Кафедра інформаційних систем (ІС)

Permanent URI for this communityhttps://crust.ust.edu.ua/handle/123456789/20195

ENG: Department of Information Systems (IS)

Browse

Now showing 1 - 9 of 9

Дослідження моделей баз даних для зберігання big data у сфері моніторінгу довкілля
(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2024) Резніченко, Олег Вікторович; Ляшенко, Оксана Анатоліївна; Архипова, Вікторія Вікторівна
UKR: Питання, пов’язані з утворенням великих масивів даних, до кінця не вирішені. Кількість інформації у світі постійно збільшується, що призвело до виникнення проблеми її збереження. Створене для визначення цих даних поняття «big data» включає у собі наступні характеристики: кількість, швидкість обробки, різноманітність, достовірність, змінність та цінність. До цього типу інформації відносяться характеристики навколишнього середовища; дані визначають розподіл відповідних показників на Землі і дають можливість дати прогноз на майбутнє щодо зміни їх у часі і просторі, що є важливим для ведення господарства та сталого розвитку людства. Але інформація щодо ефективної організації збереження і обробки таких даних є недостатньою, що вимагає проведення додаткових досліджень. Таким чином, об’єктом дослідження є дані, що отримують на постах спостереження за станом навколишнього середовища. Предметом дослідження є зберігання даних, отриманих у результаті проведення моніторингу навколишнього середовища. Метою дослідження є розробка критеріїв для оцінки та порівняння різних типів сховищ даних з урахуванням специфічних вимог для їх зберігання; визначення типів інформації, яка буде зберігатися у базі даних параметрів навколишнього середовища; створення ER-діаграми визначеної бази даних. Отримані дані класифікуються в залежності від стану середовища, його розташування та забрудненості. Оскільки дані одержують з розгалуженої системи спостережень, вони поетапно потрапляють від місця їх реєстрації через міську, регіональну, державну і глобальну мережу до місця їх зберігання. Відповідно, повинні бути забезпечені наступні критерії до отриманої інформації: зберігання даних різних типів, швидкий доступ і обробка та можливість масштабування. Існує дві основні моделі сховищ даних: реляційні та нереляційні, кожна з яких має переваги і недоліки. Так, реляційні (SQL) мають жорсткі схеми, які забезпечують надійність збереження інформації, але є неефективними для обробки великої кількості запитів і не володіють значною масштабованістю. Нереляційні (NoSQL) зберігають дані у неструктурованому типі, легко масштабуються, і забезпечують велику швидкість обробки запитів. Висновки. Проведено дослідження щодо організації даних, отриманих з пунктів спостереження за навколишнім середовищем. Створено схему обробки отриманих даних. Окреслено групи параметрів, що будуть зберігатися у базі даних. Сформульовано основні критерії щодо зберігання даних, що дозволяють більш ефективно їх організувати. Реалізовано ER-діаграму для бази даних.
Керовані за точністю методи розв'язання систем диференціальних рівнянь в задачах оптимізації кородуючих конструкцій
(ДВНЗ «Український державний хіміко-технологічний університет», Дніпро, 2024) Бричковський, Олексій Дмитрович
UKR: Метою роботи є підвищення ефективності розв’язання задач оптимального проектування шарнірно-стержневих конструкцій (ШСК), призначених для експлуатації в агресивних технологічних середовищах, зокрема, вдосконалення методу поправних функцій і забезпечення його керованості за точністю. Наукова новизна отриманих результатів полягає в подальшому розвитку метода поправних функцій для розв’язання задачі довговічності кородуючих конструкцій, який на відміну від існуючого, є керованим за точністю і забезпечує більш точні розв’язки. Окрім цього, вперше запропоновано метод визначення значущих факторів в задачі довговічності кородуючих конструкцій на основі оптимізованої методом Optimal Brain Surgeon штучної нейронної мережі (ШНМ). В першому розділі розглянуто задачу оптимального проектування кородуючої ШСК та визначено основні проблеми, пов'язані з її розв'язанням, такі як дискретна постановка задачі та необхідність моделювання впливу агресивного середовища на конструкцію при обчисленні функції обмежень. Розглянуто ключові моделі, які відрізняють постановку задачі для умов агресивного середовища від класичної: модель накопичення геометричних пошкоджень конструкції у вигляді системи диференціальних рівнянь (СДР) і модель кородуючого перерізу елементу конструкції. Встановлено, що підвищення ефективності розв'язання за рахунок методів оптимізації не є можливим, проте можливе поліпшення ефективності на етапі обчислення функції обмежень, зокрема, розв'язання задачі довговічності кородуючої конструкції (ЗДКК). Проведено огляд існуючих методів розв’язання ЗДКК, зокрема, наведено