Browse
Recent Submissions
Item Information Technologies in IT Education as a Factor of Digitalization of Ukrainian Society(CEUR-WS Team, Aachen, Germany, 2024) Sokolova, Natalya; Hnatushenko, Volodymyr V.ENG: The article investigates the digitization of Ukrainian society, the role of digital skills in labor market demand, digital literacy among the population, and the key audience of educators - teenagers. It outlines the approaches and experiences of the Department of Information Technology and Computer Engineering at Dnipro University of Technology in transforming IT education. It specifically examines the teaching of programming courses to first-year students to build foundational competencies for continued learning and the use of digital technologies in training specialists for government bodies. The article also highlights the integration of Cisco International Network Academy courses into the curriculum and the training of specialists through educational partnership projects with businesses.Item Information System to Enhance Agricultural Production Efficiency Based on Sustainable Development Principles(CEUR-WS Team, Aachen, Germany, 2024) Hnatushenko, Volodymyr V.; Shuleshko, Victor; Bulana, Tetiana; Molodets, BohdanENG: The increasing global demand for sustainable agricultural practices necessitates innovative solutions to optimize resource use and minimize environmental impact. This paper presents the information technology developed to automate and optimize the operation of a hydroponic system to improve energy and resource efficiency in sustainable agriculture. An automated control platform at the system's base continuously monitors key environmental parameters within the hydroponic facility, including water level, nutrient distribution, lighting, and energy consumption. The system can precisely regulate the processes by collecting real-time data on these variables, providing ideal conditions for plant growth. The hydroponic system is equipped with a set of sensors and actuators that control water flow, fertilizer supply, and lighting according to the needs of each plant. The developed spectral composition is based on combining the spectra of HPS and two peaks of photosynthetic efficiency. This combination of the spectrums complements each other, which allows photosynthesis to proceed as efficiently as possible. The system makes it possible to save up to 25% of electricity consumption without losing quality and quantity characteristics, to reduce the number of hours of illumination, and to be placed in cost-effective climatic conditions.Item Information System for Air Quality Assessment and Data Processing: Design and Implementation(CEUR-WS Team, Aachen, Germany, 2024) Hnatushenko, Volodymyr V.; Bulana, Tetiana; Gomilko, Igor; Molodets, Bohdan; Boldyriev, DaniilENG: In recent years, the issue of air quality has become increasingly critical. This article presents a hardware and software-based solution for collecting and processing data from ground stations monitoring air quality. The system is designed to collect real-time data from monitoring stations, store the data in a central database, perform data processing, and detect anomalies. Additionally, the system offers data visualization through maps and tables. The developed solution consists of three core components: a web server, a web application, and ground stations. A key feature of the software is its ability to handle real-time data aggregation and fill data gaps using custom-built aggregators. This is achieved through real-time data parsing, managed by Celery workers and queued via RabbitMQ. All data is stored in an SQL database, with PostgreSQL and Django frameworks facilitating database management and administration. Python scripts are used to process raw data into user-friendly formats such as AQI indices and graphical representations. The system is designed for seamless deployment across multiple remote servers, ensuring high flexibility and reliability for researchers. This software architecture enables scalable, conflict-free deployment, enhancing the efficiency and accuracy of air quality assessments.Item Дослідження нейромережевих моделей для відстеження погляду та фіксації об'єктів(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2025) Островська, Катерина Юріївна; Порохнявий, Вячеслав ГригоровичUKR: В роботі представлено порівняння нейромережевих моделей для відстеження погляду та фіксації об'єктів. У цій роботі були вивчені алгоритми виявлення подій з різних областей: I-VT і I-DT, засновані