Intelligent Computer Network for Railway Transport Using Neural Network for Determining the Optimal Route

Simple item page
dc.contributor.authorPakhomova, Victoria M.en
dc.contributor.authorBudnikov, Oleksandren
dc.date.accessioned2026-02-02T18:04:56Z
dc.date.issued2025
dc.descriptionV. Pakhomova: ORCID 0000-0002-0022-099X; O. Budnikov: ORCID 0009-0007-4542-1617en
dc.description.abstractENG: At the present stage, the information and telecommunications system of railway transport uses local area networks of Ethernet family technologies and the OSPF protocol, when used in real time, a problem arises due to constant changes in the volume of transmitted data, and for its solution it is advisable to use a neural network tool, which confirms the relevance of the topic. As a mathematical apparatus for solving the problem of determining the optimal route, a neural network of the configuration «56-1-X-56» was taken, where 56 (first position) is the number of input neurons (delays on routers); 1 is the number of hidden layers; X is the number of hidden neurons that require additional research; 56 (last position) is the number of output neurons (signs of the entry of computer network channels into the route). In the program mode of the Deep Learning Toolbox package of the MatLAB environment, a corresponding model “Delay_path” was created, on which the root mean square error and the number of epochs of training of neural networks with different numbers of hidden neurons were studied using different neuron activation functions according to different learning algorithms on samples of different lengths. It was determined that the accuracy of the created neural network tool is 70 % for the considered fragment of the information and telecommunications system of railway transport.en
dc.description.abstractUKR: На сучасному етапі в інформаційно-телекомунікаційній системі залізничного транспорту застосовуються локальні мережі технологій родини Ethernet i протокол OSPF, при використанні якого в реальному часі з’являється проблема завдяки постійним змінам обсягів передаваємих даних, і для вирішення якої доцільно використання нейромережного засобу, що підтверджує актуальність теми. У якості математичного апарату для розв’язання задачі визначення оптимального маршруту взято нейронну мережу конфігурації «56-1-X-56», де 56 (перша позиція) – кількість вхідних (input) нейронів (затримки на маршрутизаторах); 1 – кількість прихованих шарів; Х – кількість прихованих нейронів, що потребує додаткового дослідження; 56 (остання позиція) – кількість вихідних (output) нейронів (ознаки входження каналів комп’ютерної мережі до маршруту). У роботі в програмному режимі пакета Deep Learning Toolbox середовища MatLAB створено відповідну модель «Delay_path», на якій проведено дослідження середньоквадратичної похибки та кількості епох навчання нейронних мереж з різною кількістю прихованих нейронів при використанні різних функцій активацій нейронів за різними алгоритмами навчання на вибірках різної довжини. Визначено, що точність створеного нейромережного засобу складає 70 % для розглянутого фрагменту інформаційно-телекомунікаційної системи залізничного транспорту.uk_UA
dc.identifier.citationPakhomova V., Budnikov O. Intelligent Computer Network for Railway Transport Using Neural Network for Determining the Optimal Route. Modern engineering and innovative technologies. 2025. № 40, Pt. 2. P. 32-39. DOI: 10.30890/2567-5273.2025-40-02-038.en
dc.identifier.doi10.30890/2567-5273.2025-40-02-038
dc.identifier.issn2567-5273 (Online)
dc.identifier.urihttps://crust.ust.edu.ua/handle/123456789/21562
dc.identifier.urihttps://www.moderntechno.de/index.php/meit/issue/view/meit40-02
dc.identifier.urihttps://www.moderntechno.de/index.php/meit/article/view/meit40-02-038
dc.language.isoen
dc.publisherSergeieva&Co, Karlsruhe, Germanyen
dc.rightsCreative Commons Attribution 4.0 International Licenseen
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectinformation and telecommunications systemen
dc.subjectEthernet family technologiesen
dc.subjectOSPF protocolen
dc.subjectdelay on routersen
dc.subjectneural network toolen
dc.subjectactivation functionen
dc.subjecttraining algorithmen
dc.subjectmean square erroren
dc.subjectepochen
dc.subjectaccuracyen
dc.subjectінформаційно-телекомунікаційна системаuk_UA
dc.subjectтехнології родини Ethernetuk_UA
dc.subjectпротокол OSPFuk_UA
dc.subjectзатримка на маршрутизаторахuk_UA
dc.subjectнейромережний засібuk_UA
dc.subjectфункція активаціїuk_UA
dc.subjectалгоритм навчанняuk_UA
dc.subjectсередньоквадратична похибкаuk_UA
dc.subjectепохаuk_UA
dc.subjectточністьuk_UA
dc.subjectКЕОМuk_UA
dc.subject.classificationTECHNOLOGYen
dc.subject.classificationTECHNOLOGY::Information technologyen
dc.titleIntelligent Computer Network for Railway Transport Using Neural Network for Determining the Optimal Routeen
dc.title.alternativeІнтелектуальна комп’ютерна мережа залізничного транспорту з використанням нейромережного засобу для визначення оптимального маршрутуuk_UA
dc.typeArticleen

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
Pakhomova_Budnikov.pdf
Size:
879.92 KB
Format:
Adobe Portable Document Format
Download

License bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Статті КЕОМ