Міжнародна науково-технічна конференція «Інформаційні технології в металургії та машинобудуванні. ІТММ'25»

Permanent URI for this collection

https://crust.ust.edu.ua/handle/123456789/20338

ENG: Scientific and Technical International Conference «Information Technology in Metallurgy and Machine Engineering. ITMM'25», April 23-24, 2025

Browse

Now showing 1 - 20 of 46

Створення безсерверних веб-додатків на платформі Azure Functions з використанням .NET
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Красношапка, Никита Сергійович; Селівьорстова, Тетяна Віталіївна
UKR: У дослідженні розглядаються переваги використання безсерверної архітектури на базі Azure Functions у поєднанні з технологіями .NET для створення сучасних веб-додатків. Проаналізовано обмеження традиційних підходів до розробки, зокрема складність масштабування, витрати на інфраструктуру та обмежену гнучкість. Проведено огляд актуальних наукових публікацій щодо застосування безсерверних технологій та особливостей інтеграції Azure Functions з іншими сервісами Azure. Експериментальне дослідження показало, що використання Azure Functions сприяє скороченню часу розробки, підвищенню надійності та гнучкості додатків. У роботі наголошено на важливості безпеки, авторизації та правильного вибору архітектурних рішень. Запропоновано напрями подальших досліджень, пов’язані з інтеграцією безсерверних рішень у сферах IoT, Big Data та Machine Learning.
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.
Система багаторівневої верифікації персональних даних у блокчейн-середовищі
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Ситник, Роман Сергійович; Гнатушенко, Вікторія Володимирівна
UKR: У роботі запропоновано інноваційний підхід до вирішення проблеми верифікації та захисту персональних даних у системах на основі технології блокчейн. Розроблено метод забезпечення достовірності та цілісності даних, що базується на математичній моделі з використанням комплексної функції валідації та ієрархічної структури вузлів верифікації. Запропонована модель представляє кожен елемент даних як кортеж компонентів, що включає версію даних, цифровий підпис джерела, часову мітку, геш попередньої версії та метадані верифікації. Достовірність оцінюється через інтегральний показник, що враховує різні аспекти валідації. Впроваджено систему "довірених джерел" з динамічним оновленням рівня довіри на основі історії операцій та алгоритму консенсусу Proofof-Authority. Архітектурно система реалізується через створення ієрархічної структури вузлів верифікації, де кожен рівень відповідає за певний аспект перевірки даних. Запропоноване рішення забезпечує баланс між захистом даних та зручністю їх використання.
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.
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.
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.
Оцінка стану забруднення водних об’єктів на основі спектральних індексів
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Кавац, Юрій Віталійович; Сергєєва, Катерина Л.; Фененко, Тетяна Михайлівна; Дібрій, Данило Андрійович
UKR: У дослідженні описано основні забруднювачі водних ресурсів України та методи оцінки ступеня забруднення за допомогою супутникового моніторингу. Супутникові дані дозволяють швидко отримувати дані з високою просторовою роздільною здатністю і великим просторовим покриттям для важкодоступних ділянок земної поверхні. Суттєвим аспектом супутникового моніторингу є можливість отримання інформації про зміни поверхневих вод на основі аналізу їх забруднення. Різночасові дані, в тому числі архівні, дають змогу оцінити стан водойм за кілька років. В якості основного масиву даних запропоновано мультиспектральні зображення супутника Sentinel-2, спектральні характеристики яких дозволяють отримати широкий спектр інформації. Проаналізовано приклади застосування дистанційного підходу для оцінки ступеня забруднення водойм на великих територіях. Вказано перспективні методи подальших досліджень для вирішення прикладних задач.
Сучасні підходи до оптимізації інтерфейсів веб-застосунків: інтерактивність, функціональність та доступність
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Царик, Владислав Юрійович; Гнатушенко, Вікторія Володимирівна; Селівьорстова, Тетяна Віталіївна
