Інші праці КІТС (ДМетІ)

Permanent URI for this collectionhttp://crust.ust.edu.ua/handle/123456789/14594

Browse

Now showing 1 - 40 of 76

Computer Technology for Satellite Imagery Processing in Nature Management Problem Solving Using Lineament Analysis
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2023) Kashtan, Vita Yu.; Nikulin, Serhii; Hnatushenko, Volodymyr V.; Sergieieva, Kateryna; Korobko, Olha; Ivanov, Denys
ENG: This study focuses on analyzing the techniques used to highlight lineaments in images. Various mask algorithms, including the widely used optimal Kenny detector, were employed to identify brightness boundaries. Additionally, several quality criteria were developed to assess the accuracy of boundary selection. Based on the results of the analysis, conclusions were drawn regarding the effectiveness of different pre-processing methods for space images, along with recommendations to streamline data processing and analysis and enhance the reliability of results. Our analysis of image processing methods for selecting brightness boundaries revealed that the most effective approach involves applying filters to the source images to increase the number of selected boundaries while maintaining their integrity and length.
Development of a Method for Using Graphical Diagrams for Queries to Large Language Models
(International Scientific Unity, Lisbon, Portugal, 2025) Dmytriieva, Iryna S.; Yushkovskyi, Pavlo
ENG: This paper is devoted to the development of an innovative method that combines the visual structure of graphic diagrams with the power of large language models (LLMs). Based on experiments with GPT-4, Claude 3, and Gemini 1.5 Pro, it has been demonstrated that the use of formalized diagrams as queries increases the coherence and accuracy of responses by 16–25% compared to traditional text instructions. The proposed approach opens up new opportunities for structured human-artificial intelligence interaction in education, science, and analytics.
Technologies of Software Development Based on Non-Relative Databases
(Національна металургійна академія України, ІВК «Системні технології», Дніпро, 2021) Liashenko, Oksana; Dorosh, Natalia
ENG: The paper presents an overview of some technologies of software development based on non-relational databases. It is emphasized that nowadays more and more data are generated to be stored and processed in real time. In addition, the nature of these data is often increasingly unstructured or poorly structured. This causes a niche of problems when applying traditional approaches to building databases that are integrated into software systems. At the same time, NoSQL databases provide a mechanism for storing and retrieving data that are organized in a different way than the usual relational approach. The motivation for this approach is the simplicity of architecture, horizontal scaling, and accessibility control. The growing interest to non-relational databases is represented by a review of some publications.
Автоматична семантична сегментація зображень Sentinel-2: інтеграція методів кластеризації та великих мовних моделей для інтерпретації кластерів
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Гончаров, Олександр Геннадійович; Гнатушенко, Вікторія Володимирівна
UKR: Семантична сегментація супутникових зображень, зокрема даних Sentinel-2, є важливим інструментом екологічного моніторингу та управління земними ресурсами. У роботі запропоновано метод автоматичної класифікації земного покриву без використання маркованих даних. Підхід ґрунтується на поєднанні кластеризації (K-Means, DBSCAN, автоенкодери) та мультимодального маркування за допомогою великих мовно-візуальних моделей (GPT-4, Claude, Gemini 2.0 тощо). Інтерпретація кластерів здійснюється на основі візуалізацій, що автоматично аналізуються моделями. Методологія дозволяє досягти точності сегментації на рівні 85–90%, порівнянної з супервізованими підходами, та забезпечує інтерпретованість і масштабованість. Система також підтримує нормалізацію термінів і голосування кількох моделей для підвищення надійності. Результати валідуються з використанням карт ESA WorldCover. Підхід є перспективним для швидкого картографування в умовах обмежених ресурсів.
