Радіоелектроніка, інформатика, управління - 2025, №4 (75)
Permanent URI for this collectionhttps://eir.zp.edu.ua/handle/123456789/27085
Browse
Recent Submissions
Item Deep reinforcement learning optimization methods for traffic lights at signalized intersections(Національний університет "Запорізька політехніка", 2025) Boyko, N. I.; Mokryk, Y. L.; Бойко, Н. І.; Мокрик, Я. Л.EN: Context. Intersections are the most critical areas of a road network, where the largest number of collisions and the longest waiting times are observed. The development of optimal methods for traffic light control at signalized intersections is necessary for improving the flow of traffic at existing urban intersections, reducing the chance of traffic collisions, the time it takes to cross the intersection, and increasing the safety for drivers and pedestrians. Developing such an algorithm requires simulating and comparing the work of different approaches in a simulated environment. Objective. The aim of this study is to develop an effective deep reinforcement-learning model aimed at optimizing traffic light control at intersections. Method. A custom simulation environment is designed, which is compatible with the OpenAI Gym framework, and two types of algorithms are compared: Deep Q-Networks and Proximal Policy Optimization. The algorithms are tested on a range of scenarios, involving ones with continuous and discrete action spaces, where the set of actions the agent may take are represented either by different states of the traffic lights, or by the length of traffic light signal phases. During training, various hyperparameters were also tuned, and different reward metrics were considered for the models: average wait time and average queue length. The developed environment rewards the agent during training according to one of the metrics chosen, while also penalizing it for any traffic rule violations. Results. A detailed analysis of the test results of deep Q network and Proximal Policy Optimization algorithms was provided. In general, the Proximal Policy Optimization algorithms show more consistent improvement during training, while deep Q network algorithms suffer more from the problem of catastrophic forgetting. Changing the reward function allows the algorithms to minimize different metrics during training. The developed simulation environment can be used in the future for testing other types of algorithms on the same task, and it is much less computationally expensive compared to existing solutions. The results underline the need to study other methods of traffic light control that may be integrated with real-life traffic light systems for a more optimal and safer traffic flow. Conclusions. The study has provided a valuable comparison of different methods of traffic light control in a signalized urban intersection, tested different ways of rewarding models during training and reviewed the effects this has on the traffic flow. The developed environment was sufficiently simple for the purposes of the research, which is valuable due to the large computational requirements of the models themselves, but can be improved in the future by expanding it with more complex simulation features, such as various types of intersections that aren’t urban, creating a road network of intersections that would all be connected to each other, adding pedestrian crossings, etc. Future work may be done to refine the simulation environment, expand the range of considered algorithms, consider the use of models for vehicle control in addition to traffic light control. UK: Актуальність. Перехрестя є найбільш критичною ділянкою дорожньої мережі, де спостерігається найбільша кількість зіткнень та найдовший час очікування. Розробка оптимальних методів керування світлофорами на регульованих перехрестях необхідна для покращення руху транспортного потоку на існуючих міських перехрестях, зменшення ймовірності зіткнень, часу, необхідного для перетину перехрестя, та підвищення безпеки для водіїв і пішоходів. Розробка такого алгоритму вимагає моделювання руху транспорту та порівняння роботи різних підходів у змодельованому середовищі. Мета роботи є розробка ефективної моделі глибинного навчання з підкріпленням (DRL), спрямованої на оптимізацію керування фазами світлофорів на перехрестях. Метод. Розроблено власне симуляційне середовище, сумісне з OpenAI Gym, та проведено порівняння двох типів алгоритмів: глибинні Q-мережі та метод оптимізації близьких стратегій. Алгоритми протестовано на низці сценаріїв, включаючи сценарії з неперервним та дискретним просторами дій, де набір дій, які може виконати агент, представлений або різними станами світлофора, або тривалістю фаз сигналу світлофора. Під час навчання також налаштовувалися різні гіперпараметри та розглядалися різні метрики винагороди для моделей: середній час очікування та середня довжина черги. Розроблене