основні відомості про методи, проведено аналіз їх переваг і недоліків, а також наявності їх керованості за точністю. Обґрунтовано вибір методу поправних функцій для розв’язання ЗДКК, як основи дисертаційного дослідження. В другому розділі досліджено метод поправних функцій для розв'язання ЗДКК. Визначено вигляд поправної функції та методи її побудови за допомогою апроксимації. Наведено архітектуру ШНМ та основні властивості ШНМ, яка використовується для апроксимації поправної функції. Визначено, що для різних типів навантаження та перерізів стержнів потрібні окремі ШНМ. Проведено аналіз впливу степеня поліному на точність апроксимації залежності осьових зусиль від часу. Проведений аналіз показав достатність поліному третього степеня для задовільної точності розв’язання ЗДКК. Запропоновано використання методу Optymal Brain Surgeon (OBS) для обґрунтованого вибору значущих параметрів ШНМ. Застосування методу OBS дозволило зменшити кількість вхідних параметрів ШНМ без суттєвої втрати точності, при цьому, кількість нейронів ШНМ була зменшена майже втричі. Описано спосіб генерації вибірки для навчання ШНМ, включно із етапами отримання еталонного і наближеного чисельних розв'язків для обчислення значень поправної функції. В третьому розділі представлена модифікація методу поправних функцій для розв’язання ЗДКК, яка уточнює оригінальний метод. Для уточнення оригінального методу розглядалися альтернативні набори вхідних даних для ШНМ, які дозволяють збільшити інформацію про зміну осьових зусиль у часі За результатами проведених експериментів, запропоноване уточнення показало зменшення похибки, в залежності від розглядуваного випадку, в середньому на 43.5% і 9.6% порівняно з оригінальним методом. Відповідно запропонованій автором модифікації зникає необхідність в попередній апроксимації осьових зусиль перед застосуванням поправної функції, що позитивно впливає на обчислювальну складність методу. Для уточненого методу поправних функцій було встановлено керованість за точністю методу шляхом визначення залежності математичного сподівання цільової метрики відпараметрів чисельного розв’язку. Останнє дозволяє знаходити баланс між обчислювальною складністю методу і необхідною точністю розв’язку, що є особливо важливим при розв’язанні задач оптимального проектування конструкцій, які складаються із великої кількості елементів. При оцінці моделей, і на етапі уточнення методу, і на етапі встановлення керованості за точністю методу, було враховано залежність вихідних значень ШНМ від випадкових початкових значень вагових коефіцієнтів, що підвищує достовірність отриманих результатів. В четвертому розділі розв’язано практичну задачу оптимального проектування кородуючої ШСК із запропонованими автором модифікаціями поправних функцій. В якості модельної конструкції розглядалася статично-невизначена 15-стержнева ШСК, для якої задача розв’язувалась у двох постановках, що відрізнялися кількістю варійованих параметрів. Для розв’язання задачі використовувався генетичний алгоритм із застосуванням методу штрафних функцій. Порівняння з результатами інших авторів та інших підходів показало, що запропонована автором модифікація методу поправних функцій має найнижчу обчислювальну складність.
Оцінка та оптимізація ймовірності завершення іт-проєкту за методом PERT
(Український державний університет науки і технологій, ННІ ≪ Дніпровський металургійний інститут ≫, ІВК ≪Системні технології≫, Дніпро, 2025) Селівьорстова, Тетяна Віталіївна; Мала, Юлія Анатоліївна; Гуда, Антон Ігорович; Зеленцов, Дмитро Гегемонович; Кокович, Богдан Олександрович; Веровкін, Олександр
UKR: У статті досліджено застосування методу PERT (Program Evaluation and Review Technique) для аналізу й оптимізації строків реалізації ІТ-проєктів в умовах невизначеності. Метод PERT дозволяє моделювати часові параметри задач проєкту на основі трьох експертних оцінок (оптимістичної, ймовірної та песимістичної), обчислювати очікувану тривалість проєкту та оцінювати ймовірність його завершення у встановлений термін. Запропоновано формалізовану постановку оптимізаційної задачі, що передбачає мінімізацію ризику затримки шляхом впливу на параметри задач критичного шляху: зменшення тривалості та дисперсії. Проведено обчислювальний експеримент на прикладі умовного ІТ-проєкту з 9 задачами, де визначено критичний шлях і оцінено ймовірність своєчасного завершення при заданому дедлайні. Здійснено оптимізацію, в результаті якої ймовірність завершення проєкту у строк зросла з 15.78% до 43.34%. Отримані результати демонструють доцільність поєднання PERT з методами математичного моделювання при плануванні складних проєктів. Показано, що навіть незначні зміни у параметрах задач можуть суттєво знизити ризики і підвищити надійність дотримання строків реалізації ІТ-проєктів.