на порогових значеннях, модель випадкового лісу в галузі машинного навчання і модель CNN в галузі глибокого навчання. Була проведена оцінка ефективності їхньої класифікації з використанням одного і того ж набору даних для всіх методів. Також обговорювався взаємозв'язок між програмістами та алгоритмами. Результати показали критичний вплив порогових значень класифікацію алгоритмів I-VT і I-DT. У зв'язку з цим пошук оптимального порогу алгоритмах, заснованих на порогових значеннях, є складним завданням. Алгоритми RF і CNN перевершують алгоритми, засновані на порогових значеннях, за всіма показника-ми продуктивності та здатні класифікувати дані щодо кількох класів. Проведено тестування та порівняння різних АВП (алгоритмів виявлення подій). Дано теоретичні та експериментальні обґрунтування отриманим результатам. За результатами проведених експериментів було обрано найкращий наших завдань АВП (алгоритмів виявлення подій). Також описані засоби реалізації до створення докладання. Описано переваги та недоліки обраних рішень. Вирішено технічні проблеми, що виникли. Спроектовано архітектуру, розроблено макет програми виходячи з необхідних завдань.Item Методи аналізу інтерфейсів веб-застосунків для підвищення інтерактивності(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2025) Царик, Владислав Юрійович; Гнатушенко, Вікторія Володимирівна; Селівьорстова, Тетяна ВіталіївнаUKR: У статті розглянуто методи аналізу інтерфейсів веб-застосунків з метою підвищення інтерактивності та покращення користувацького досвіду. Актуальність теми зумовлена необхідністю створення адаптивних та зручних інтерфейсів у сучасних веб-застосунках, що відповідають очікуванням користувачів. У процесі до-слідження визначено основні проблеми, пов'язані з недостатньою інтерактивністю інтерфейсів. Метою роботи є розробка рекомендацій щодо вдосконалення дизайну та функціоналу веб-застосунків на основі аналізу поведінки користувачів. Використано методи порівняльного аналізу, юзабіліті-тестування та моделювання. У результаті запропоновано низку підходів, які сприяють підвищенню зручності, ефективності та задоволеності користувачів. Зроблено висновки щодо практичної реалізації отриманих рекомендацій для розробників веб-застосунків.Item Вплив структури заповнення зразків при 3D друку на їх міцність(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2025) Зимогляд, Андрій Юрійович; Гуда, Антон Ігорович; Ткаченко, Станіслав ОлександровичUKR: У статті описано дослідження впливу структури заповнення 3D деталі на механічну міцність. Параметр заповнення (Infill) впливає на міцність та механічні властивості отриманого тривимірного об'єкта більше за інші. Тому саме цей параметр було досліджено в цій статті, її вплив на міцність надрукованої деталі. У роботі було проведено дослідження впливу структури заповнення на механічні властивості деталі та проведено серію дослідів. Усього було перевірено 5 структур, а саме: зірка, клітинка, лінії, сітка та трикутник. За допомогою створеного устаткування, описаного у статті було проведено низька дослідів. По отриманим даним можна зробити висновок, що деталі з заповненням трикутниками і зірками мають більшу механічну міцність, ніж лініями, сітками і клітинками. Також на цих заповненнях достригається більший модуль пружності.Item Нейромережева модель детектування та відстеження у транспортному потоці міста(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2025) Островська, Катерина Юріївна; Петросян, Едгар ХачатуровичUKR: В роботі проведено опис предметної галузі, а саме опис методів машинного навчання та нейронної мережі, а також завдання класифікації. Крім вищепереліченого було проведено огляд наукової літератури та аналогів та опис сімейства нейромережевих моделей YOLOv7. Описано архітектуру нейромережевої моделі YOLOV7, її основні частини та їх при-значення. Було описано набір даних для навчання та тестування моделі, описано веб-додаток «RoboFlow», в якому виконувалася розмітка зображень. Також було описано алгоритм Deep SORT для відстеження об'єктів у часі. Реалізовано нейромережну модель для детектування та трекінгу електросамокатів у транспортному потоці. Модель була навчена на зібраному наборі даних. Також було реалізовано веб-додаток для демонстрації роботи нейромережевої моделі. Веб-додаток повністю відповідає функціональним та нефункціональним вимогам. Проведено тестування нейронної мережі, тестування проводилося на різних моделях YOLOV7, найкращий результат показала модель YOLOV7-w6. Також було проведено функціональне тестування веб-програми. Було проведено автоматизоване