основные результаты работы внедрены на КС УМГ "Прикарпаттрансгаз", а также в учебном процессе.
The thesis is devoted to problems of development of a method and algorithms of optimum control of operation of multishop compressor stations with different types of drives In a thesis the problems of constructing of trial-and-error models of superchargers of gas distillate are completely resolved on the basis of datas obtained during their normal operation, optimization of operation compressor station by cost yardstick, which one allows for power expenditures on contraction of gas and limitation on technological conditions and synthesis of a system of optimum control of operation of in a parallel way working compressor aggregates. The basic outcomes of operation are inserted on KS SF "Prykarpattransgas", and also in the educational process.

Дисертацію присвячено удосконаленню методів підтримки прийняття рішень при управлінні відпрацюванням доліт стираючої дії типу PDC в процесі буріння нафтових і газових свердловин шляхом дослідження та застосування динамічного інтелектуального аналізу інформативних параметрів. На основі аналізу сучасних методів та систем підтримки прийняття рішень щодо відпрацювання доліт в процесі буріння нафтових і газових свердловин проведено теоретичні дослідження щодо удосконалення методу підтримки прийняття рішень під час керування процесом відпрацювання алмазних доліт нового покоління типу PDC. Розвинуто теоретичні основи динамічного інтелектуального аналізу даних та ідентифікації процесу відпрацювання бурових доліт типу PDC, що функціонує за умов апріорі невідомих збурень, з метою підвищення ефективності процесу буріння нафтових і газових свердловин за рахунок більш ефективної послідовної обробки нестаціонарних масивів інформації про відпрацювання доліт. Розроблено архітектуру нейро-системи підтримки прийняття рішень, що дозволило підвищити якість розв’язання задачі динамічного інтелектуального - аналізу даних про нестаціонарний нелінійний процес відпрацювання- алмазних доліт нового покоління РDС за умов апріорної та поточної невизначеності. Здійснено імітаційне моделюванняі та проведено порівняльний аналіз різних підходів і розроблено структуру системи підтримки прийняття рішень для керування процесом відпрацювання алмазних доліт нового покоління РDС.
Диссертация посвящена усовершенствованию методов поддержки принятия решения при управлении отработкой долот истирающего действия типа PDС в процессе бурения нефтяных и газовых скважин. Анализ современных тенденций развития технологического процесса бурения показал возрастающую роль долот нового поколения типа РDС, которые находят все больше применения при бурении, скважин на нефть и газ. Однако до сих пор остается нерешенной задача определения момента подъема долота для замены; особенно на заключительном этапе его отработки. Разработана информационная модель контроля и критерий принятия решения, с этой целью сформулирована и решена задач распознавания состояний объекта управления - выявление критического состояния вооружения бурового долота типа РDС. Осуществлен анализ закономерностей износа вооружения алмазных долот, а также определены параметры и показатели процесса бурения, необходимые для автоматического контроля отработки долот типа РDС. Доказано, что параметры состояния долота связаны с входящими управляющего воздействия, параметрами объекта и свойствами горных пород функциональной зависимостью. На основе дифференциального уравнения, описывающего процесс увеличения осевой нагрузки на буровое долото типа РDС, установлены закономерности изменений во времени относительных отклонений механической - эффективности долота для различных значений коэффициента самовыравнивания объекта и относительного значения возмущающего воздействия, позволило определить время эксцесса, условия выявления аварийного отклонения контролируемого параметра и частоту переключения коммутатора при опросе датчиков системы контроля механической эффективности долота от заданной вероятности контроля для различных значений показателей, позволяющих выбирать оптимальное время дискретного контроля. Синтезированы критический закон идентификации и контроля и управления процессом отработки буровых долот типа PDC в условиях априорной й текущей неопределенности как относительно параметров объекта, так и действующих на него возмущений, основанный на использовании избыточных измерительных сигналов. Это позволило синтезировать однотактную релейную схему устройства автоматизированного контроля отработки долот типа PDC. Проведен выбор и обоснование нейронной сети Кохонена для реализации алгоритма контроля износа и идентификации состояний в которых находится долото. Разработана нейронная сеть прямого распространения для оценки износа долота на забое скважины, которая дополняет сеть Кохонена и позволяет повысить достоверность контроля. Проведенное имитационное моделирование разработанных алгоритмов в пакете программ Matlab, позволило оценить работоспособность и эффективность предлагаемых решений. Предложена структура системы поддержки принятия решений для управления отработкой породоразрушающего инструмента.
The thesis is devoted to the improvement of support decision methods in the management of practicing bits of abrasive type PDC in drilling oil and gas wells through the investigation and application of dynamic intellectual analysis of informative parameters. Based on analysis of current methods and decision support systems concernig working bits in drilling oil and gas wells theoretical researches which are connected with the improving methods of decision support during the process control testing new generation PDC diamond bits new generation PDC. The theoretical foundations of dynamic analysis and identification process working drill bits such as PDC are developed which operates under a priori unknown disturbances, in order to enhance the process of drilling oil and gas wells due to more effectual sequential trimming of non-stationary array of information about working bits. A neuro-architecture of decision support protest is developed thus improving the quality of the solution of the problem of dynamic' data mining of non-stationary nonlinear process testing of diamond bits new generation PDC under a priori surd the current uncertainty. The simulation and comparative analysis of different approaches is carried out and the structure of decision support system for process control testing of diamond bits new generation PDC is developed.

Кваліфікаційну роботу магістра присвячено дослідженню та реалізації методів автоматизованого перекладу природної мови на основі нейромережевої моделі “послідовність-послідовність”. Розглянуто основні принципи та підходи до підготовки тренувальної вибірки даних, у тому числі з використанням глибоких нейронних мереж у якості енкодерів. Досліджено та проаналізовано наявні методи вирішення задачі перекладу природної мови, зокрема, було розглянуто декілька нейромережевих архітектур глибокого машинного навчання. Наведено приклади створення та обробки корпусів природної мови для вирішення задачі формування тренувальної та тестувальної вибірок даних. Було проведено повну оцінку вартості створення комп’ютерної системи, необхідної для вирішення поставленого завдання, а також описано повний процес розгортання програмного забезпечення на даному середовищі за допомогою сторонніх платформ.