середовище винагороджує агента під час навчання відповідно до однієї з обраних метрик, а також штрафує його за порушення правил дорожнього руху. Результати. Проведено детальний аналіз результатів тестування алгоритмів DQN та PPO. Загалом, алгоритми PPO демонструють більш стабільне покращення під час навчання, тоді як алгоритми DQN більше страждають від проблеми катастрофічного забування. Зміна функції винагороди дозволяє алгоритмам мінімізувати різні метрики під час навчання. Розроблене моделююче середовище може бути використане в майбутньому для тестування інших типів алгоритмів на тій самій задачі, і воно є значно менш затратним в обчислювальному плані порівняно з існуючими рішеннями. Отримані результати підкреслюють необхідність дослідження інших методів керування світлофорами, які можуть бути інтегровані з реальними світлофорними системами для більш оптимального та безпечного руху транспортних потоків. Висновки. Дослідження надало порівняння різних методів управління світлофорами на регульованому міському перехресті, протестувало різні способи заохочення моделей під час навчання та проаналізувало вплив, який це має на транспортний потік. Розроблене середовище було досить простим для цілей дослідження, що є цінним через великі обчислювальні вимоги самих моделей, але в майбутньому його можна вдосконалити, розширивши його більш складними функціями моделювання, такими як різні типи перехресть, які не є міськими, створення дорожньої мережі перехресть, які були б з’єднані між собою, додавання пішохідних переходів тощо. У майбутньому планується вдосконалити середовище моделювання, розширити спектр розглянутих алгоритмів, розглянути можливість використання моделей для керування транспортними засобами на додаток до керування світлофорами.Item Механізми схемотехнічного моделювання на основі векторної логіки(Національний університет "Запорізька політехніка", 2025) Хаханов, В. І.; Обрізан, В. І.; Рахліс, Д. Ю.; Хаханова, Г. В.; Хаханов, І. В.; Демченко, О. І.; Воронов, А. О.; Hahanov, V. I.; Obrizan, V. I.; Rakhlis, D. Y.; Khakhanova, H. V.; Hahanov, I. V.; Demchenko, O. I.; Voronov, A. ОUK: Актуальність. Розглядаються актуальні для EDA-ринку питання зменшення вартості та часу тестування й верифікації цифрових проєктів шляхом синтезу логічного вектора цифрової схеми, що дозволяє суттєво спростити алгоритми good-value simulation, а синтез карти тестування звести до трьох матричних операцій. Мета. Мета дослідження – зменшення вартості та часу тестування і верифікації цифрових проєктів завдяки синтезу логічного вектора цифрової схеми, що дозволяє спростити алгоритм побудови карти тестування до трьох матричних операцій. Метод. Пропонується синтез логічного вектора комбінаційної схеми для good-value та fault як адресів моделювання в архітектурі промпт-інтелектуального in-memory комп’ютингу. Логічний вектор є найбільш технологічним, компактниим та вичерпним представленням схеми для економного вирішення всіх задач дизайну та тестування. Пропонується декартова логіка, яка завдяки експоненційній надлишковості є ефективним інтелектуальним механізмом для вирішення комбінаційних задач (моделювання, simulation, тестування, діагностування) алгоритмами лінійної обчислювальної складності. Пропонуються механізми побудови логічного вектора процесу або явища, функції або структури на основі матричних структур декартової логіки для вирішення задач Modeling for Simulation. Пропонується інженерний метод прямого паралельного good-value моделювання схеми на основі використання логічних векторів елементів та таблиць істинності. Декартова логіка – це логічний вектор (матриця), як результат моделювання декартових логічних відношень між бітами логічних векторів або адресами таблиці істинності. Декартова логіка вирішує задачі: 1. Good-value modeling circuit logic vector без алгоритму моделювання справної поведінки. 2. Fault modeling testing map of logic без алгоритму моделювання несправностей. Результати. Запропоновано математичний апарат декартової логіки, представлений у вигляді логічного вектора (матриці), що є результатом моделювання декартових логічних відношень між бітами логічних векторів або адресами таблиці істинності. На основі теорії векторної логіки розроблено механізми та програмне застосування для економного розв’язання задач design and test в архітектурі in-memory комп’ютингу. Висновки. Практична значущість дослідження орієнтована на вирішення всіх задач design and test на основі використання простих моделей векторної логіки, орієнтованої на економічний in-memory комп’ютинг на основі read-write транзакцій, вільний від інструкцій процесора. Пропонується використовувати логічний вектор специфікації в архітектурі in-memory комп’ютингу для тестування, верифікації, діагностування та експлуатації. In-memory vector logic computing – це економічне вирішення багатьох обчислювальних проблем з точки зору енергетичних, часових і вартісних