Адаптивна система оцінювання ризиків онлайн транзакцій на основі інтелектуального аналізу
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Носов, Валерій Олександрович; Островська, Катерина Юріївна
UKR: З кожним роком кількість фінансових операцій неспинно зростає, а з нею і відповідні кіберзагрози, зокрема шахрайство, тому виявлення ризикових транзакцій в електронній комерції набуває все більшої актуальності. У дослідженні розглянуто адаптивний підхід до оцінювання ризиків онлайн транзакцій на основі інтелектуального аналізу даних, зокрема машинного навчання. Запропонована система передбачає багаторівневу структуру в яку входять поведінковий аналіз, семантична оцінка транзакцій та інтеграція результатів для формування фінального індикатора ризику. Увагу приділено виявленню відхилень від типових шаблонів, зіставленню історичних даних з поточними діями користувача, а також гнучкому реагуванню на підозрілі активності та аномалії у режимі реального часу. Зазначений підхід дозволить підвищити точність виявлення шахрайських операцій, зменшити кількість хибнопозитивних спрацювань, і забезпечити здатність моделі до адаптації в умовах постійно зростаючих загроз у динамічному середовищі.
Аналіз емоцій з використанням голосових ознак
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Дмитрієва, Ірина Сергіївна; Бімалов, Дмитро Вікторович
UKR: У роботі описані методи розпізнавання емоцій людини. Ця сфера штучного інтелекту стрімко розвивається і відіграє ключову роль у підвищенні ефективності взаємодії між людиною та комп'ютером. У процесі дослідження аналізуються наявні підходи щодо розпізнавання емоцій за участю голосових ознак. У цій роботі розглядаються методи аналізу емоцій на основі голосових ознак. Описуються основні параметри, такі як частота, темп, інтонація, тембр і гучність, які дають змогу визначити емоційний стан людини за її мовленням. Розглядаються сучасні підходи, включно з використанням алгоритмів машинного навчання та нейромережевих моделей для опрацювання аудіофайлів і класифікації емоцій. Це дослідження сприяє розвитку вивчення емоцій, надаючи глибше розуміння людських емоційних станів.
Аналіз методів супутникового моніторингу змін водних об’єктів
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2024) Кавац, Олена Олександрівна; Кавац, Юрій Віталійович; Рой, Дмитро М.
UKR: Поверхневі води є частиною екосистемних послуг різних країн світу, переважно призначених для побутового, промислового та сільськогосподарського використання, виробництва продуктів харчування, електроенергії (гідроенергетики), отримання лікарських речовин та інших матеріалів з біоти, організації місць відпочинку та рекреації. Сезонний моніторинг рівня поверхневих вод дозволяє отримати якісну характеристику та кількісну оцінку змін гідрологічної екосистемної служби внаслідок змін клімату, антропогенних впливів. У цьому зв'язку важливу роль грають технології оперативного моніторингу динаміки змін водних об’єктів.
Аналіз настроїв користувачів Twitter на основі текстових даних з використанням згорткової нейронної мережі
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Гнатушенко, Володимир Володимирович; Каштан, В. Ю.; Овчаренко, М. А.; Іванько, А. М.
UKR: Розглянуто застосування згорткових нейронних мереж (CNN) для аналізу настроїв користувачів на основі текстових даних соціальної мережі Twitter. Актуальність роботи зумовлена зростаючим обсягом неструктурованих текстових даних у соціальних мережах та необхідністю їх ефективної обробки для розуміння громадської думки. Запропонована модель CNN включає представлення текстових даних у векторному просторі, згорткові та пулінгові шари для вилучення релевантних ознак, а також повністю зв'язані шари для класифікації настроїв на позитивні та негативні. Для запобігання перенавчанню застосовано шари випадкового виключення нейронів (Dropout). Експериментальна оцінка моделі проводилася на спеціально підготовленому наборі даних із Twitter. Результати тестування демонструють перспективність використання CNN для автоматизованого аналізу настроїв користувачів соціальних мереж.
Аналіз обміну даними між підприємствами за допомогою технології блокчейн в інформаційних системах
(Український державний університет науки і технологій, ІВК «Системні технології», 2022) Ситник, Роман Сергійович; Гнатушенко, Вікторія Володимирівна
UKR: Сьогодні інформаційні системи для управління виробництвом та поставками ускладняються з подальшим розвитком міжнародної та внутрішньої торгівлі, збільшенням складності виробничих та логістичних ланцюгів тощо. Тому актуальним для вирішення стає завдання дослідження та розробки нових підходів для ланцюгів поставок та логістичних інформаційних систем. У цій статті розглядаються можливі переваги та недоліки використання технології блокчейн у логістиці та системах ланцюгів поставок. Блокчейн може допомогти спростити і зробити більш прозорими процеси моніторингу та управління виробництвом і переміщенням товарів між різними суб'єктами. Але також існує ряд проблем, які потребують вирішення, таких як можливості оновлення програмного забезпечення в смарт-контрактах і завдання проектування повної системи на основі блокчейну, яка дійсно дозволить вирішити важливі проблеми в цій сфері найбільш ефективним способом без критичних проблем.