тестування веб-застосування за допомогою інструменту cypress, веб-додаток було протестовано за допомогою двох видів тестування, компонентного та E2E.Item Аналіз open-source засобів для захисту ресурсів у хмарних середовищах(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2025) Бобренок, Вячеслав Віталійович; Гуда, Антон ІгоровичUKR: Хмарні середовища стають невід’ємною частиною інфраструктури багатьох компаній через свою гнучкість, доступність та ефективність. Проте через свою динамічну природу вони створюють нові загрози безпеці даних, тому потребують окремих засобів для боротьби з ними. У статті проведено порівняння існуючих open source засобів для захисту хмарних середовищ: Checkov, Falco, Keycloak. Розглядають-ся їх недоліки та переваги, на основі їх аналізу зроблені висновки, що існує потреба у створенні більш досконалих засобів захисту хмарних середовищ.Item Research of Image Classification Methods Using Neural Networks on GPUs(Scientific Publishing Center “Sci-conf.com.ua”, BoScience Publisher, 2024) Cherskyi, Serhii; Ostrovska, Kateryna Yu.ENG: The paper examines the classification of images on GPUs by means of neural networks, namely, using the example of the categorization of household goods. This topic is relevant, since in everyday life we are surrounded by images and it is easy for a person to interpret them, and it is much more difficult for a computer, all the more to classify or segment images. As a result, a system was created that automatically classifies goods, modifying existing approaches, and obtained a custom one that works better for this task. Having improved the product, it can be used for any organization where it would be convenient to automatically classify products.Item Нейромережевий підхід виявлення водних об’єктів на мультиспектральних зображеннях(НТУ «Дніпровська політехніка», Дніпро, 2024) Кунденко, Павло; Сокол, Олександр; Калініна, Наталія Юріївна; Гнатушенко, Вікторія ВолодимирівнаUKR: Мета роботи. Метою данного дослідження є створення та впровадження ефективного нейромережевого підходу на основі моделі U-Net для детектування структурних елементів водного середовища України шляхом аналізу мультиспектральних зображень із супутника Sentinel-2. Це передбачає підвищення точності та швидкості виявлення змін у водних масах та елементах екомережі, що сприятиме оперативному реагуванню на екологічні виклики. Методологія. Для підготовки даних застосовується автоматичний підхід до формування навчального набору з використанням нормалізованого різницевого водного індексу (NDWI). На супутникових знімках Sentinel-2 (зелений та ближній інфрачервоний канали) генеруються бінарні маски води на основі порогового значення, що дає змогу створювати великий набір даних для навчання без ручної анотації. Модель базується на глибинній нейронній мережі U-Net: енкодер виокремлює високорівневі ознаки, а декодер відновлює просторову роздільну здатність і формує сегментаційну карту. Під час навчання застосовується комбінована функція втрат, яка поєднує бінарну крос-ентропію та коефіцієнт Дайса. Оцінка моделі здійснюється за метриками F1-міри, точності, повноти й індексу Жаккара (IoU). Модель тестується на повнорозмірних знімках різних ділянок, демонструючи високий рівень узагальнення. Наукова новизна. Запропоновано підхід, що полягає в об’єднанні автоматичного формування масок водних об’єктів (за допомогою NDWI) та нейромережі U-Net, адаптованої до задач бінарної сегментації великих супутникових зображень. Така інтеграція уникає ручної розмітки та забезпечує точні результати виявлення води. Використання комбінованої функції втрат покращує чутливість моделі до тонких водних структур, а стійкість до варіативності спектральних характеристик і атмосферних перешкод підтверджується експериментами в різних умовах зйомки. Висновки. Розроблено ефективну модель для сегментації водних об’єктів на супутникових знімках Sentinel-2 з використанням глибокої нейронної мережі архітектури U-Net. Процес включав підготовку даних, де автоматично генерувалися маски водних об’єктів на основі індексу NDWI, та детальне навчання моделі з комбінованою функцією втрат, що поєднує бінарну крос-ентропію та коефіцієнт Дайса. Модель досягла високих показників точності, підтверджених метриками F1-міри (0.8897), точності (0.8721), повноти (0.9080) таIoU (0.8013), що свідчить про її здатність до точного виявлення водних об’єктів різних розмірів і форм. Перевагами використаних підходів є поєднання глибинного навчання з попередньою підготовкою даних, що дозволило автоматизувати процес виявлення