витрат. Новизна дослідження полягає у використанні векторної логіки в архітектурі in-memory комп’ютингу на основі read-write транзакцій, що дозволяє зменшити споживання ресурсів у вигляді часу та енергії. Імплементація векторної логіки в in-memory комп’ютинг робить його масовим і енергоефективним, вільним від складних алгоритмів аналізу великих даних. EN: Context. This paper addresses issues relevant to the EDA market – reducing the cost and time of testing and verification of digital projects by synthesizing the logic vector of a digital circuit, which significantly simplifies the algorithms of good-value simulation and reduces the synthesis of the test map to three matrix operations. Objective. The aim of the study is to reduce the cost and time of testing and verification of digital projects by synthesizing the logic vector of a digital circuit, which allows for simplifying the algorithm for constructing the test map to three matrix operations. Method. The synthesis of a logic vector for a combinational circuit is proposed for good-value and fault as modeling addresses within the architecture of prompt-intelligent in-memory computing. The logic vector is the most technological, compact, and exhaustive representation of the circuit for efficiently solving all design and testing tasks. Cartesian logic is proposed as an effective intelligent mechanism for solving combinatorial problems (modeling, simulation, testing, diagnostics) using algorithms of linear computational complexity, thanks to its exponential redundancy . Mechanisms are proposed for constructing a logic vector of a process or phenomenon, function or structure, based on matrix structures of Cartesian logic for solving Modeling for Simulation tasks. An engineering method of direct parallel good-value modeling of the circuit is proposed, based on the use of logic vectors of elements and truth tables. Cartesian logic is a logic vector (matrix) as the result of modeling Cartesian logical relations between the bits of logic vectors or truth table addresses. Cartesian logic solves the following tasks: 1. Good-value modeling of a circuit logic vector without the need for a functional behavior modeling algorithm. 2. Fault modeling testing map of logic without a fault simulation algorithm. Results. A mathematical apparatus of Cartesian logic is proposed, represented as a logic vector (matrix), which is the result of modeling Cartesian logical relations between the bits of logic vectors or addresses of the truth table. Based on the theory of vector logic, mechanisms and software have been developed for efficiently solving design and test tasks within the in-memory computing architecture. Conclusions. The practical value of the study lies in addressing all design and test tasks using simple models of vector logic, oriented toward economical in-memory computing based on read-write transactions and free from processor instructions. It is proposed to use the specification logic vector within the in-memory computing architecture for testing, verification, diagnostics, and operation. In-memory vector logic computing is an economical solution to many computational problems in terms of energy, time, and cost efficiency. The novelty of the study lies in the use of vector logic within the in-memory computing architecture based on read-write transactions, which reduces resource consumption in terms of time and energy. Implementing vector logic in in-memory computing makes it scalable and energy-efficient, and frees it from complex big data analysis algorithms.Item Modify shaders and render textures on curved surfaces(Національний університет "Запорізька політехніка", 2025) Suhoniak, I.; Marchuk, G.; Oleksiuk, O.; Сугоняк, І. І.; Марчук, Г. В.; Олексюк, О. С.EN: Context. The display of curvilinear surfaces on flat screens is a complex task. The development of an interface for such surfaces is a relevant task that requires the solution of numerous issues. This paper presents an approach to UI development for curvilinear surfaces and shader modifications for the creation of realistic landscape elements. The object of the research is the development of an interface system based on a custom raycaster to ensure interactivity and create an immersive effect within the game environment.. Objective. The purpose of the paper. The primary objective of this research is to create, optimise and adapt shaders on curved surfaces to achieve more efficient rendering with high-quality visualisation. Method. The development of user interfaces (UI) for curvilinear surfaces requires consideration of geometric parameters. To resolve this issue, a custom component based on BaseRaycaster was developed, enabling the computation of the intersection between the camera ray and the physical surface. To provide correct and efficient interaction with the canvas a custom component based on