The master's thesis is devoted to the research and implementation of methods of automated translation of natural language on the basis of the neural network model "sequence-sequence". The basic principles and approaches to the preparation of training data sampling, including the use of deep neural networks as encoders, are considered. The existing methods of solving the problem of natural language translation have been studied and analyzed, in particular, several neural network architectures of deep machine origin have been considered. Examples of creation and processing of natural language corpora to solve the problem of forming training and test data samples are given. A full assessment of the cost of creating a computer system required to solve the problem was performed, as well as a complete process of deploying software in this environment using third-party platforms. The results of the research were a complete review of existing solutions to solve the problem, choosing the best technology, improving the latter, implementation and training of a deep neural network model such as sequence-sequence" for the problem of natural language translation.
1. ВСТУП 2. АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ 3. ОБҐРУНТУВАННЯ ОБРАНИХ ЗАСОБІВ 4. РЕАЛІЗАЦІЯ СИСТЕМИ ПЕРЕКЛАДУ ПРИРОДНОЇ МОВИ НА ОСНОВІ МОДЕЛІ "ПОСЛІДОВНІСТЬ-ПОСЛІДОВНІСТЬ" ТА НЕЙРОМЕРЕЖЕВОЇ АРХІТЕКТУРИ ТРАСНФОРМЕРС 5. ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ

Захист відбудеться «02» жовтня 2020 р. о 12 00 годині на засіданні спеціалізованої вченої ради Д58.052.01 в Тернопільському національному технічному університеті імені Івана Пулюя, 46001, м. Тернопіль, вул. Руська, 56, ауд. 79.
Дисертація присвячена вирішенню проблеми розвитку математичного моделювання та обчислювальних методів у напрямку створення та дослідження нових компартментних математичних моделей кіберфізичних систем медико- біологічних процесів. Розроблено компартментні математичні моделі кіберфізичних систем медико-біологічних процесів з використанням решітчастих диференціальних та різницевих рівнянь із запізненням на прямокутній та гексагональній решітках. Запропоновано методи обчислювальної математики для дослідження перманентності, екстинкції та стійкості компартментних математичних моделей кіберфізичних систем медико-біологічних процесів. Розроблено нові методи моделювання кіберфізичних біосенсорних систем з використанням гібридного програмування та інтерпретацією результатів моделювання у вигляді зображення фазових площин, решітчастих портретів та електричних сигналів. Запропоновано методи дослідження експоненційної стійкості рекурентних нейромережевих моделей для кіберфізичних систем медико-біологічних процесів. Розроблено алгоритм оптимального керування в моделі кіберфізичної системи лабораторної діагностики на основі полімеразно-ланцюгової реакції. Програмно реалізовані методи дослідження стійкості кіберфізичних систем медико-біологічних процесів.
Диссертация посвящена решению проблемы развития математического моделирования и вычислительных методов в направлении создания и исследования новых компартментных математических моделей киберфизических систем медико- биологических процессов. Разработаны компартментные математические модели киберфизических систем медико-биологических процессов с использованием решётчастых дифференциальных и разностных уравнений с запаздыванием на прямоугольной и гексагональной решётках. Предложенные методы вычислительной математики для исследования перманентности, экстинкции и устойчивости компартментных математических моделей киберфизических систем медико- биологических процессов. Разработаны новые методы моделирования киберфизических биосенсорных систем с использованием гибридного программирования и интерпретацией результатов моделирования в виде изображения фазовых плоскостей, решётчастых портретов и электрических сигналов. Предложенные методы исследования экспоненциальной устойчивости рекуррентных нейросетевых моделей для киберфизических систем медико- биологических процессов. Разработан алгоритм оптимального управления в модели киберфизической системы лабораторной диагностики на основе полимеразно- цепной реакции. Программно реализованы методы исследования устойчивости киберфизических систем медико-биологических процессов.
The dissertation is devoted to the solution of the problem of development of mathematical modelling and computational methods in the direction of creation and investigation of new compartmental mathematical models of cyber-physical systems of medical and biological processes. A methodology for designing cyber-physical biosensor systems used for automated monitoring of biomedical processes has been developed. On the basis of the suggested methodology, compartmental mathematical models of cyber- physical systems of medical and biological processes have been developed using lattice differential and difference equations with delay on rectangular and hexagonal lattices. The developed compartmental mathematical models take into account all the properties that are characteristic of lattice cyber-physical systems of medical and biological processes. Taking into account the lattice structure, the research has been carried out by the use of appropriate interactions between pixels of rectangular and hexagonal lattices, spatial operators and coordinations of biopixels. Methods of computational mathematics have been developed for solving problems of studying the permanence, extinction and stability of compartmental mathematical models of cyber-physical systems of medical and biological processes by using lattice differential and difference equations with delay on rectangular and hexagonal lattices. The basic numbers of reproduction have been suggested as a tool for studying the stability of compartmental lattice-type mathematical models. The conditions of stability, stability state without antibodies, stability state without antigens and antibodies, identical and non-identical endemic stability state have been investigated. Тhe study of local and global asymptotic stability has presented qualitative and quantitative results of numerical simulation of cyber-physical systems of medical and biological processes. The numerical simulation results show that the time delay has the greatest influence on the stability of the developed mathematical models of cyber-physical biosensor systems on rectangular and hexagonal lattices using lattice differential and difference equations with delay. New methods of organizing and optimizing the processes of simulation of cyber-physical biosensor systems using hybrid programming and interpretation of simulation results in the form of phase planes, lattice portraits have been developed. A mathematical model of dynamic logic for the systems under study has been developed by using the basic terms of the hybrid programming language. The results of numerical simulation of the developed cyber-physical biosensor system have been presented in the form of electrical signals from transducers characterizing the number of fluorescent pixels. Methods of computational mathematics have been worked out to solve the problems of exponential stability research of recurrent neural network models for cyber-physical systems of medical and biological processes. The algorithm of optimal control in the model of cyber-physical system of laboratory diagnostics based on polymerase-chain reaction has been developed. Using the obtained results, it is possible to control the temperature to minimize the required time of implementation of the annealing stage with the possibility of using a minimum amount of primer. The practical significance of the results of the dissertation research consists in the fact that, on the basis of the developed compartmental mathematical models of cyber- physical systems of medical and biological processes, the study of stability on rectangular and hexagonal lattices with the use of lattice differential and difference equations, it has been established that the constant delay is the most important parameter that affects the stability of the systems under study. A software complex has been developed to study the stability of cyber-physical systems of medical-biological processes, consisting of a block of identification and input of the parameters of the studied models, a software module for investigation of continuous dynamics, the block of modelling of the lattice images of antigens and antibodies, the block of obtaining the lattice images of connections of antigens with antibodies, the module of the study of discrete dynamics on the stability of the cyber-physical biosensor system and the visualization unit. The developed software complex and the obtained practical results are suitable for use in the design of modern cyber-physical systems of medical and biological processes with ensuring their stability during storage and use.