UKR: В роботі розглянуто сучасні підходи до оптимізації інтерфейсів веб-застосунків, спрямовані на підвищення їхньої інтерактивності, функціональності та доступності. Аналізуються ключові аспекти проектування користувацьких інтерфейсів, включаючи юзабіліті-тестування, технічну оптимізацію, інтерактивні елементи та принципи доступності. У результаті запропоновано рекомендації для розробників, що сприяють створенню адаптивних і зручних веб-ресурсів, які відповідають сучасним вимогам конкурентного цифрового середовища.
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, Є. А.; 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.
Огляд методів ШІ для прогнозування покладів вуглеводнів з 3D-сейсмічних зображень
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Дмитрієва, Ірина Сергіївна; Дмитренко, Андрій Миколайович
UKR: Ця робота досліджує, як методи штучного інтелекту можна використовувати для виявлення потенційних скупчень вуглеводнів за допомогою 3D-сейсмічних зображень. Вона заглиблюється в сучасні досягнення ШІ в інтерпретації сейсмічних даних, охоплюючи такі методи, як згорткові та рекурентні нейронні мережі, графові нейронні мережі та трансформери. У статті також розглядаються значні перешкоди, такі як проблеми з доступністю та якістю навчальних даних, труднощі із застосуванням моделей до нових областей та складнощі, пов'язані з розумінням результатів. Крім того, вона торкається методів підготовки сейсмічних зображень та вилучення релевантних ознак, підходів до роботи з обмеженими даними та пропонує потенційні шляхи для майбутніх досліджень у цій галузі.
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.
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.
Застосування методів прийняття рішень для вибору місця розташування станцій сонячної енергетики в Україні
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Мала, Юлія Анатоліївна; Селівьорстова, Тетяна Віталіївна
UKR: У статті розглянуто актуальність розвитку сонячної енергетики в Україні в контексті кліматичних змін, енергетичної безпеки та повоєнного відновлення. Особливу увагу приділено задачі вибору оптимального місця розташування сонячних електростанцій (СЕС) з урахуванням природних, соціально-економічних та екологічних факторів. Для обґрунтування рішень запропоновано використання методів багатокритеріального аналізу — AHP та TOPSIS. Проведено порівняння зазначених методів щодо їх доцільності застосування в задачах просторового планування. Визначено, що метод TOPSIS є ефективним при великій кількості альтернатив і наявності кількісних даних, тоді як AHP доцільний на етапі формування структури критеріїв. Також представлено сучасні інструменти для програмної реалізації обраних методів у середовищі Python, що дозволяють автоматизувати аналіз і візуалізацію результатів для ухвалення зважених рішень у сфері сталого розвитку енергетики.
Математико-когнітивна основа для систематизації онтологічних відношень
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Галушка, Олександр Валентинович; Шинкаренко, Віктор Іванович
UKR: У даній роботі проаналізовано способи та підходи до систематизації онтологічних відношень, що базуються на інтеграції їх математичних властивостей, когнітивної та семантичної природи. Відношення розглядаються як множини кортежів певної арності, що задають зв’язки між елементами. Алгебра відношень допомагає зрозуміти смислові закономірності цих зв’язків і узагальнити правила їхнього комбінування. Аналізуються базові відношення, сформовані шляхом узагальнення образних когнітивних схем, та похідні від них. Також розглядаються синтетичні та мета-відношення (відношення між відношеннями). Особлива увага приділяється логічній композиції відношень і властивостям цього процесу. Окремо звернено увагу на зв’язок між базовими відношеннями, які є результатом узагальнення сенсорного досвіду сприйняття інформації, та відношеннями, синтезованими штучно з використанням аксіоматики на рівні онтології та комбінування на основі формальної логіки. Запропонована таксономія орієнтована на впорядкування множини відношень для формування універсальних і несуперечливих онтологій, які можуть застосовуватися у різних предметних областях.
Контекстно залежна адаптація відповідей генеративних LLM
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Березюк, Микита Олександрович; Гуда, Антон Ігорович