BaseRaycaster was created. The developed component solves the problem by identifying the ray intersection point from the camera with the canvas surface. The implementation of this component involves an algorithm for detecting the camera’s ray intersections with colliders, using a mathematical model to process the detected elements, according for their depth to ensure proper interaction. Results.This approach facilitates the creation of interfaces on arbitrary static curved surfaces that are applicable in various gaming and interactive scenarios. Conclusions. The use of splines and modified shaders ensures the placement of text on curvilinear surfaces and the natural arrangement of roads and other landscape elements according to the terrain contours. This approach is important for developing open-world games or games with complex geometry, where the UI on curvilinear surfaces appears natural and integrated into the environment. UK: Актуальність. Криволінійні поверхні є складними для відображення на плоскому екрані. Розробка інтерфейсу для таких поверхонь є актуальною задачею, яка потребує вирішення багатьох проблем. У даній роботі представлено підхід до розробки UI для криволінійних поверхонь, а також модифікація шейдерів для створення реалістичних елементів ландшафту. Об’єктом дослідження є розробка інтерфейсної системи на основі кастомного рейкаста для забезпечення інтерактивності та занурення у ігровий світ. Мета роботи. Основна мета даної роботи полягає у створенні, вдосконаленні та адаптації шейдерів на криволінійних поверхнях для досягнення більш ефективного рендерингу, зберігаючи при цьому високу якість візуалізації. Метод. Розробка UI для криволінійних поверхонь потребує врахування особливостей геометрії. Для вирішення цієї проблеми було розроблено кастомний компонент на базі BaseRaycaster, який дозволяє визначати перетин променя від камери з фізичною поверхнею. З метою забезпечення коректної та ефективної взаємодії з полотном, розроблено кастомний компонент на основі BaseRaycaster. Запропонований компонент вирішує проблему шляхом визначення точки перетину променя, що виходить з камери, з фізичною поверхнею полотна. Реалізація включає в себе алгоритм пошуку перетинів променя з колайдерами за допомогою математичної формули та подальшу обробку знайдених елементів з урахуванням їх глибини для забезпечення коректної взаємодії. Завдяки цьому підходу, з’являється можливість створювати інтерфейс на довільній кривій статичній поверхні, що відкриває широкі можливості для використання в різноманітних ігрових та інтерактивних сценаріях. Результати. Представлений підхід до розробки UI для криволінійних поверхонь та використання модифікованих шейдерів дозволяє створювати більш інтерактивні та реалістичні інтерфейси та ігрові світи. Висновки. Використання сплайнів та модифікованих шейдерів забезпечує розташування тексту на криволінійних поверхнях та органічне розташування доріг та інших елементів ландшафту відповідно до контурів місцевості. Цей підхід є важливим для створення ігор з відкритим світом або складною геометрією, де UI на криволінійній поверхні виглядає природно та інтегровано в середовище.Item An analytical approach to multi-criteria choosing technological scheme for information processing(Національний університет "Запорізька політехніка", 2025) Popov, М.; Zaitsev, О.; Stefantsev, S.; Попов, М. О.; Зайцев, О. В.; Стефанцев, С. С.EN: Context. Today, effective information processing is critically important for making strategic, tactical, and operational management decisions. The increasing volumes of information and the need for its rapid analysis necessitate the development and implementation of new methods for multi-criteria choosing technological schemes for information processing. The application of analytical approaches, such as the Ordered Weighted Averaging (OWA) method, allows for the improvement of the quality of final information products, which is relevant for analysis and research in various fields. Objective. The aim of the research is to develop an analytical approach to multi-criteria choosing an information processing technological scheme using the OWA operator. Method. The paper uses an analytical approach based on the multi-criteria decision-making method. Specifically, the Ordered Weighted Averaging (OWA) operator is applied, which allows taking into account the weight coefficients of the criteria and their ranking significance to determine the optimal information processing technological scheme. Results. The research results show that the application of the OWA operator effectively aggregates the evaluation of alternatives and selects the technological scheme that best meets the specified criteria for the quality of the end information product. The conducted experiments confirmed the effectiveness of the proposed approach in evaluating alternative information processing schemes. Conclusions. The