Перелік основних умовних позначень, символів і скорочень 42 Вступ 46 Розділ 1. Аналітичний огляд кіберфізичних систем медико- біологічних процесів та їх математичних моделей 57 1.1. Огляд практичних задач, пов’язаних із застосуванням кіберфізичних систем медико-біологічних процесів 58 1.1.1. Портативні кіберфізичні системи медико-біологічних процесів 59 1.1.2. Кіберфізичні біосенсорні системи для комплексного моніторингу біохімічних показників 60 1.1.3. Кіберфізичні біосенсорні системи для моніторингу прийому лікарських препаратів 62 1.1.4. Кіберфізичні системи медико-біологічних процесів для моніторингу рівня глюкози 63 1.1.5. Селективні елементи кіберфізичних систем медико- біологічних досліджень 68 1.2. Задача проектування та технічні характеристики кіберфізичних систем медико-біологічних процесів 74 1.3. Математичні моделі біосенсорів у кіберфізичних системах медико-біологічних процесів 81 1.3.1. Статичні математичні моделі біосенсорів у кіберфізичних системах медико-біологічних процесів 81 1.3.1.1. Модель оптичного біосенсора на основі поверхневого плазмонного резонансу 81 1.3.1.2. Багатошарова модель оптичного біосенсора 83 1.3.2. Динамічні математичні моделі біосенсорів на основі звичайних диференціальних рівнянь 86 1.3.2.1. Модель біосенсора першого порядку 86 1.3.2.2. Динамічна модель біосенсора другого порядку 89 1.3.3. Динамічні моделі біосенсорів у вигляді диференціальних рівнянь в частинних похідних 91 1.3.3.1. Модель біосенсора на основі рівнянь реакції-дифузії 91 1.3.3.2. Моделі біосенсорів, які використовують кінетику Міхаеліса-Ментена 92 1.3.3.3. Математична модель електрохімічного біосенсора 95 1.3.3.4. Модель біосенсора для визначення рівня глюкози 98 1.3.3.5. Модель для оптимізації розроблення біосенсорних кіберфізичних систем 100 1.3.3.6. Модель біосенсора в циліндричних координатах 101 1.4. Математична модель решітчастої динамічної системи в медико- біологічних дослідженнях 102 1.5. Математична модель Г.І. Марчука та використання її в кіберфізичних системах медико-біологічних процесів 106 1.6. Властивості, які повинні мати компартментні математичні моделі кіберфізичних систем медико-біологічних процесів 108 1.7. Висновки до першого розділу 114 Розділ 2. Розробка компартментних математичних моделей кіберфізичних біосенсорних систем 116 2.1. Математичне моделювання медико-біологічних процесів 117 2.2. Математична модель біосенсора на прямокутній решітці з використаням решітчастих диференціальних рівнянь із запізненням 120 2.3. Математична модель біосенсора на прямокутній решітці з використанням різницевих рівнянь із запізненням 125 2.4. Математична модель біосенсора на гексагональній решітці з використаням решітчастих диференціальних рівнянь із запізненням 129 2.5. Математична модель біосенсора на гексагональній решітці з використанням різницевих рівнянь із запізненням 132 2.6. Математична модель компартментних медико-біологічних процесів на основі клітинних автоматів 136 2.7. Модель кіберфізичної системи з атаками стану та вимірювань на основі стохастичних різницевих рівнянь 137 2.8. Ідентифікація параметрів у решітчастих диференціальних рівняннях із запізненням 140 2.9. Математична модель бутирилхолінестеразного біосенсора для визначення α-чаконіну 146 2.10. Висновки до другого розділу 149 Розділ 3. Дослідження неперервної та дискретної динаміки компартментних математичних моделей решітчастого типу 151 3.1. Ендемічні стани рівноваги компартментних математичних моделей решітчастого типу в кіберфізичних біосенсорних системах 152 3.1.1. Ендемічні стани рівноваги математичних моделей біосенсора на прямокутній решітці з використанням диференціальних та різницевих рівнянь 152 3.1.2. Ендемічні стани рівноваги математичних моделей біосенсора на гексагональній решітці з використанням диференціальних та різницевих рівнянь 153 3.2. Базові числа репродукції як інструмент дослідження стійкості компартментних математичних моделей решітчастого типу 155 3.3. Умови локальної асимптотичної стійкості компартментних математичних моделей біосенсорів решітчастого типу 159 3.3.1. Умови локальної асимптотичної стійкості математичної моделі біосенсора на основі диференціальних рівнянь на прямокутній решітці 159 3.3.2. Умови перманентності математичної моделі біосенсора на основі різницевих рівнянь на прямокутній решітці 164 3.3.3. Умови локальної асимптотичної стійкості математичної моделі біосенсора на основі диференціальних рівнянь на гексагональній решітці 173 3.3.4. Умови перманентності математичної моделі біосенсора на основі різницевих рівнянь на гексагональній решітці 174 3.4. Умови глобальної асимптотичної стійкості компартментних математичних моделей решітчастого типу 175 3.4.1. Умови глобальної асимптотичної стійкості математичної моделі біосенсора на основі диференціальних рівнянь на прямокутній решітці 175 3.4.2. Умови глобальної притягувальності математичної моделі біосенсора на основі різницевих рівнянь на прямокутній решітці 182 3.5. Виникнення біфуркації та детермінованого хаосу в компартментних математичних моделях решітчастого типу 187 3.5.1. Виникнення біфуркації та детермінованого хаосу в математичній моделі біосенсора з використанням решітчастих диференціальних рівнянь із запізненням на прямокутній решітці 187 3.5.2. Виникнення біфуркації та детермінованого хаосу в математичній моделі біосенсора з використанням решітчастих диференціальних рівнянь із запізненням на гексагональній решітці 192 3.5.3. Виникнення біфуркації