водних об’єктів та забезпечити високу точність сегментації. Модель демонструє гнучкість, масштабованість та обчислювальну ефективність, що робить її придатною для практичного застосування в моніторингу водних ресурсів і екологічних дослідженнях. Майбутні напрямки дослідження направлені на експерименти з іншими архітектурами нейронних мереж, використання альтернативних методів створення масок та врахування просторово-часової інформації, що дасть змогу підвищити ефективність і універсальність моделі.Item Особливості моделювання сталеплавильних процесів у реальному часі за допомогою Unreal Engine 5(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2024) Миргородський, Данило Артемович; Селівьорстова, Тетяна ВіталіївнаUKR: У статті розглядаються особливості моделювання сталеплавильних процесів у реальному часі за допомогою Unreal Engine 5. Аналізується доцільність використання віртуальних симуляцій та інтерактивних технологій для візуалізації та оптимізації технологічних процесів машин безперервного лиття заготовок (МБЛЗ). Описано підхід до створення 3D-моделей обладнання, впровадження фізичних симуляцій процесів охолодження та твердіння сталі, а також інтеграції гейміфікованих навчальних сценаріїв у VR-середовищі. Визначено переваги використання реалістичних графічних рушіїв для навчання та підготовки спеціалістів у металургійній галузі.Item Кібербезпека в управлінні ланцюгами постачань (SCM)(Видавничий дім «Гельветика», 2022) Галушко, Олена; Селівьорстова, Тетяна ВіталіївнаUKR: Кібербезпека в управлінні ланцюгами постачань (SCM) стає все більш актуальною, оскільки сучасні компанії все більше використовують інформаційні технології та цифрові системи. А самі ланцюги постачань стають все більш розгалуженими та включають все більше учасників. З такою кількістю точок взаємодії та сторонніх постачальників і покупців важко відслідковувати, чи всі сторони дотримуються належних протоколів кібербезпеки. Розглянуто сутність управління ланцюгами постачань та проаналізовано роль кібербезпеки в системі управління. Зазначено, що в сучасних умовах кібербезпека стає елементом управління ланцюгами постачань. Проаналізовано основні види ризиків та кіберзагоз в ланцюгах постачань, зокрема питання безпеки сторонніх постачальників. Запропоновано заходи щодо усунення кіберризиків та підвищення кібербезпеки в управлінні ланцюгами постачань. Застосовуючи проактивний підхід і впроваджуючи потужні заходи кібербезпеки, компанії можуть зменшити ризик кібератак і забезпечити безпеку свого ланцюжка постачань.Item Моделювання стратегії керування комплексом шахтного водовідливу на основі нечіткого прогнозування питомих енерговитрат(Херсонський національний технічний університет, 2024) Соколова, Наталя Олегівна; Гнатушенко, Володимир Володимирович; Бешта, Л. В.UKR: Українська промисловість, зокрема вугільні та гірничодобувні підприємства, у воєнний період активно спрямовується на енергозбереження. Загроза блекауту підштовхує уряд до зниження енергоспоживання під час пікових навантажень. Гірничодобувні підприємства є вагомими споживачами електроенергії, але під час застосування сучасних стратегій планування ресурсів такі ланки, як водовідлив, мають великий потенціал для енергозбереження. Одним із рішень для зменшення електроспоживання шахт є регулювання роботи споживачів-регуляторів, що дає змогу балансувати навантаження на енергосистему. Проте передпікове управління комплексом водовідливу вимагає оптимального режиму та врахування тарифних зон. Раціональне управління насосними агрегатами та використання алгоритмів класифікації обладнання комплексу водовідливу можуть мінімізувати негативний вплив і передпікове ввімкнення. Використання нечіткої логіки управління системами водовідливу може допомогти зменшити енергоспоживання та оптимізувати роботу насосних агрегатів. Розроблення системи прийняття рішення щодо оптимальної стратегії роботи на основі нечіткої логіки може забезпечити ефективне управління комплексом водовідливу, ураховуючи навантаження на енергосистему та інші чинники невизначеності. Дана робота присвячена моделюванню стратегії роботи системи шахтного водовідливу на основі нечіткої логіки з використанням експертних даних про групування насосних агрегатів для прогнозування енергетичних витрат із мінімізацією негативного взаємовпливу та можливостей автоматизованого передпікового включення насосних агрегатів. У роботі проведено аналіз методів та інформаційних технологій з енергоефективності шахтного водовідливу та підтримки прийняття рішень. У результаті аналізу шляхів зниження навантаження на енергосистему