UKR: В умовах кризових ситуацій оперативність реагування набуває вирішального значення. Великі мовні моделі (LLM) здатні генерувати корисні рекомендації, однак їх стандартна поведінка часто не враховує специфічний контекст надзвичайних подій. У цій доповіді пропонується Adaptive Injectable Realignment Model (Adaptive IRM) як підхід для досягнення контекстно залежної генерації відповідей. Adaptive IRM – це невеликий нейронний модуль, який інтегрується у прямий прохід LLM та ін’єктує контекстні сигнали для корекції внутрішніх представлень моделі без зміни її основних ваг. Наша розробка орієнтована на кризовий контекст, з використанням N нейронів (у нашому випадку N = 4), які відповідають за стихійні лиха (землетрус, повінь, пожежу та ураган). Вихідні сигнали Adaptive IRM, які додаються на різних шарах трансформера, модифікує механізми уваги з метою підсилення інформації, релевантної конкретному контексту. У доповіді окреслено архітектуру IRM, описано запропоновані розширення, а також подано план використання датасету HumAID для навчання Adaptive IRM. Експериментальні результати поки відсутні; натомість, обговорено концепцію, мотивацію та перспективи впровадження запропонованої системи.
Перспективи використання ігрових рушіїв для моделювання роботи промислового обладнання
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Ломоносов, В. В.; Анісімов, Володимир Володимирович
UKR: Ця робота присвячена аналізу можливостей використання ігрових рушіїв для моделювання роботи обладнання в технічних галузях. У роботі розглядаються основні підходи класифікації рушіїв, що базуються на параметрах просторової репрезентації (2D та 3D), потужності фізичного ядра та методах програмування (класичне та візуальне). Такий підхід дозволяє об’єктивно оцінити функціональні можливості окремих рушіїв та їхню придатність для конкретних завдань. Для практичного аналізу обрано три популярних рушії – Unreal Engine, Unity та Godot, результати дослідження представлені у вигляді порівняльної таблиці. На основі проведеного аналізу зроблено висновок, що саме Unreal Engine завдяки своїй потужній фізичній моделі та можливостям візуального програмування є оптимальним варіантом для симуляції складних фізичних процесів у промислових умовах.
Експериментальна обчислювальна складність формування графових фракталів на основі кристалічних ґраток
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Летучий, Олександр Ігорович; Шинкаренко, Віктор Іванович
UKR: Визначення експериментальної обчислювальної складності формування графових фракталів дає змогу оцінити та порівняти між собою фрактали, які використовують різні типи кристалічних ґраток. Для моделювання графових фракталів розроблено програму на мові C# з окремим модулем для підрахунку відповідних показників. Для генерації фракталів використовується підхід конструктивно-продукційної моделювання на основі формальних граматик, який складається з низки перетворень та дає гнучкі можливості з налаштування генерації графових фракталів. Обчислювальна складність вираховувалась на основі підрахунку операцій арифметичних, порівняння, присвоєння, переходу під час формування фракталів. Визначені залежності від типу використаної кристалічної ґратки та кількості використаних ітерацій. Встановлено, що асимптотична складність алгоритму формування фрактальних ґраток O(a**x).
Modeling the Creative Economy as a Complex System: Integrating Sociocultural Dimensions through IT-Based Approaches
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2025) Fomenko, Valerii; Chala, Veronika
ENG: This study investigates the application of sociocultural indicators to the modeling of the creative economy as a complex system. The integration of cultural dimensions, particularly based on Hofstede’s framework, offers valuable insights into the dynamics of innovation, human capital, and creative industry growth. Drawing upon recent cross-country studies and modeling approaches, this paper proposes a theoretical structure where sociocultural variables act as key system components influencing long-term development. Composite indices, structural modeling, and system dynamics models demonstrate that cultural values such as individualism, tolerance, and performance orientation significantly impact creative sector outcomes. The research highlights how cultural governance models and information technologies can be combined to monitor and predict trends in the creative economy. The proposed approach contributes to interdisciplinary economic modeling and supports strategic planning for countries aiming to develop innovation-driven, culturally grounded economic systems.