та детермінованого хаосу в математичній моделі біосенсора на основі різницевих рівнянь на прямокутній решітці 193 3.5.4. Виникнення біфуркації та детермінованого хаосу в математичній моделі біосенсора на основі різницевих рівнянь на гексагональній решітці 198 3.6. Дослідження на основі чисельних характеристик нелінійної динаміки 199 3.6.1. Результати чисельного моделювання математичної моделі біосенсора з використанням диференціальних рівнянь на прямокутній решітці 199 3.6.2. Результати чисельного моделювання математичної моделі біосенсора з використанням диференціальних рівнянь на гексагональній решітці 203 3.6.3. Результати чисельного моделювання математичної моделі біосенсора з використанням різницевих рівнянь на прямокутній решітці 206 3.6.4. Результати чисельного моделювання математичної моделі біосенсора з використанням різницевих рівнянь на гексагональній решітці 207 3.7. Дослідження стійкості математичної моделі бутирилхолінестеразного біосенсора для визначення α-чаконіну 211 3.8. Висновки до третього розділу 214 Розділ 4. Розроблення та дослідження математичних моделей динамічної логіки кіберфізичних біосенсорних систем 216 4.1. Концептуальна модель архітектури кіберфізичних систем медико- біологічних процесів 216 4.2. Проектування динамічних процесів в кіберфізичних біосенсорних системах 219 4.3. Принцип вимірювання медико-біологічних показників кіберфізичними біосенсорними системами 222 4.4. Моделювання неперервної динаміки кіберфізичних біосенсорних систем 224 4.5. Основні терміни мови гібридного програмування 225 4.6. Моделі динамічної логіки кіберфізичних біосенсорних систем 228 4.6.1. Динамічне логічне моделювання кіберфізичної біосенсорної системи на прямокутній решітці з використаням решітчастих диференціальних рівнянь із запізненням 228 4.6.2. Динамічне логічне моделювання КФБСС на гексагональній решітці з використаням решітчастих диференціальних рівнянь із запізненням 230 4.7. Експериментальні дослідження математичних моделей динамічної логіки в кіберфізичних системах 232 4.7.1. Дослідження динамічної логіки кіберфізичної біосенсорної системи на прямокутній решітці з використаням решітчастих диференціальних рівнянь із запізненням 232 4.7.2. Дослідження динамічної логіки кіберфізичної біосенсорної системи на гексагональній решітці з використанням решітчастих диференціальних рівнянь із запізненням 238 4.7.3. Дослідження динамічної логіки кіберфізичної біосенсорної системи на прямокутній решітці з використанням різницевих рівнянь із запізненням 243 4.7.4. Дослідження динамічної логіки кіберфізичної біосенсорної системи на гексагональній решітці з використанням різницевих рівнянь із запізненням 248 4.8. Порівняльний аналіз результатів чисельного моделювання математичних моделей кіберфізичних біосенсорних систем на прямокутній та гексагональній решітках з використанням решітчастих диференціальних рівнянь 253 4.9. Порівняльний аналіз результатів чисельного моделювання математичних моделей кіберфізичних біосенсорних систем на прямокутній та гексагональній решітках з використанням решітчастих різницевих рівнянь 254 4.10. Висновки до четвертого розділу 256 Розділ 5. Розроблення методів дослідження нейромережевих моделей кіберфізичних біосенсорних систем медико-біологічних процесів 258 5.1. Нейромережеві моделі кіберфізичних систем медико-біологічних процесів та методи їх дослідження 258 5.2. Модель кіберфізичної біосенсорної системи на основі рекурентної нейромережі 260 5.3. Розроблення методу експоненціального оцінювання рекурентної нейромережі 261 5.3.1. Метод Кертеша та етапи побудови оцінки експоненціального згасання 261 5.3.2. Оцінка для похідної функціонала Ляпунова 262 5.3.3. Різницева нерівність для функціонала Ляпунова 265 5.4. Непрямий метод дослідження стійкості моделі нейронної мережі з дискретно розподіленим запізненням 269 5.4.1. Методи дослідження стійкості нейромережевих моделей 269 5.4.2. Модель нейронної мережі з дискретно розподіленим запізненням 271 5.4.3. Непрямий метод дослідження стійкості рекурентної нейронної мережі з дискретно розподіленим запізненням 273 5.5. Дослідження моделі нейронної мережі з дискретним та неперервним запізненням 282 5.6. Експериментальне дослідження якісної поведінки моделі рекурентної нейромережі 289 5.6.1. Чисельне дослідження динамічної поведінки двонейронної мережі з чотирма дискретними запізненнями 289 5.6.2. Чисельне дослідження динамічної поведінки нейронної мережі з трьома нейронами 291 5.6.3. Чисельне дослідження динамічної поведінки рекурентної двонейронної мережі зі змішаним запізненням 292 5.7. Висновки до п’ятого розділу 296 Розділ 6. Розроблення і дослідження компартментних математичних моделей медико-біологічних процесів лабораторної діагностики 298 6.1. Полімеразно-ланцюгова реакція, як універсальний метод лабораторної діагностики 298 6.2. Розроблення компартментної моделі стадій полімеразно- ланцюгової реакції 304 6.3. Дослідження стійкості полімеразно-ланцюгової реакції 305 6.4. Розроблення алгоритму оптимального керування полімеразно- ланцюговою реакцією 306 6.5. Задача оптимального керування стадією відпалу в ПЛР 307 6.6. Задача оптимального керування стадією елонгації в ПЛР 312 6.7. Чисельне моделювання кіберфізичної системи лабораторної діагностики на прикладі полімерезно-ланцюгової рекції для стадії відпалу 316 6.8. Висновки до шостого розділу 323 Розділ 7. Розроблення програмного забезпечення для реалізації методів математичного моделювання компартментних