сформульовано задачу моделювання стратегії енергоефективного процесу шахтного водовідливу. Розроблено схему функціональної структури системи підтримки прийняття рішень. Розроблено нечіткий контролер, що формулює стратегію ввімкнення визначеної групи насосних агрегатів відносно зон навантаження на енергосистему у складі автоматизованої системи підтримки прийняття рішень оператором. База знань нечіткого контролера описує параметри роботи комплексу шахтного водовідливу, такі як тарифні зони, поточний об’єм води у водозбірнику, групи НА за подачею та ефективністю.Item Конструктивно-продукційне моделювання системи електропостачання тяги постійного струму(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2024) Шинкаренко, Віктор Іванович; Гуда, Антон Ігорович; Саблін, Олег Ігорович; Іванов, Олександр ПетровичUKR: Розроблена загальна конструктивно-продукційна модель ділянки електропостачання тяги постійного струму. Модель може використовуватись для рішення низки задач, пов’язаних зі зменшенням електроспоживання як на залізничному так і міському громадському електротранспорті. Розроблена модель орієнтована на визначення наявності і номенклатури обладнання тягових підстанцій та раціонального викори-стання енергії рекуперації. Однак може бути застосована і для вирішення інших задач, пов’язаних з конструкціями системи тягового електропостачання. Наведено приклад сформованої схеми лінійної ділянка електропостачання з трьома підстанціями.Item Геоінформаційна технологія нейромережевої сегментації для картографування земного покриву(Національний технічний університет «Дніпровська політехніка», Дніпро, 2024) Каштан, Віта; Гнатушенко, Володимир Володимирович; Лактіонов, Іван; Дяченко, ГригорійUKR: Актуальність розвитку сучасних технологій для сегментації земельного покриву зростає у зв’язку з підвищеними вимогами до точного моніторингу та управління земельними ресурсами, в тому числі, сільськогосподарського призначення. Традиційні методи сегментації часто не забезпечують достатню точність у класифікації складних класів, таких як сільськогосподарські культури, дерева, будівлі та дороги. Мета роботи полягає в розробці геоінформаційної технології для виділення множинних ознак із супутникових знімків Sentinel-2 та їх використання для сегментації земного покриття за допомогою нейронної мережі ResNet. Методологія. У цьому дослідженні використовуються знімки Sentinel-2 для аналізу земного покриття. Спочатку зображення проходять попередню обробку, яка включає атмосферну корекцію, геометричне та радіометричне калібрування. Потім дані нормалізуються для підвищення стабільності навчання нейронної мережі. На наступному етапі зображення обробляються для виділення спектральних, морфологічних і текстурних ознак, які є вхідними даними для моделі ResNet. Модель застосовує конволюційні шари і функцію активації ReLU для автоматичного виділення ознак. Для класифікації використовується повнозв’язний шар з функціями Softmax та Cross-Entropy. Після навчання модель класифікує кожен піксель, створюючи сегментоване зображення, яке відображає різні класи земного покриття, зокрема сільськогосподарські угіддя, будівлі, дерева та дороги. Наукова новизна дослідження полягає в розробці новітньої методології обробки супутникових зображень Sentinel-2, що включає інтеграцію комплексної попередньої обробки, нормалізацію даних, мультимодальне виділення ознак та використання глибоких нейронних мереж для автоматичного виділення та класифікації ознак. Впровадження нових підходів до атмосферної, геометричної та радіометричної корекції, а також застосування ResNet з функціями активації ReLU та повнозв’язних шарів з функціями Softmax і Cross-Entropy, забезпечує підвищення точності класифікації та деталізації сегментації земного покриття. Висновки. Дослідження показало, що запропонована технологія забезпечує суттєве покращення точності і якості класифікації в порівнянні з традиційними методами, такими як IsoData, K-means, SVM, Minimum Distance, Maximum Likelihood та Parallelepiped. Результати демонструють, що технологія на основі ResNet досягає високої точності в сегментації основних класів земного покриву: сільськогосподарські культури, дерева, будівлі та дороги, що є важливим для ефективного моніторингу та управління земельними ресурсами.Item Aircraft Detection with Deep Neural Networks and Contour-Based Methods(National University "Zaporizhzhia Polytechnic", Zaporizhzhia, 2024) Radionov, Y. D.; Kashtan, Vita Yu.; Hnatushenko, Volodymyr V.; Kazymyrenko, O. V.ENG: Context. Aircraft detection is an essential task in the