Аналіз перспектив застосування нечіткої логіки в мережах інтернету речей
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2023) Довидовський, Е. О.; Гуда, Антон Ігорович
UKR: Досліджено основні принципи, фундаментальні характеристики та напрями практичного застосування концепції Інтернету речей, проведено аналіз розвитку концепції Інтернету речей та її основних мереж. Проаналізовано основні поняття концепцій нечіткої логіки, теорії нечітких множин та алгоритмів нечіткого логічного висновку. При використанні теорії нечітких множин і нечіткої логіки в області концепції Інтернету речей і його основних мереж найбільш переважним є використання алгоритму Мамдані, перевага якого полягає в тому, що створені на його основі бази знань є прозорими та інтуїтивно зрозумілими, тоді як при використанні інших алгоритмів стає важко вибрати лінійні залежності між досліджуваними параметрами.
Аналіз існуючих методів розпізнавання об'єктів на прикладі зображеннях вебсторінок
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2023) Царик, Владислав Юрійович
UKR: Розпізнавання об’єктів на веб-сторінках – це процес автоматичного виявлення та класифікації об’єктів на зображеннях веб-сайту. У роботі аналізуються методи розпізнавання об’єктів на цифрових зображеннях для сегментації веб-сайтів для подальшого аналізу. На основі аналізу методів розпізнавання об’єктів на зображеннях веб-сторінок зроблено висновок, що методи глибокого навчання можуть бути дуже ефективними для розпізнавання об’єктів з великою кількістю даних, але вони можуть потребувати значних обчислювальних ресурсів і даних для навчання. Геометричні функції можуть бути ефективними для розпізнавання об’єктів стандартизованих форм і розмірів, але вони можуть бути менш ефективними для розпізнавання об’єктів із великою мінливістю форм і розмірів. Вибір методу розпізнавання об’єктів на зображеннях веб-сайтів залежить від різних факторів, таких як розмір набору даних, характеристики ідентифікованих об’єктів, доступні для використання обчислювальні ресурси та багато інших факторів.
Взаємодія аналізу дискурсу та аналізу настроїв для ідентифікації емоційного стану в текстовому спілкуванні
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2024) Дмитрієва, Ірина Сергіївна; Бімалов, Дмитро Вікторович
UKR: Ця робота присвячена вивченню двох фундаментальних завдань нейролінгвістичного програмування: аналізу дискурсу та аналізу настроїв, які є двома фундаментальними завданнями обробки природної мови. У роботі розглядалися деяких моделей та алгоритми покращення обробки даних у процесі текстового спілкування користувачів. Проведене дослідження показало, що використання спільної моделі аналізу дискурсу та аналізу настроїв є взаємовигідними. Результати роботи показують, що інформація яка отримана у дискурсу, може допомогти у визначенні настрою, а аналіз настроїв та знання двох фрагментів тексту можуть допомогти визначити дискурсивні відносини між ними.
Визначення адекватності комп’ютерних моделей складних багатозв’язних об’єктів
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2024) Селівьорстова, Тетяна Віталіївна; Потап, Михайло Олегович
UKR: Доведення адекватності моделей складних, багатозв’язних об’єктів, таких як стани безперервної прокатки, становить проблему через неможливість точного відтворення умов промислового експерименту під час моделювання. Більшість вхідних та вихідних змінних у наведеній комп’ютерній моделі безперервного прокатного стану не піддаються експериментальному вимірюванню, а відтак їх не можна порівнювати з результатами моделювання. Адекватність таких моделей пропонується визначати шляхом порівняння якісних та кількісних ефектів взаємовпливу різних модельованих параметрів із подібними ефектами, наявність яких чітко встановлена практикою. Застосування зазначеного методу дозволило провести апробацію нового способу регулювання міжклітьового натягу на основі даних про струми якоря двигунів прокатних станів.