медико- біологічних процесів 325 7.1. Програмний комплекс для дослідження стійкості КФБСС 326 7.1.1. Розробка програмного комплексу для дослідження стійкості КФБСС 326 7.1.2. Програмний модуль для дослідження фазових площин в КФБСС на прямокутній решітці з використанням диференціальних рівнянь із запізненням 328 7.1.3. Програмний модуль для дослідження фазових площин в КФБСС на гексагональній решітці з використанням диференціальних рівнянь із запізненням 331 7.2. Програмний модуль дослідження інтенсивності імунної відповіді 333 7.2.1. Комп’ютерне моделювання контактів антигенів із антитілами в кіберфізичних біосенсорних системах на прямокутній решітці з використанням диференціальних рівнянь із запізненням 333 7.2.2. Комп’ютерне моделювання контактів антигенів із антитілами в кіберфізичних біосенсорних системах на гексагональній решітці з використанням диференціальних рівнянь із запізненням 334 7.3. Програмна реалізація вихідних сигналів кіберфізичної системи 336 7.3.1. Програмний комплекс аналізу дискретизованого сигналу з перетворювача КФБСС на прямокутній решітці з використанням диференціальних рівнянь із запізненням 336 7.3.2. Результати чисельного аналізу електричного сигналу з перетворювача кіберфізичної біосенсорної системи 337 7.4. Розроблення та використання програмного забезпечення кіберфізичних систем аналізу біосигналів 338 7.4.1. Програмний комплекс для аналізу біосигналів в поліграфах 338 7.4.2. Використання відкритих ресурсів біосигналів PhysioNet для розробки кіберфізичних систем кардіодіагностики 339 7.5. Телемедичні технології у кіберфізичних системах 343 7.6. Використання методу індукції дерев рішень в кіберфізичних системах для потреб судово-медичної експертної практики 344 7.7. Використання комп’ютерних програм при проектуванні та дослідженні кіберфізичних медико-біологічних систем 346 7.8. Ідентифікація параметрів математичної моделі бутирилхолінестеразного біосенсора для визначення α-чаконіну 350 7.9. Дослідження стійкості кіберфізичних біосенсорних систем під впливом електромагнітного випромінювання 354 7.10. Висновки до сьомого розділу 355 Висновки 357 Список використаних джерел 360 Додатки 427 Додаток А. Класифікація та використання кіберфізичних біосенсорних систем 428 A.1. Електрохімічні кіберфізичні біосенсорні системи 428 A.2. Оптичні кіберфізичні біосенсорні системи 429 A.3. Кіберфізичні біосенсорні системи на основі оксиду кремнію 429 A.4. Кіберфізичні біосенсорні системи на основі наноматеріалів 430 A.5. Генетично кодовані кіберфізичні біосенсорні системи 431 A.6. Клітинні кіберфізичні біосенсорні системи 432 A.7. Порівняльний аналіз кіберфізичних біосенсорних систем 433 Додаток Б. Базові числа репродукції математичної моделі біосенсора на прямокутній та гексагональній решітках 437 Б.1. Базові числа репродукції математичної моделі біосенсора на прямокутній решітці з використанням різницевих рівнянь 437 Б.2. Базові числа репродукції математичних моделей біосенсора на гексагональній решітці з використанням диференціальних та різницевих рівнянь 440 Додаток В. Доведення умов локальної асимптотичної стійкості математичної моделі біосенсора на основі диференціальних рівнянь на гексагональній решітці 443 Додаток Д. Доведення квазіперманентності математичної моделі біосенсора на основі різницевих рівнянь на гексагональній решітці 448 Додаток Е. Умови глобальної асимптотичної стійкості математичної моделі біосенсора на основі диференціальних рівнянь на гексагональній решітці 453 Додаток Ж. Умови глобальної притягувальності математичної моделі біосенсора на основі різницевих рівнянь на гексагональній решітці 461 Додаток И. Фазові діаграми популяцій антигенів щодо антитіл в біопікселях кіберфізичної біосенсорної системи на прямокутній решітці 467 Додаток К. Дослідження кіберфізичної системи з атаками стану та вимірювань на основі стохастичних різницевих рівнянь 473 Додаток Л. Семантика гібридних програм та приклад їх застосування 480 Л.1. Семантика гібридних програм 480 Л.2. Приклад застосування гібридної програми 482 Додаток М. Динамічне логічне моделювання КФБСС на прямокутній та гексагональній решітках 484 М.1. Динамічне логічне моделювання КФБСС на прямокутній решітці з використанням різницевих рівнянь із запізненням 484 М.2. Динамічне логічне моделювання КФБСС на гексагональній решітці з використаням решітчастих різницевих рівнянь із запізненням 486 Додаток Н. Результати чисельного моделювання дискретної динаміки кіберфізичної біосенсорної системи на прямокутній решітці з використаням решітчастих диференціальних рівнянь із запізненням 489 Додаток П. Результати чисельного моделювання дискретної динаміки кіберфізичної біосенсорної системи на гексагональній решітці з використанням решітчастих диференціальних рівнянь із запізненням 499 Додаток Р. Результати чисельного моделювання дискретної динаміки кіберфізичної біосенсорної системи на прямокутній решітці з використаням решітчастих різницевих рівнянь із запізненням 506 Додаток С. Результати чисельного моделювання дискретної динаміки кіберфізичної біосенсорної системи на гексагональній решітці з використанням решітчастих різницевих рівнянь із запізненням 514 Додаток Т. Етапи створення медичних нейромережевих експертних кіберфізичних систем 522 Додаток У. Ієрархічна модель якісного аналізу решітчастих компартментних математичних моделей кіберфізичних медико- біологічних систем 523 Додаток Ф. Використання пакету R для розроблення та дослідження кіберфізичних систем