proposed approach to multi-criteria selection of a technological scheme for processing intelligence data allows for improved quality of the end information product and considers the importance of various criteria. Further research could be focused on the development of automated decision support systems taking into account the metadata of intelligence data. UK: Актуальність. Сьогодні ефективне опрацювання інформації є критично важливим для прийняття стратегічних, тактичних та оперативних управлінських рішень. Зростаючий обсяг інформації та необхідність її швидкого аналізу вимагають розробки та впровадження нових методів багатокритеріального вибору технологічних схем обробки інформації. Застосування аналітичних підходів, таких, як метод упорядкованого зваженого агрегування (OWA), дозволяє покращити якість кінцевих інформаційних продуктів, що є актуальним для аналізу та досліджень у різних сферах людської діяльності. Мета. Метою дослідження є розробка аналітичного підходу до багатокритеріального вибору технологічної схеми опрацювання інформації із застосуванням оператора упорядкованого зваженого агрегування (OWA-оператора). Метод. В роботі використано аналітичний підхід, заснований на методі багатокритеріального прийняття рішень. Зокрема, застосовується OWA-оператор, що дозволяє враховувати вагові коефіцієнти критеріїв та їх рангову значущість для визначення найбільш ефективної технологічної схеми опрацювання інформації. Результати. Результати досліджень показують, що застосування OWA-оператора дозволяє ефективно агрегувати оцінки альтернатив та обрати технологічну схему, яка найбільше серед тих, що є в наявності, відповідає заданим критеріям якості кінцевого інформаційного продукту. Проведені експерименти підтвердили ефективність запропонованого підходу при оцінюванні альтернативних схем опрацювання інформації. Висновки. Запропонований підхід до багатокритеріального вибору технологічної схеми опрацювання розвідувальних даних дозволяє підвищити якість кінцевого інформаційного продукту та враховувати при цьому важливість розглядуваних критеріїв. Подальші дослідження планується спрямувати на розробку автоматизованої системи підтримки прийняття рішень з урахуванням результатів аналізу метаданих вхідних даних.Item Analysis of procedures for voice signal normalization and segmentation in information systems(Національний університет "Запорізька політехніка", 2025) Pastushenko, M. S.; Pastushenko, О. М.; Faizulaiev, T. А.; Пастушенко, M. С.; Пастушенко, О. М.; Файзулаєв, T. А.EN: Context. The current task of evaluating formant data (formant frequencies, their spectral density level, amplitude-frequency spectrum envelope, formant frequency spectrum width) in voice authentication systems is considered. The object of the study is the process of digital preprocessing of the voice signal when extracting formant data. Objective. Evaluation of the effectiveness of traditional procedures for digital preprocessing of a user voice signal and development of proposals for improving the quality of formant data extraction. Method. A mathematical model for extracting formant data from an experimental voice signal has been developed to study the influence of normalization and segmentation procedures on the quality of the resulting estimates. By modeling the process of extracting formant data, the results of digital processing of normalized and non-normalized voice signals are compared. The influence of the processed frame duration of the experimental voice signal on the quality of the formant frequencies assessment is estimated. The results are obtained for the experimental phoneme and morpheme. Results. The obtained results show that when processing a voice signal with a sufficient signal-to-noise ratio, normalization procedures are not mandatory when extracting formant data. Moreover, normalization leads to a less accurate measurement of the spectrum width of formant frequencies. It is also unacceptable to use a processed frame duration of less than 40 ms. These results allow us to modify the traditional method of voice signal preprocessing. The use of the modeling method in the study of the experimental voice signal confirms the reliability of the results obtained. Conclusions. The scientific novelty of the research results lies in the modification of the voice signal preprocessing methodology in authentication systems. Eliminating normalization procedures at high signal-to-noise ratios of the voice signal, which occurs in user authentication systems, makes it possible to increase the speed of formant data extraction and more accurately estimate the width of the formant frequency spectrum. Selecting a frame duration of at least 40 ms for the processed signal significantly improves the accuracy of formant frequency determination. Otherwise, the estimates of the formant frequencies will be high. Moreover, when processing