military, as fast and accurate aircraft identification allows for timely response to potential threats, effective airspace control, and national security. The use of deep neural networks improves the accuracy of aircraft recognition, which is essential for modern defense and airspace monitoring needs. Objective. The work aims to improve the accuracy of aircraft recognition in high-resolution optical satellite imagery by using deep neural networks and a method of sequential boundary traversal to detect object contours. Method. A method for improving the accuracy of aircraft detection on high-resolution satellite images is proposed. The first stage involves collecting data from the HRPlanesv2 dataset containing high-precision satellite images with aircraft annotations. The second stage consists of preprocessing the images using a sequential boundary detection method to detect object contours. In the third stage, training data is created by integrating the obtained contours with the original HRPlanesv2 images. In the fourth stage, the YOLOv8m object detection model is trained separately on the original HRPlanesv2 dataset and the dataset with the applied preprocessing, which allows the evaluation of the impact of additional processed features on the model performance. Results. Software that implements the proposed method was developed. Testing was conducted on the primary data before preprocessing and the data after its application. The results confirmed the superiority of the proposed method over classical approaches, providing higher aircraft recognition accuracy. The mAP50 index reached 0.994, and the mAP50-95 index reached 0.864, 1% and 4.8% higher than the standard approach. Conclusions. The experiments confirm the effectiveness of the proposed method of aircraft detection using deep neural networks and the process of sequential boundary traversal to detect object contours. The results indicate this approach’s high accuracy and efficiency, which allows us to recommend it for use in research related to aircraft recognition in high-resolution images. Further research could focus on improving image preprocessing methods and developing object recognition technologies in machine learning.Item Land Cover Mapping with Sentinel-2 Imagery Using Deep Learning Semantic Segmentation Models(CEUR-WS Team, Aachen, Germany, 2024) Hnatushenko, Viktoriia V.; Honcharov, OleksandrENG: Land cover mapping is essential for environmental monitoring and evaluating the effects of human activities. Recent studies have demonstrated the effective application of particular deep learning models for tasks such as wetland mapping. Nonetheless, it is still ambiguous which advanced models developed for natural images are most appropriate for remote sensing data. This study focuses on the segmentation of agricultural fields using satellite imagery to distinguish between cultivated and non-cultivated areas. We employed Sentinel-2 imagery obtained during the summer of 2023 in Ukraine, illustrating the nation's varied land cover. The models were trained to differentiate among three principal categories: water, fields, and background. We chose and optimised five advanced semantic segmentation models, each embodying distinct methodological methods derived from U-Net. Upon examination, all models exhibited robust performance, with total accuracy spanning from 80% to 89.2%. The highest-performing models were U-Net with Residual Blocks and U-Net with Residual Blocks and Batch Normalisation, whereas U-Net with LeakyReLU Activation exhibited much quicker inference times. The findings suggest that semantic segmentation algorithms are highly effective for efficient land cover mapping utilising multispectral satellite images and establish a dependable benchmark for assessing future advancements in this domain.Item Neural Network-Based Analysis of Forest Fire Aftermath in Class-Imbalanced Remote Sensing Earth Image Classification(ISPRS, Hannover, Germany, 2024) Hnatushenko, Viktoriia V.; Hnatushenko, Volodymyr V.; Soldatenko, Dmytro V.ENG: Today's agricultural sector is characterized by an important role of accurate mapping and monitoring of agriculture with the help of satellite imagery, which allows to optimize the use of resources, to plan crop areas and to forecast productivity. Classification of satellite images with unbalanced sample distribution is a critical problem in this regard. Traditional machine learning algorithms in particular have limitations in dealing with sample imbalance. In this paper, we proposed