Інші праці КІТ

Permanent URI for this collectionhttp://crust.ust.edu.ua/handle/123456789/8990

ENG: Other Works

Browse

Now showing 1 - 4 of 4

Дослідження інтелектуальних моделей класифікації невизначених даних з вимогами достовірності результатів
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2024) Скалозуб, Владислав Васильович; Горячкін, Вадим Миколайович; Терлецький, Ігор Андрійович
UKR: У доповіді приведені результати досліджень та розвитку інтелектуальних моделей управління складними системами за умов невизначеності даних на основі процедур класифікації, які забезпечують достовірне вирішення завдань з урахуванням оцінки граничної розмірності моделей. Досліджені можливості удосконалення нейронних мереж Хеммінга для класифікації даних у форматах нечітких величин і certainty factor CF(A). Визначені особливості математичної моделі завдань класифікації на основі набору шаблонів ознак. Приведено програмний комплекс інформаційної технології управління призначенням/відбором виконавців, а також визначення авторства україномовних творів на основі класифікації наборів шаблонів із певних нечітких ознак. Програмний комплекс використовує запропоновані у доповіді процедури редукції і статистики каппа Коена.
Методи покращення великих мовних моделей для покращення якості рефакторингу коду
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Сирота, Олександр Анатолійович; Горячкін, Вадим Миколайович
UKR: У даному досліджені розглядаються методи покращення великих мовних моделей (LLM) для рефакторингу програмного забезпечення. Використовуючи методи точного налаштування та індексації файлів вихідного коду, розкривається питання покращення результатів використання LLM для задачі рефакторингу кодових баз та покращеного використання контексту мовних моделей. Запропоновані підходи націлені на підвищення якості вихідного коду після рефакторингу, а також покращення різних великих мовних моделей шляхом змін в самій моделі чи інтеграції її з додатковим програмним забезпеченням. Оцінка результатів реалізації методів буде здійснюватися за допомогою показників Code Health та F1-метрики. Це дає змогу визначити ефективність запропонованих рішень. Результати досліджень відкривають нові перспективи для академічних досліджень та ефективного впровадження у проекти різного масштабу.
Протоколи консенсусу та їх застосування у системах управління вантажопотоками
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Велегура, Євгеній Анатолійович; Горячкін, Вадим Миколайович
UKR: У тезах розглянуто сучасні протоколи консенсусу та їх використання в управлінні вантажопотоками на основі блокчейну. Проаналізовано технічні аспекти впровадження смарт-контрактів у логістичних процесах з акцентом на безпеку даних і транзакцій. Показано, що децентралізована мережа, в якій всі учасники повинні досягти згоди щодо змін у реєстрі, забезпечує високу цілісність інформації та захист від несанкціонованих втручань. Наведено приклади використання блокчейну в логістиці (відстеження вантажів, автоматизація документів) та обговорено переваги консенсусних алгоритмів у підвищенні прозорості, довіри між сторонами й стійкості систем вантажоперевезень. Зроблено висновок про перспективність застосування протоколів консенсусу для побудови захищених та ефективних систем управління ланцюгами постачання.
Рефакторинг крос-платформних застосунків з використанням штучного інтелекту
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2024) Сирота, Олександр Анатолійович; Горячкін, Вадим Миколайович
UKR: У сфері розробки програмного забезпечення продуктивність рефакторингу коду збільшується завдяки використанню штучного інтелект (ШІ). У процесі рефакторингу можна використовувати такі методи ШІ, як машинне навчання (ML), обробка природної мови (NLP) та генетичні алгоритми (GA). Кожен з методів має певний вплив на процес, як позитивний так і негативний. Зважаючи на це робота, що виконується ШІ, вимагає ретельного управління, щоб уникнути ряду проблем, наприклад "галюцинацій". Дослідження продовжують вивчати нові методи, оцінювати порівняльну ефективність та оптимізувати моделі ШІ для конкретних фреймворків і мов.