Порівняльний аналіз традиційних статистичних методів та нейромережевої моделі LSTM
(Український державний університет науки і технологій, ННІ ≪Дніпровський металургійний інститут≫, ІВК ≪Системні технології≫, Дніпро, 2025) Перцев, Юрій Олексійович; Коротка, Лариса Іванівна
UKR: У статті здійснено порівняльний аналіз традиційних статистичних методів (ARIMA, SARIMA) та сучасного підходу на основі глибокого навчання (LSTM) для прогнозування часових рядів на фінансових ринках. Аналіз зосереджено на дослідженні ефективності кожної моделі у прогнозуванні ціни закриття акцій компанії Apple (NASDAQ: AAPL). Вибір моделей обумовлений їх широким застосуванням у фінансовому аналізі: ARIMA добре підходить для стаціонарних часових рядів, SARIMA дозволяє враховувати сезонні коливання, а LSTM здатна розпізнавати нелінійні залежності та довготривалі тренди. Для дослідження використано історичні дані про ціну закриття акцій AAPL за період із 01.01.2023 по 20.01.2025, отримані через сервіс yfinance. Експериментальне моделювання проводилося з метою порівняння точності прогнозування на основі таких мет-рик, як середня абсолютна похибка (MAE), середньоквадратична похибка (MSE), корінь середньоквадратичної похибки (RMSE) та середня абсолютна відносна похибка (MAPE). Результати аналізу показали, що модель LSTM забезпечує найкращу точність прогнозування завдяки здатності продуктивно моделювати складні патерни у часових рядах. SARIMA також продемонструвала високу ефективність у прогнозуванні, особливо для даних із вираженою сезонною складовою, перевершуючи ARIMA за точністю. Водночас ARIMA продемонструвала найгірші результати через обмежену здатність адаптуватися до сезонності та нелінійних залежностей. Одержані висновки можуть бути корисними для аналітиків, інвесторів та дослідників, що займаються фінансовим прогнозуванням. Робота містить практичні ре-комендації щодо вибору моделі залежно від характеристик даних і потреб прогнозування, а також висвітлює сильні та слабкі сторони кожного підходу.
Глибоке навчання у фінансовому аналізі: застосування LSTM та GAN для прогнозування цін акцій
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Перцев, Юрій Олексійович; Коротка, Лариса Іванівна
UKR: Прогнозування цін на акції є важливим аспектом фінансової аналітики, що допомагає інвесторам приймати зважені рішення. У роботі розглядаються традиційні методи прогнозування, такі як технічний аналіз (ковзні середні SMA, EMA) та статистичні моделі (ARIMA, експоненційне згладжування). Аналізуються їхні переваги та обмеження, зокрема труднощі у відображенні складних ринкових закономірностей. Для підвищення точності прогнозування пропонується використання сучасних підходів машинного навчання, зокрема нейронних мереж LSTM та генеративно-змагальних нейромереж (GANs). Описано архітектуру GAN та її здатність моделювати ринкову динаміку навіть за обмеженості історичних даних. Проведене дослідження базується на реальних біржових даних (ціни акцій AAPL), а результати порівнюються з методами ARIMA та LSTM, що підтверджує ефективність запропонованого підходу.
Концепції проектування систем контролю знань з математичних дисциплін в умовах дистанційної освіти
(Український державний університет науки і технологій, ННІ ≪ Дніпровський металургійний інститут ≫, ІВК ≪Системні технології≫, Дніпро, 2026) Зеленцов, Дмитро Гегемонович; Шаповалов, Кирило Ігорович
UKR: Пропонується новий підхід до проектування систем контролю знань здобувачів освіти з дисципліни «Диференціальне числення». На відміну від більшості існуючих систем контролю знань авторська розробка не містить баз завдань та відповідей. Завдання генеруються у відповідності до сформульованих правил з використанням випадкових чисел. Згенерована задача (функція, для якої треба знайти похідну) перевіряється на коректність, після чого пропонується здобувачу. Відповідь на завдання надається у вигляді формули, а не числа, що також є відмінною рисою авторської розробки. Висновок про вірний розв’язок відбувається на підставі порівняння результатів аналітичного та чисельного диференціювання заданої функції для декількох значень аргументу.