convolution neural networks for semantic segmentation, where sample imbalance is considered based on a particular loss function coupled with data augmentation. To illustrate our method, we use Sentinel-2 remote sensing (RS) images covering a number of regions in Ukraine, and then we create an image dataset of the region and for training and testing make data augmentation. The models with different architectural features were investigated. The results demonstrate that the proposed CNN has a higher classification accuracy than the ones discussed in the paper: the classification accuracy on the test dataset reached 96.7% with intersection-over-union values of up to 89.7%. This opens the way for further research in the direction of refining algorithms for classify satellite data with an imbalanced class structure.Item Перспективи використання комплексного впливу на формування властивостей литого сплаву системи Al-Si в процесі затвердіння(НМетАУ, УДУНТ, Дніпро, 2024) Селівьорстов, Вадим Юрійович; Доценко, Юрій Валерійович; Селівьорстова, Тетяна ВіталіївнаUKR: Наведено результати аналітичних досліджень ефективності спільного використання процесів впливу тиску та модифікування на кристалізацію сплавів системи Al-Si. Представлено комплексну технологію газодинамічного впливу та модифікування на розплав у ливарній формі, що дозволяє подрібнити структурні складові та підвищити механічні та експлуатаційні властивості литих виробів. Теоретично обґрунтовано доцільність та можливість комплексного впливу модифікуванням та газовим тиском на процес структуроутворення ливарного сплаву АК5М. Виливок «Опорний наконечник стійки конвеєра» із сплаву АК5М (ДСТУ2839-94) масою 1,1 кг заливали при температурі 710±10 0С в підігрітий і пофарбований чавунний кокіль з мінімальною товщиною стінки 40 мм. Вміст модифікатора (EUTEKTAL T200) у розплаві складав від 0,1 до 0,3 мас.%. Механічні властивості металу виливків визначали за стандартною методикою. Аналіз макроструктури виливків проводили з використанням шкали шпаристості ВІАМ. Газову шпаристість темплетів виливків визначали на трьох квадратах площиною 1 см2 кожний. Кількість пор та їхній розмір визначали як середнє арифметичне трьох вимірів. Ступінь шпаристості макрошліфів в балах встановлювали порівнянням їх з еталонами шкали. Проведений аналіз літературних джерел по темі роботи показав, що комплексний вплив на метал, що кристалізується, включає процеси модифікування та накладання тиску є перспективними з точки зору підвищення механічних властивостей сплавів системи Al-Si. Приведені дані свідчать про перспективність розробки та використання комплексних технологій обробки сплавів системи Al-Si як на етапі підготовки розплаву до заливки, так і на етапі формування виливка безпосередньо в ливарній формі. Внаслідок впровадження зазначеної технології скоротилася кількість браку виливків по рихлотах та газових раковинах на 28 %, збільшилися на 25 % пластичні властивості литого металу, на 15-20 % вдалося знизити кількість модифікатора, а також знизити температуру та час обробки.Item Дослідження впливу модифікування високодисперсним карбідом кремнію на щільність та макроструктуру виливків із вторинного сплаву системи Al-Si за різних теплофізичних умов затвердіння(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2024) Селівьорстов, Вадим Юрійович; Доценко, Юрій Валерійович; Селівьорстова, Тетяна ВіталіївнаUKR: Представлені результати досліджень визначення впливу модифікування вторинного алюмінієвого ливарного сплаву системи Al-Si високодисперсним карбідом кремнію марки F1200 з розміром часток 1 –3 мкм у кількості від 0,1до 0,3 мас. % на щільність литого металу та макроструктуру циліндричних виливків висотою 150 мм та середнім діаметром 50 мм, що отримані литтям в кокіль та в піщано-глинисту форму з додаванням високодисперсного карбіду кремнію. Дослідження щільності металу виливків, залитих в кокіль та піщано-глинисту форму, що проводили за допомогою гідростатичного зважування зразків на аналітичних вагах, показали наявність впливу модифікування та теплофізичних умов затвердіння на відповідні показники. В металевій формі швидкість затвердіння сплаву вища і структура стає більш щільною (щільність зразків виливків, що отримані в ПГФ, на 2,7% менша в порівнянні з виливками, що отримані в кокілі).У зразках виливків, що були відлиті в піщано-глинисту форму, зі збільшенням кількості SiC значущої зміни щільності сплаву майже не відбувається. Отримані дані свідчать також про те, що, і спосіб отримання виливків, і модифікування сплаву впливають на його макроструктуру.