phonemes, the processed voice signal cannot be divided into frames. Practical application of research results allows to increase the efficiency and accuracy of the formant data generation. Prospects for further research may be studies of the influence of normalization and framing procedures on other elements of a template of the authentication system user. UK: Актуальність. Розглядається актуальне завдання оцінки формантних даних (формантних частот, рівня їхньої спектральної щільності, огинаючу амплітудно-частотного спектру, ширини спектрів формантних частот) у системах голосової автентифікації. Об’єктом дослідження був процес цифрової попередньої обробки голосового сигналу під час вилучення формантних даних. Мета роботи – оцінка ефективності традиційних процедур цифрової попередньої обробки голосового сигналу користувача та розробка пропозицій щодо підвищення якості вилучення формантних даних. Метод. Розроблено математичну модель вилучення формантних даних з експериментального голосового сигналу для дослідження впливу процедур нормалізації та сегментації на якість одержуваних оцінок. Шляхом моделювання процесу отримання формантних даних порівнюються результати цифрової обробки нормалізованого і ненормалізованого голосового сигналу. Оцінюється вплив тривалості обробленого кадру експериментального голосового сигналу якість оцінки формантних частот. Результати отримані для експериментальної фонеми та морфеми. Результати. Отримані результати свідчать, що при обробці голосового сигналу з достатнім співвідношенням сигнал/шум процедури нормалізації не є обов’язковими для отримання формантних даних. Більше того, нормалізація призводить до менш точного виміру ширини спектрів формантних частот. Неприпустимим є використання тривалості оброблюваного кадру менше 40 мс. Зазначені результати дозволяють модифікувати традиційну методику попередньої обробки голосового сигналу. Використання методу моделювання щодо експериментального голосового сигналу підтверджує достовірність отриманих результатів. Висновки. Проведені експериментальні дослідження показують доцільність виключення процедур нормалізації при високому співвідношенні сигнал/шум голосового сигналу, що має місце в системах автентифікації користувачів. Такий підхід дозволить підвищити оперативність отримання формантних даних і більш точно оцінювати ширину спектрів формантних частот. Результати експериментального дослідження тривалості оброблюваного кадру голосового сигналу свідчать, що його тривалість не має бути менше 40 мс. В іншому випадку оцінки формантних частот будуть завищеними. Більш того, при обробці фонем можна голосовий сигнал, що обробляється, не розбивати на фрейми. Практичне застосування результатів досліджень дозволяє підвищити оперативність та точність формування формантних даних. Перспективами подальших досліджень може бути дослідження впливу процедур нормалізації та фреймінгу на інші елементи шаблону користувача системи автентифікації.Item Use of genetic algorithms in adaptive compilers for cross-platform optimization(Національний університет "Запорізька політехніка", 2025) Berdnyk, M. G.; Starodubskyi, I. P.; Бердник, М. Г.; Стародубський, І. П.EN: Context. Modern software is developed under conditions of continuously increasing complexity of computing systems. Today, developers must consider a vast diversity of platforms, ranging from resource-constrained mobile devices to servers with high-performance processors and specialized architectures such as GPUs, FPGAs and even quantum computers. This heterogeneity requires software to operate efficiently across various hardware platforms. However, portability remains one of the most challenging tasks, especially when high performance is required. One of the promising directions to address this problem is the use of adaptive compilers that can automatically optimize code for different architectures. This approach allows developers to focus on the functional part of the software, minimizing the effort spent on optimization and configuration. Genetic algorithms (GAs) play a special role among the methods used to create adaptive compilers. These are powerful evolutionary techniques that allow finding optimal solutions in complex and multidimensional parameter spaces. Objective. The objective of this research is to apply genetic algorithms in the process of adaptive compilation to enable automatic optimization of software across different hardware platforms. Method. The approach is based on genetic algorithms to automate the compilation process. The key stages include: population initialization – creation of an initial set of compilation parameters; fitness function evaluation – assessment of the efficiency of each parameter combination; evolutionary operations – applying crossover, mutation and selection to generate the next generation of parameters; termination criteria – stopping the iterative process