Визначення об’єктів на супутникових знімках за допомогою PyTorch
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2024) Міщенко, Максим Станіславович; Гнатушенко, Вікторія Володимирівна
UKR: Дана робота присвячена розробці нейронної мережі для класифікації супутникових знімків Землі за чотирма класами: вода, піски, хмари та зелена місцевість (ліси, поля, скупчення рослин). Для цього використовується Python-бібліотека PyTorch, орієнтована на застосування глибинного навчання для задач комп'ютерного зору. Запропонований підхід дозволяє автоматично класифікувати супутникові знімки, полегшуючи аналіз великих обсягів даних, його було протестовано на супутникових знімках Sentinel-2, отриманих з березня по серпень 2023 року для деяких частин Херсонської та Миколаївської областей, Україна, та отримано загальну точність 95%. Результати дослідження є корисними для спеціалістів у галузях дистанційного зондування Землі, комп'ютерного зору, машинного навчання та розробки програмного забезпечення для аналізу аерокосмічних зображень.
Використання методу опорних векторів на прикладі прогнозування властивостей покладів вуглеводнів
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2024) Дмитренко, А. М.; Дмитрієва, Ірина Сергіївна
UKR: Проникність є ключовим параметром для характеристики будь-якого вуглеводневого покладу, що робить її незамінною для точного вирішення численних завдань нафтогазової інженерії. Традиційні методи визначення проникності, такі як аналіз керна та випробування свердловин, є досить дорогими і трудомісткими. Тому зусилля були спрямовані на використання штучних нейронних мереж для встановлення кореляції між даними каротажу свердловин і проникністю керна. Нещодавні досягнення в методах штучного інтелекту представили надійну методологію машинного навчання, відому як машина опорних векторів (SVM). Метою цього дослідження є застосування SVM для прогнозування проникності трьох газових свердловин на родовищі Південний Парс. Результати, отримані за допомогою SVM, продемонстрували коефіцієнт кореляції 0,97 між керном і прогнозованою проникністю для тестового набору даних.
Використання моделі на основи безпеки для захисту хмарних середовищ
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Бобренок, Вячеслав Віталійович; Гуда, Антон Ігорович
UKR: Стрімкий ріст популярності хмарних середовищ вимагає приділяти особливу увагу безпеці ресурсів та даних, розташованих у хмарі. Розглянута концепція довіри та її властивості, завдяки яким вона може бути використана для опису взаємодії компонентів у хмарних середовищах. Завдяки цьому моделі на її основі можуть бути застосовані для захисту цих середовищ. Розглянуті реалізації подібних моделей, а саме: TNA-SL, InterTrust, ODTMF, Fuzz Art та їх модифікації. Були визначені вимоги до них, відомі недоліки та переваги. Як результат, був зроблений висновок, що моделі на основі довіри можуть бути використані для захисту хмарних середовищ, проте вони потребують оптимізацій як часу виконання, так і масштабування для подальшого використання. Також було визначено, що варто звернути увагу на їх використання у об’єднаних хмарних середовищах.
Використання нейронних мереж реального часу у системах виявлення мережевих вторгнень
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Горбатов, Віталій Сергійович; Журба, Анна Олексіївна
UKR: В роботі розглянуто нагальні обмеження сучасних систем виявлення вторгнень (NIDS), які зазвичай базуються на статичних текстових правилах. Такий підхід перешкоджає виявленню нових або модифікованих атак, оскільки зловмисники можуть легко обійти ці статичні правила за допомогою мінімальних модифікацій. Як перспективний напрям розглянуто впровадження нейронних мереж, оснащених можливостями онлайн-навчання. Проаналізовано декілька найсучасніших рішень, у тому числі Online Sequential Extreme Learning Machine (OSELM), T-DFNN і різні інкрементні моделі глибоких нейронних мереж, усі з яких демонструють здатність адаптуватися в реальному часі. Робота не лише узагальнює поточні методології, але й підкреслює значний потенціал онлайн-навчання для підвищення ефективності та гнучкості систем кібербезпеки, зокрема в динамічному виявленні zero-day загроз.
Випуск 1 (132). Системні технології
(НМЕТАУ, ІВК «Системні технології», Дніпро, 2021)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу та кібербезпеці.