медико-біологічних процесів 526 Ф.1. Пакет R як середовище програмування для статистичного аналізу даних 526 Ф.2. Короткий опис функцій пакета R deSolve 528 Ф.3. Приклад моделювання в пакеті R моделі типу Лотки– Вольтерри 529 Додаток Х. Фрагмент програми для дослідження фазових діаграм кіберфізичної біосенсорної системи на прямокутній решітці з використанням диференціальних рівнянь із запізненням 533 Додаток Ц. Фрагмент програми для дослідження біфуркаційних діаграм в кіберфізичній біосенсорній системі на прямокутній решітці з використанням диференціальних рівнянь із запізненням 543 Додаток Ш. Фрагмент програми для дослідження фазових діаграм кіберфізичної біосенсорної системи на гексагональній решітці з використанням диференціальних рівнянь із запізненням 545 Додаток Щ. Фрагмент програми для дослідження біфуркаційних діаграм в кіберфізичній біосенсорній системі на гексагональній решітці з використанням диференціальних рівнянь із запізненням 554 Додаток Ю. Фрагмент програми для дослідження електричного сигналу з перетворювача кіберфізичної біосенсорної системи на прямокутній решітці з використанням диференціальних рівнянь із 556 запізненням Додаток Я. Фрагмент програми для дослідження електричного сигналу з перетворювача кіберфізичної біосенсорної системи на гексагональній решітці з використанням диференціальних рівнянь із запізненням 557 Додаток АА. Список публікацій здобувача за темою дисертації 559 Додаток АБ. Свідоцтва про реєстрацію авторського права на комп’ютерні програми, патент 582 Додаток АВ. Акти впроваджень 597

Проведено синтез системи підтримки прийняття рішень, яка здатна навчатися з використанням нейромережевої технології. Для чого використовувалася нейронна мережа зворотнього поширення. У роботі проведена оптимізація параметрів стандартного алгоритму навчання нейронної мережі такого типу, що дозволило підвищити точність сформованого нейронно мережевого класифікатора. Програмна реалізація виконувалася з використанням пакета розширення NNToolBox середовища MATLAB 6.5.

У роботі розроблений новий метод поетапної діагностики технічного стану ВН, суть якого полягає у тому, що на першому етапі визначається один із можливих технічних станів відцентрового нагнітача - придатний, працездатний або непридатний. Ідентифікація станів здійснюється за допомогою діагностичних ознак, які визначаються як відносні відхилення ступеню підвищення тиску газу, внутрішньої потужності і температури газу на виході із нагнітача від своїх значень, що визначені для нового ВН за його приведеними характеристиками. Показано, що така задача ідентифікації відноситься до класу задач розпізнавання образів і найефективнішим способом її вирішення є нейромережевий підхід. Коли нагнітач знаходиться у працездатному стані включається другий етап діагностування, який здійснюється на базі розробленої діагностичної моделі. Одержана діагностична модель, на відміну від аналогічних моделей, враховує затрати на протічки газу і тертя дисків. Врахування цих факторів підвищує точність моделі і дає можливість ефективно визначити зміну геометричних розмірів робочого колеса і за допомогою нейромережевого підходу оцінити стан робочого колеса ВН. Розроблена концепція автоматизованої системи контролю за технічним станом ВН на базі існуючої системи контролю і управління роботою ГПА, а також програмне забезпечення такої системи. Техніко-економічні рекомендації прийняті для промислового впровадження УМГ "Прикарпатгрансгаз", а також у навчальний процес.
В работе сформулирована и решена важная научная задача технической диагностики центробежных нагнетателей (ЦН) природного газа. Для реализации разработанных методов и алгоритмов поэтапной диагностики ЦН предложена компьютерная система диагностирования, которая основана на существующей технической базе Богородчанского ЛПУМГ. В эту систему интегрировано математическое обеспечение системы диагностирования, которое оформлено в виде интерфейса и прикладных программ, что позволило создать АРМ диагностики на уровне сменного инженера.
In dissertation is elaborated a new method of phased diagnostic, the essence of which is: on the first stage the one of the possible technical condition of rotary compressor (serviceable, efficient or unsuitable) is defined. Identification of the condition is made with the help of the diagnostic signs, which are defined as relative deviation of the compression ratio, inner power and exit temperature from their values, which are defined for new aggregate. It’s shown that this task belongs to the class of the pattern recognition tasks. The most effective method for solving this task, are based on the neuronetwork technology. When the centrifugal pump has “efficient” condition, the second stage starts. This stage is based both on the neural technology and elaborated diagnostic model. The model takes into account of expenses for leaking of gas and rotor’s (impeller) friction. The considering of these factors improves accuracy of the model, allows identify the changes of rotor’s geometry and with the help of neuronetwork technology effectively defines the technical condition of impeller. The concept of automotive system of rotary compressor’s technical state control, which based on existent system of gas pumping aggregate control, is elaborated the same as software for this system. Technical and economical recommendations are taken into manufacturing application in DE “Prikarpattransgas” and into educational process.