upon reaching an optimal result or stabilization of metrics. Results. The developed algorithm was implemented in Python using the numpy, multiprocessing and subprocess libraries. Performance evaluation of the algorithm was carried out using execution time, energy consumption and memory usage metrics. Conclusions. The scientific novelty of the study lies in the development of: an innovative approach to automatic compilation parameter optimization based on genetic algorithms; a method for dynamic selection of optimization strategies based on performance metrics for different architectures; integration of GAs with modern compilers such as LLVM for automatic analysis of intermediate representation and code optimization; and methods for applying adaptive compilers to solve cross-platform optimization problems. The practical significance is determined by the use of genetic algorithms in adaptive compilers, which significantly improves the efficiency of the compilation process by automating the selection of optimal parameters for various architectures. The proposed approach can be successfully applied in the fields of mobile computing, cloud technologies and high-performance systems. UK: Актуальність. Сучасне програмне забезпечення розробляється в умовах постійно зростаючої складності обчислювальних систем. Сьогодні розробникам доводиться враховувати величезну різноманітність платформ: від мобільних пристроїв із обмеженими ресурсами до серверів із високопродуктивними процесорами та спеціалізованих архітектур, таких як GPU, FPGA та навіть квантові комп’ютери. Ця гетерогенність вимагає від програмного забезпечення здатності ефективно працювати на різних апаратних платформах. Однак переносимість програм залишається однією з найскладніших задач, особливо коли йдеться про досягнення високої продуктивності. Одним із перспективних напрямів вирішення цієї проблеми є використання адаптивних компіляторів, які здатні автоматично оптимізувати програмний код для різних архітектур. Такий підхід дозволяє розробникам зосередитися на функціональній частині програм, мінімізуючи витрати на оптимізацію та налаштування. Особливе місце серед підходів до створення адаптивних компіляторів займають генетичні алгоритми (ГА). Це потужні еволюційні методи, які дозволяють знаходити оптимальні рішення у складних і багатовимірних параметрів. Мета роботи. Метою дослідження є застосування генетичних алгоритмів у процесі адаптивної компіляції для забезпечення автоматичної оптимізації програмного забезпечення на різних апаратних платформах. Метод. Ґрунтується на генетичних алгоритмів для автоматизації процесу компіляції. Основніими етапами якого є: ініціалізація популяції – створення початкового набору параметрів компіляції; оцінка функції пристосованості – визначення ефективності кожної комбінації параметрів; еволюційні операції застосування схрещування, мутації та відбору для створення нового покоління параметрів; критерії зупинки – завершення ітераційного процесу при досягненні оптимального результату або стабілізації метрик. Результати. Розроблений алгоритм був реалізований на Python із використанням бібліотек numpy, multiprocessing і subprocess. Для оцінки ефективності алгоритму використовувалися метрики часу виконання, споживання енергії та обсягу використаної пам’яті. Висновки. Наукова новизна дослідження полягає в розробки: інноваційного підхіда до автоматичної оптимізації параметрів компіляції, заснованому на використанні генетичних алгоритмів; метода динамічного вибору стратегій оптимізації на основі метрик продуктивності для різних архітектур; інтеграції ГА із сучасними компіляторами, такими як LLVM, для автоматичного аналізу проміжного подання та оптимізації кодів; методів застосування адаптивних компіляторів для вирішення задач кросплатформної оптимізації. Практична значимість визначається у використання генетичних алгоритмів в адаптивних компіляторах, що дозволяє значно підвищити ефективність процесу компіляції, автоматизуючи вибір оптимальних параметрів для різних архітектур. Запропонований підхід може бути успішно застосований у галузях мобільних обчислень, хмарних технологій і високопродуктивних систем.Item Photogrammetric motion capture subsystem for change of body position analysis in the frontal and sagittal planes(Національний університет "Запорізька політехніка", 2025) Barkovska, O. Y.; Kovalenko, A. A.; Diachenko, V. O.; Bukharova, L. D.; Korobko, V. Y.; Барковська, О. Ю.; Коваленко, А. А.; Дяченко, В. O.; Бухарова, Л. Д.; Коробко, В. ЮEN: Context. The increase in other orthopedic injuries, particularly among military personnel, requires new innovative solutions to assess posture changes and monitor rehabilitation effectiveness. Existing systems have limitations in terms of portability, cost, and flexibility of use, which necessitates the development of hybrid systems that combine computer vision and sensory analysis