Випуск 1 (138). Системні технології
(Український державний університет науки і технологій, ННІ «Інститут промислових та бізнес технологій», ІВК «Системні технології», Дніпро, 2022)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.
Випуск 1 (144). Системні технології
(Український державний університет науки і технологій, ННІ «Інститут промислових та бізнес технологій», ІВК «Системні технології», Дніпро, 2023)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.
Випуск 1 (156). Системні технології
(Український державний університет науки і технологій, ННІ «Дніпровський металургійний інститут», ІВК «Системні технології», Дніпро, 2025)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.
Випуск 1 (162). Системні технології
(Український державний університет науки і технологій, ННІ «Дніпровський металургійний інститут», ІВК «Системні технології», Дніпро, 2026)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу та кібербезпеці.
Випуск 2 (139). Системні технології
(Український державний університет науки і технологій, ННІ «Інститут промислових та бізнес технологій», ІВК «Системні технології», Дніпро, 2022)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.
Випуск 2 (145). Системні технології
(Український державний університет науки і технологій, ННІ «Інститут промислових та бізнес технологій», ІВК «Системні технології», Дніпро, 2023)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.
Випуск 2 (157). Системні технології
(Український державний університет науки і технологій, ННІ «Дніпровський металургійний інститут», ІВК «Системні технології», Дніпро, 2025)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.
Випуск 2 (163). Системні технології
(Український державний університет науки і технологій, ННІ «Дніпровський металургійний інститут», ІВК «Системні технології», Дніпро, 2026)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу та кібербезпеці.
Випуск 3 (134). Системні технології
(НМЕТАУ, ІВК «Системні технології», Дніпро, 2021)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу та кібербезпеці.
Випуск 3 (140). Системні технології
(Український державний університет науки і технологій, ННІ «Інститут промислових та бізнес технологій», ІВК «Системні технології», Дніпро, 2022)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.
Випуск 3 (146). Системні технології
(Український державний університет науки і технологій, ННІ «Інститут промислових та бізнес технологій», ІВК «Системні технології», Дніпро, 2023)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.
Випуск 3 (158). Системні технології
(Український державний університет науки і технологій, ННІ «Дніпровський металургійний інститут», ІВК «Системні технології», Дніпро, 2025)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.
Випуск 4 (135). Системні технології
(НМЕТАУ, ІВК «Системні технології», Дніпро, 2021)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу та кібербезпеці.
Випуск 4 (141). Системні технології
(Український державний університет науки і технологій, ННІ «Інститут промислових та бізнес технологій», ІВК «Системні технології», Дніпро, 2022)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.
Випуск 4 (147). Системні технології
(Український державний університет науки і технологій, ННІ «Інститут промислових та бізнес технологій», ІВК «Системні технології», Дніпро, 2023)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.
Випуск 4 (159). Системні технології
(Український державний університет науки і технологій, ННІ «Дніпровський металургійний інститут», ІВК «Системні технології», Дніпро, 2025)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.
Випуск 5 (142). Системні технології
(Український державний університет науки і технологій, ННІ «Інститут промислових та бізнес технологій», ІВК «Системні технології», Дніпро, 2022)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.
Випуск 5 (154). Системні технології
(Український державний університет науки і технологій, ННІ «Дніпровський металургійний інститут», ІВК «Системні технології», Дніпро, 2024)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу та кібербезпеці.
Випуск 5 (160). Системні технології
(Український державний університет науки і технологій, ННІ «Дніпровський металургійний інститут», ІВК «Системні технології», Дніпро, 2025)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу.
Випуск 6 (137). Системні технології
(НМЕТАУ, ІВК «Системні технології», Дніпро, 2026)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу та кібербезпеці.
Випуск 6 (155). Системні технології
(Український державний університет науки і технологій, ННІ «Дніпровський металургійний інститут», ІВК «Системні технології», Дніпро, 2024)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу та кібербезпеці.
Випуск 6 (161). Системні технології
(Український державний університет науки і технологій, ННІ «Дніпровський металургійний інститут», ІВК «Системні технології», Дніпро, 2025)
UKR: У збірнику публікуються результати досліджень в галузі техніки, присвячених проблемам системного моделювання процесу технічних об'єктів, обробки інформації, оптимізації керування параметрами процесу та кібербезпеці.