Статті КФПМ (ДІІТ)
Permanent URI for this collection
ENG: Articles
Browse
Recent Submissions
Item Digital Identification and Pattern Recognition Capabilities using Machine Learning Methods, Navigation Systems, and Video Surveillance(TECHNOLOGY CENTER PC® , Kharkiv, 2024) Marchenko, Olena; Viunenko, Oleksandr; Nechai, IhorENG: The objects of the study are unmanned vehicles and branches of the bridge of the city of Kyiv (Ukraine), which connects the Great Ring Road, Zhytomyr Highway and Peremogy Avenue. The built routes were analyzed using the technology of recognition of road signs, people and vehicles. The important problem of this research is to analyze the possibilities of detecting obstacles by an unmanned vehicle using pattern recognition, which combines the methods of machine communication, navigation and real-time video surveillance. Based on the study, the results of detecting and avoiding obstacles on the road, where a study was conducted to investigate the main reasons that can cause time delays (traffic jams, weather conditions, accidents). The results of planning and navigation are obtained to determine the appropriate road route, which allows detecting and eliminating obstacles on the road, as well as building a map plan of the route in advance using online map services (Google Maps). It is shown that recognition of road signs (based on the classification using a road sign map consisting of 7 categories), people and vehicles minimizes the occurrence of road accidents, traffic jams and time delays. To recognize the images of road signs, people and vehicles, we studied the road sections connecting to the branched bridge. Thus, the authors have reviewed and analyzed the digital capabilities of pattern identification and recognition using machine learning methods, navigation and video surveillance systems, where the safety of vehicles with detection of road signs and obstacles on the way is of great importance. The results obtained can complement the possibilities of using unmanned vehicles to avoid obstacles and road accidents based on a trained pattern recognition system. This system, using convolutional neural networks and video surveillance navigation systems, will be able to provide the driver and the people around it with safe driving conditions.Item Субоптимальне керування інтенсивним процесом електролізу(SC. Scientific conferences, 2024) Михайлова, Тетяна Федорівна; Максименкова, Юлія АнатоліївнаUKR: Мета. Запропоновано метод наближеного розв’язку сингулярно-збуреної задачі оптимального керування інтенсивним процесом електролізу. Методика. Процес знаходження оптимального керування, використовуючи принцип максимуму Понтрягіна, призводить до знаходження субоптимального значення функціоналу задачі. Результати Побудовано субоптимальне керування, що використовує асимптотику нульового порядку та оцінено близькість отриманого наближеного розв’язку до точного. Наукова новизна. Автори вперше провели для цього типу керування оцінку близькості субоптимального керування задачі до оптимального. Практична значимість. Запропонована методика дозволила побудувати асимптотику розв’язку задачі оптимального керування для сингулярно збуреного гіперболічного рівняння. Доцільно відмітити,що використання законів керування більш високого порядку,ніж нульовий, потребує додаткових досліджень на розв’язність відповідних самоспряжених задач і підвищення обмежень на гладкість функцій, що входять до задачі.