Том 2 № 151 (СТ ІПБТ)
Permanent URI for this collection
Volume 2 No. 151 (ST IIBT)
Browse
Browsing Том 2 № 151 (СТ ІПБТ) by Title
Now showing 1 - 4 of 4
Results Per Page
Sort Options
Item The Use of Generative Artificial Intelligence in Software Testing(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2024) Hnatushenko, Volodymyr V.; Pavlenko Iegor V.ENG: This article explores the potential of using generative artificial intelligence (AI) for software testing, reflecting on both the advantages and potential drawbacks of this emerging technology. Considering the vital role of rigorous testing in software production, the authors ponder whether generative AI could make the testing process more efficient and comprehensive, without the need to increase resources. The article delves into the current limitations of this technology, emphasizing the need for continuous exploration and adaptation. It concludes with a summation of potential innovative solutions and avenues for future investigation. The paper encourages discussions surrounding the question of fully automated testing and the role of human specialists in the future of QA. It ultimately provides a thought-provoking reflection on the intersection of emerging technologies, and their societal impacts.Item Апаратний комплекс для вимірювання потужності UHF сигналів(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2024) Зимогляд, Андрій Юрійович; Гуда, Антон Ігорович; Кліщ, Сергій МихайловичUKR: У статті описана схема та конструкція апаратного пристрою, для вимірювання потужності радіосигналів діапазону UHF. Розроблений апаратний пристрій може вимірювати потужність сигналу в діапазоні частот 0.8 – 6 GHz.Item Дослідження інтелектуальних моделей управління на основі процедур класифікації невизначених даних зі встановленими вимогами достовірності результатів(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2024) Скалозуб, Владислав Васильович; Горячкін, Вадим Миколайович; Клименко, Іван Вікторович; Терлецький, Ігор АндрійовичUKR: Стаття присвячена дослідженням властивостей і розвитку інтелектуальних моделей управління складними системами за умов невизначеності даних на основі процедур класифікації на основі методів редукції та статистики каппа Коена. Застосування цих методів забезпечує достовірне вирішення завдань з урахуванням оцінки граничної розмірності моделей класифікації. В роботі були досліджені можливості удосконалення нейронних мереж Хеммінга для класифікації даних у форматах нечітких величин і certainty factor CF(A). Також були визначені особливості удосконаленої математичної моделі завдань нечіткої класифікації на основі набору шаблонів ознак. Представлено структуру програмного комплексу інформаційної технології управління призначенням/відбором виконавців на основі класифікації наборів шаблонів із певних нечітких ознак, який використовує процедури редукції і каппа статистики.Item Методологія поетапного проєктування портфеля інвестиційних проєктів(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2024) Басько, Артем Володимирович; Єршова, Ніна МихайлівнаUKR: Формування портфеля проєктів є ключовим завданням управління організацією. Аналіз життєвого циклу портфеля проєктів показує, що найважливіша є фаза вибору портфеля проєктів. Дотепер проблеми цієї фази не знайшли оптимального вирішення. Тому автори пропонують методологію поетапного проєктування портфеля інвестиційних проєктів. Перший етап - формування портфеля проєктів на основі методів математичного програмування та моделювання. Другій етап – оцінка ефективності відібраних проєктів методом аналізу ієрархій. Третій етап – розподіл коштів інвесторів між проєктами портфеля проєктів на основі гри з природою. Виконана оцінка ефективності трьох проєктів методом аналізу ієрархій. Критеріями є показники ефективності: показник науково-технічної ефективності, економічний показник, соціальний показник та показник забезпечення інформаційної безпеки. Кожен критерій має 4 підкритерія. В результати розрахунку визначені наступні ефективності проєктів: першого (44,36%), другого (22,95%) та третього (32,70%). Отже, в таких пропорціях необхідно розподіляти і ресурси між проєктами. Доведено, що проєктування портфеля інвестиційних проєктів є складним процесом, і виконувати його необхідно поетапно, використовуючи на кожному з них сучасні математичні методи прийняття рішень та технології.