The aim of the work is methods of analysis of neuromarketing indicators, based on neural networks and the developed algorithm of data conversion, design and development of a software system for identification of brain conditions with various external stimuli. Development methods are based on tools for developing neural algorithms on the Python platform. As a result, neuromarketing methods, algorithms for analysis, data collection and processing were considered and a software implementation of a system for analysis and identification of neuromarketing indicators based on data taken from the human brain, which is an application based on the Python platform.
Метою роботи є методи аналізу нейромаркетингових показників, на основі нейромереж та розробленого алгоритму конвертації даних, проектування та розробка програмної системи для ідентифікації станів головного мозку при різних зовнішніх подразниках. Методи розробки базуються на інструментах розробки нейронних алгоритмів на платформі Python. В результаті роботи було розглянуто методи нейромаркетингу, алгоритми аналізу, збору та обробки даних та розроблено програмну реалізацію системи аналізу та ідентифікації нейромаркетингових показників на основі даних взятих з головного мозку людини, яка представляє собою додаток на основі платформи Python.

Кваліфікаційна робота присв’ячена дослідження алгоритмів машинного навчання для потреб систем підтримки прийняття рішень в умовах пандемії. В першому розділі кваліфікаційної роботи описано процес пошуку наукових публікацій щодо використання алгоритмів машинного навчання в умовах пандемії. Розглянуто машинне навчання та глибоке навчання для COVID-19. В другому розділі кваліфікаційної роботи проаналізовано показники оцінки використання алгоритмів машинного навчання в умовах пандемії. Подано опис процесу тестування NN в процесі дослідження алгоритмів машинного навчання в умовах пандемії. В третьому розділі кваліфікаційної роботи описано результати ідентифікації ключових біомаркерів. Виконано порівняння прогностичних характеристик алгоритмів машинного навчання для потреб систем підтримки прийняття рішень в умовах пандемії. Об’єкт дослідження: процеси аналітичного опрацювання з використанням алгоритмів машинного навчання. Предмет дослідження: методи збирання та аналітичного опрацювання біометричних сутностей для потреб систем підтримки рішень. Qualification work is devoted to machine learning algorithms study for decision support systems needs in a pandemic. The qualification work first section describes the searching process for scientific publications on the machine learning algorithms use in a pandemic. Machine learning and deep learning for COVID-19 are considered. The qualification work second section analyzes the indicators for assessing the machine learning algorithms use in a pandemic. A NN testing process description in the studying machine learning algorithms process in a pandemic is given. The qualification work third section describes identification results of key biomarkers. The prognostic characteristics comparison of machine learning algorithms for decision support systems needs in a pandemic is performed. Object of research: analytical processing using machine learning algorithms processes. Research subject: collection and analytical processing methods of biometric entities for decision support systems needs.
ВСТУП 8 1 СТАН ТА ПЕРСПЕКТИВИ ДОСЛІДЖЕНЬ В ГАЛУЗІ АЛГОРИТМІВ МАШИННОГО НАВЧАННЯ ТА ЇХ ВИКОРИСТАННЯ В УМОВАХ ПАНДЕМІЇ 10 1.1 Пандемія COVID-19 10 1.2 Опис процесу пошуку наукових публікацій щодо використання алгоритмів машинного навчання в умовах пандемії 12 1.3 Аналіз стану досліджень щодо використання алгоритмів машинного навчання в умовах пандемії 16 1.4 Машинне навчання та глибоке навчання для COVID-19 20 1.5 Висновок до першого розділу 22 2 ОБЧИСЛЮВАЛЬНИЙ ЕКСПЕРИМЕНТ ДЛЯ ДОСЛІДЖЕННЯ АЛГОРИТМІВ МАШИННОГО НАВЧАННЯ В УМОВАХ ПАНДЕМІЇ 23 2.1 Формування та попередня обробка пандемічних наборів даних 23 2.2 Розподіл даних для унікальної сегрегації пацієнтів 24 2.3 Конвеєр машинного навчання для дослідження використання алгоритмів машинного навчання в умовах пандемії 27 2.4 Показники оцінки використання алгоритмів машинного навчання в умовах пандемії 29 2.5 Важливість функції XGBoost для оцінки біомаокерів 30 2.6 Вибір NN-функції для дослідження алгоритмів машинного навчання в умовах пандемії 31 2.7 Навчання NN в процесі дослідження алгоритмів машинного навчання в умовах пандемії 33 2.8 Тестування NN в процесі дослідження алгоритмів машинного навчання в умовах пандемії 34 2.9 Висновок до другого розділу 36 3 АНАЛІЗ РЕЗУЛЬТАТІВ ОБЧИСЛЮВАЛЬНОГО ЕКСПЕРИМЕНТУ ДОСЛІДЖЕННЯ АЛГОРИТМІВ МАШИННОГО НАВЧАННЯ В УМОВАХ ПАНДЕМІЇ 37 3.1 Результати ідентифікації ключових біомаркерів 37 3.2 Порівняння прогностичних характеристик алгоритмів машинного навчання для потреб систем підтримки прийняття рішень в умовах пандемії 42 3.3 Ефективність алгоритмів машинного навчання 53 3.4 Висновок до третього розділу 55 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 56 4.1 Організація та перевірка стану охорони праці на підприємстві під час пандемії 56 4.2 Основні принципи і способи забезпечення життєдіяльності 61 ВИСНОВКИ 66 ПЕРЕЛІК ДЖЕРЕЛ 68 ДОДАТКИ

Бублик А. О. Нейромережна система розпізнавання емоцій на обличчі людини : кваліфікаційна робота магістра спеціальності 121 «Інженерія програмного забезпечення» / наук. керівник Ю. О. Лимаренко. Запоріжжя : ЗНУ, 2020. 108 c.
