Статті КФПМ (ДІІТ)
Permanent URI for this collectionhttps://crust.ust.edu.ua/handle/123456789/18200
ENG: Articles
Browse
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 Математичне моделювання та його застосування для оптимізації роботи підприємства(World of Conferences, 2025) Михайлова, Тетяна Федорівна; Максименкова, Юлія АнатоліївнаUKR: Мета. Побудовано модель ефективного розширення виробництва підприємства за допомогою математичного моделювання. Методика. Процес знаходження оптимальної моделі, використовуючи економетричні моделі на кожному етапі, призводить до застосування принципу динамічного програмування при розв’язанні задачі. Результати Побудовано модель ефективного розширення виробництва підприємства за допомогою методів економетричного моделювання та динамічного програмування Наукова новизна. Автори вперше провели для цього типу задач поєднання економетричного моделювання та оптимального керування Практична значимість. Розробка може застосовуватись у відділі прогнозування та планування підприємства, дозволить швидко отримувати план роботи по розширенню виробництва, при якому час, необхідний для накопичення коштів на розширення, мінімізується.Item Розвиток критичного мислення у студентів через проблемно-орієнтоване навчання математики в контексті STEM(Видавнича група «Наукові перспективи», Київ, 2025) Михайлова, Тетяна Федорівна; Нечай, Ігор Вікторович; Максименкова, Юлія АнатоліївнаUKR: У сучасних умовах швидкого розвитку науки і техніки особливої актуальності набуває підготовка студентів, здатних критично мислити, аналізувати інформацію та знаходити ефективні рішення у складних ситуаціях. У статті зазначено, що одним із найбільш ефективних підходів до формування таких компетентностей є проблемно-орієнтоване навчання. Встановлено, що застосування проблемно-орієнтованого підходу у викладанні математики сприяє не лише глибокому засвоєнню теоретичних знань, а й розвитку навичок аналізу, синтезу та критичної оцінки інформації, що є ключовими складовими критичного мислення. Проблемно-орієнтоване навчання математики обумовлює залучення студентів до процесу вирішення реальних або наближених до реальності задач, що мають практичне значення. Такий підхід стимулює студентів до самостійного пошуку інформації, аналізу різних варіантів рішень та аргументо-ваного обґрунтування обраного методу. У контексті STEM-освіти це дозволяє інтегрувати математичні знання з іншими галузями, такими як фізика, інженерія чи інформаційні технології, що сприяє формуванню системного бачення проблем і навичок міждисциплінарного аналізу. Автор наголошує, що критичне мислення у процесі проблемно-орієнтованого навчання розвивається через постійне зіткнення студентів із новими викликами, які вимагають не лише відтворення вивченого матеріалу, а й творчого підходу до пошуку рішень. Студенти вчаться формулювати гіпотези, перевіряти їх, аналізувати результати та робити висновки, що базуються на логічних міркуваннях та фактичних даних. Важливим елементом такого підходу є робота в групах, що сприяє розвитку комунікативних навичок, уміння аргументовано відстоювати свою точку зору та враховувати альтернативні думки. Інтеграція STEM-підходів у навчання математики дозволяє створювати навчальні середовища, де студенти можуть застосовувати математичні моделі для вирішення інженерних завдань або аналізу технологічних процесів. У висновку узагальнено, що використання проблемно-орієнтованого навчання математики в контексті STEM є ефективним засобом розвитку критичного мислення у студентів.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.