Текстовий стандарт опису API як інструмент підвищення якості тестування програмного забезпечення
(Український державний університет науки і технологій, ННІ ≪ Дніпровський металургійний інститут ≫, ІВК ≪Системні технології≫, Дніпро, 2026) Москаленко Максим Л.
UKR: У сучасній розробці програмного забезпечення якість тестування API-інтерфейсів суттєво залежить від повноти їх документування. Актуальність дослідження зумовлена відсутністю єдиного стандарту для текстового опису API у корпоративній документації - Confluence, Google Docs та аналогічних системах. Встановлено, що бізнес-аналітики наприклад, описують ендпоінти довільно, так в одних документах зазначається лише URL, в інших - лише назва операції, тоді як інформація про параметри, коди помилок та авторизацію відсутня. Це призводить до неповного тестового покриття та збільшення кількості дефектів, що виявляються на пізніх стадіях розробки. Метою дослідження є розробка мінімального стандарту текстового опису API - MADS (Minimal API Description Standard) - та обґрунтування його структури на основі аналізу академічних джерел і реальної практики тестування. Запропонований стандарт містить десять полів, згрупованих у чотири блоки: ідентифікація ендпоінту, вхідні дані, вихідні дані та контекст безпеки. В статті проведено дослідження яке демонструє, що застосування MADS дозволяє тестувальнику безпосередньо формувати повний набір тест-кейсів, що охоплюють позитивні сценарії, граничні значення та обробку помилок, без додаткових уточнень вимог. Як результат це впливає на якість вихідного продукта.
Інтеграція нечіткої логіки в генеративно-змагальну мережу TimeGAN для прогнозування фінансових часових рядів
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2026) Перцев, Юрій Олексійович; Коротка, Лариса Іванівна
UKR: Розглянуто проблему фіксованої довжини вікна спостереження у генеративно-змагальній мережі TimeGAN та запропоновано метод її вирішення через інтеграцію нечіткого регулятора параметра k. На відміну від детермінованого підбору гіперпараметрів, нечіткий модуль Φ: S → K = {10,…,60} динамічно адаптує k залежно від поточного ринкового режиму, що характеризується вектором з чотирьох індикаторів: риночної волатильності, нормованого нахилу лінійної регресії, нормованого обсягу торгів відносно ковзного середнього та волатильності сентименту новин. Описано архітектурні зміни у функції вбудовування TimeGAN, необхідні для інтеграції змінного вікна, та підтверджено ефективність підходу на двох активах (S&P 500, AAPL) за 2019–2025 р. MAE знизився на 16,4% для S&P 500 та на 12,9% для AAPL порівняно з базовим TimeGAN при фіксованому k.
Проєктування системи прогнозування динаміки цін криптовалют на основі методів технічного аналізу та штучного інтелекту
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2026) Зінченко, Ілля О.; Радуль, Олександр Анатолійович; Ляшенко, Оксана Анатоліївна
UKR: У доповіді представлено процес проєктування спеціалізованої вебплатформи, призначеної для візуалізації та прогнозування динаміки цін на ринку криптовалют. Метою дослідження є розробка архітектури інформаційної системи з використанням методології об’єктно-орієнтованого моделювання. У ході дослідження проведено детальний аналіз предметної області, розглянуто існуючі методи прогнозування на основі штучного інтелекту та технічного аналізу. За допомогою CASE-засобу StarUML та мови UML розроблено комплексну модель системи: визначено функціональні вимоги (діаграма прецедентів), сформовано статичну структуру (діаграма класів) та описано динамічну поведінку (діаграми послідовності та станів). Окрему увагу приділено проєктуванню архітектури розгортання та структури бази даних. Практична значущість результатів полягає у створенні теоретичного та модельного підґрунтя для подальшої програмної реалізації аналітичного інструментарію. Розроблена модель може слугувати базою для створення реальних вебсервісів, орієнтованих на криптотрейдерів та фінансових аналітиків, що сприятиме підвищенню ефективності прийняття рішень на волатильних цифрових ринках.