UA : Мета роботи полягає у дослідженні та вивченні методів розпізнавання обличчя людини та підходів до аналізу емоцій людини,порівняння їх особ-ливостей, перевірка можливостей застосування і створення нейромережної системи для розпізнавання емоцій людини в режимі реального часу.Досліджено методи і конкуруючі сучасні системи розпізнавання емоцій з обличчя людини, їх проблематикуі можливості розробки і використання системи. Порівняно методи виділення обличчя людини і методи розпізнаван-ня емоцій людини. Спроектовано та реалізовано згорткову нейронну мережу на мові програмування Python.Створено веб-застосунок, що дозволяє розпі-знавати емоції на обличчі людини в режимі реального часу завдяки створеній нейронній мережі.
EN : The aim of the research is to study the methods of human face recognition and approaches to the analysis of human emotions, comparing their features, testing the application and creating a neural network system for recognizing human emotions in real time..Methods and competing modern systems of emotions recognition from the personfacial expressions, their problems and possibilities of development and use of system are investigated. The methods of detectinga person's face and methods of recognizing human emotions are compared. A convolutional neural network in the Python programming language was designed and implemented. Created a web application that allows userto recognize emotions in real time due tothe created neural network.

Лапшунков М. Є. Моделювання збутової діяльності торговельного підприємства : кваліфікаційна робота магістра спеціальності 051 "Економіка" / наук. керівник С. М. Іванов. Запоріжжя : ЗНУ, 2021. 93 с.
EN : The paper forms the theoretical basis of sales activities of the enterprise for a better understanding of the object of study. The theoretical part includes the essence of sales activities, the organization of sales activities and analysis of sources of information to understand and different approaches to the forecast of sales activities of the enterprise. Tasks for determining product groups are analyzed. The basic estimations of efficiency of sales activity of the enterprise are covered. The stages of the process of movement of goods and the main functions of sales are considered. Methods and models of sales activity are investigated. Methods of estimating sales activity are formed and the process of modeling sales activity is considered. The classification of modeling types for forecasting is analyzed. The application of neural networks in forecasting sales activities has been studied. Modeling of indicators of sales activity of the enterprise is made. On the basis of the tool "Statistica" the indicators of sales activity of the enterprise are analyzed and seasonality is revealed for more effective forecasting. On the basis of the analyzed data the forecast on the basis of neural networks is formed. MatLab toolkit was used to build a neuro-fuzzy sales management system of the enterprise to adjust work processes and increase the efficiency of sales activities of the enterprise.
UA : У роботі сформовано теоритичну основу збутової діяльності підприємства для кращого розуміння об’єкту дослідження. В теоритичну частину входить сутність збутової діяльності, організація збутової діяльності та аналіз джерел інформацї для розуміння і різного підходу до прогнозу збутової діяльності підприємства. Проаналізовано завдання для визначення товарних груп збуту. Висвітлено основни оцінки ефективності збутової діяльності підприємства. Розглянуто етапи процесу руху товару та основні функції збуту. Досліджено методи та моделі збутової діяльності. Сформовано методи оцінки збутової діяльності та розглянуто процес моделювання збутової діяльності. Проаналізовано класифікація видів моделювання для побудови прогнозів. Досліджено застосування нейронних мереж в прогнозуванні збутової діяльності. Зроблено моделювання показників збутової діяльності підприємства. На базі інструменту “Statistica” проаналізовано показникі збутової діяльності підприємства та виявлено сезонність для більш єфективного прогнозування. На базі проаналізованих данних побудовано прогноз на основі нейронних мереж. Застосовано інстрементарій “MatLab” для побудови нейро- нечіткої системи управління збутовою діяльність підприємства для корегування робочіх процесів і збільшення ефективності збутової діяльності підприємства.

У кваліфікаційній роботі розглянуто методи та засоби аналізу мережевого трафіку для виявлення комп’ютерних атак. Розроблено нейромережеву систему аналізу мережевого трафіку для виявлення комп’ютерних атак. Подана архітектура системи аналізу мережевого трафіку для виявлення комп’ютерних атак. Запропонована структура і алгоритм навчання нейромережевого імунного детектора. На основі проведеного дослідження реалізовано нейромережева система аналізу мережевого трафіку для виявлення комп’ютерних атак. The qualification work discusses methods and tools for analyzing network traffic to detect computer attacks. A neural network system for analyzing network traffic to detect computer attacks has been developed. The architecture of the network traffic analysis system for detecting computer attacks is presented. The structure and algorithm of training of the neural network immune detector are offered. Based on the study, a neural network system for analyzing network traffic to detect computer attacks was implemented.
ВСТУП...7 1. СТАН І ПЕРСПЕКТИВИ РОЗВИТКУ ЗАСОБІВ ВИЯВЛЕННЯ КОМП’ЮТЕРНИХ АТАК...10 1.1. Системи виявлення атак IDS...10 1.2. Постановка задачі дослідження...19 Висновки до першого розділу...21 2. НЕЙРОМЕРЕЖЕВА СИСТЕМА АНАЛІЗУ МЕРЕЖЕВОГО ТРАФІКУ ДЛЯ ВИЯВЛЕННЯ КОМП’ЮТЕРНИХ АТАК...22 2.1. Архітектура системи аналізу мережевого трафіку для виявлення комп’ютерних атак...22 2.2. Структура і алгоритм навчання нейромережевого імунного детектора...26 2.3. Алгоритм функціонування нейромережевого імунного детектора...31 Висновки до другого розділу ...34 3. РЕАЛІЗАЦІЯ НЕЙРОМЕРЕЖЕВОЇ СИСТЕМИ АНАЛІЗУ МЕРЕЖЕВОГО ТРАФІКУ ДЛЯ ВИЯВЛЕННЯ КОМП’ЮТЕРНИХ АТАК...35 3.1. Реалізація модуля виявлення атак...35 3.2. Тестування системи...55 3.3. Застосування систем виявлення атак...56 Висновки до третього розділу...58 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ....59 4.1. Вимоги щодо охорони праці при роботі з комп’ютерами. Інструкція для програміста...59 4.2. Забезпечення електробезпеки користувачів ПК...62 ВИСНОВКИ...65 ПЕРЕЛІК ДЖЕРЕЛ...66 ДОДАТКИ