methods.. Objective. To assess the effectiveness of combining non-contact computer vision and accelerometric sensors for detecting changes in human posture under different lighting, background, and movement speeds Method. The study implemented a photogrammetric subsystem that includes MediaPipe Holistic for markerless tracking of key body points and WitMotion WT9011DCL-BT50 accelerometers for analyzing inertial motion parameters. The system model was built in IDEF0 notation. The accuracy was assessed by comparing the obtained values of the blade inclination angle and the asymmetry coefficient with the specified norms Results. The combined use of visual and sensory data made it possible to reduce the error to 5.05% under normal conditions and ensure the stability of the results under conditions of changes in the external environment. Image modification (contrast, noise filtering) increased the accuracy of computer vision. Threshold values of the asymmetry coefficient corresponding to normal, mild and severe postural disorders were determined. Conclusions. The proposed system demonstrates high potential effectiveness in telemedical rehabilitation support for patients with musculoskeletal disorders. Its practical significance lies in the creation of an affordable, portable, and accurate diagnostic and monitoring tool suitable for further integration into personalized medicine systems with built-in artificial intelligence modules. UK: Актуальність. Зростання кількості ортопедичних травм, зокрема серед військовослужбовців, потребує нових інноваційних рішень для оцінки змін постави та моніторингу ефективності реабілітації. Існуючі системи мають обмеження щодо портативності, вартості та гнучкості у використанні, що зумовлює потребу в розробці гібридних систем, які поєднують методи комп’ютерного зору та сенсорного аналізу. Мета роботи – oцінити ефективність поєднання безконтактного комп’ютерного зору та акселерометричних сенсорів для виявлення змін постави людини в умовах різного освітлення, фону та швидкості руху. Метод. У дослідженні реалізовано фотограмметричну підсистему, що включає MediaPipe Holistic для безмаркерного відстеження ключових точок тіла та акселерометри WitMotion WT9011DCL-BT50 для аналізу інерційних параметрів руху. Модель системи побудовано у нотації IDEF0. Оцінку точності виконано шляхом порівняння отриманих значень кута нахилу лопаток та коефіцієнта асиметрії із заданими нормами. Результати. Комбіноване використання візуальних і сенсорних даних дало змогу зменшити похибку до 5,05% при нормальних умовах та забезпечити стабільність результатів за умов змін зовнішнього середовища. Модифікація зображень (контраст, фільтрація шуму) підвищила точність комп’ютерного зору. Визначено порогові значення коефіцієнта асиметрії, що відповідають нормі, легким та важким порушенням постави. Висновки. Запропонована система демонструє високу потенційну ефективність у телемедичному супроводі реабілітації пацієнтів із порушеннями опорно-рухового апарату. Її практична значущість полягає у створенні доступного, портативного та точного засобу діагностики та контролю, придатного до подальшої інтеграції у системи персоналізованої медицини з вбудованими модулями штучного інтелекту.Item Optimized model for predicting the availability of objects based on deep learning and geospatial features(Національний університет "Запорізька політехніка", 2025) Tryhuba, A. M.; Ratushny, R. T.; Koval, L. S.; Ratushnyi, A. R.; Тригуба, А. М.; Ратушний, Р. Т.; Коваль, Л. С.; Ратушний, А. Р.EN: Context. Today, predicting the availability of objects in spatially distributed systems remains one of the areas of computer science that constantly attracts the attention of researchers. There are many reasons for this. There is an increase in the amount of spatial information. New types of infrastructure networks are emerging, as well as the need for rapid decision-making in changing conditions. At the same time, traditional analysis methods do not always cope with the tasks of processing multidimensional data. This is especially true when it comes to complex or unstable environments. This opens up opportunities for applying deep learning methods that demonstrate high efficiency where classical approaches fail. Objective. The study aims to optimize the model for predicting the availability of objects in spatially distributed systems by defining an efficient deep learning architecture that uses spatial and other infrastructure features to improve prediction accuracy and generalizability. Method. To achieve this goal, deep learning architectures were used, including feed-forward models (FNN), convolutional neural networks (CNN), and recurrent neural networks (RNN, GRU, LSTM). During the modeling, methods of data normalization, training regularization, and a comprehensive system for evaluating the accuracy of forecasts using the mean square error, mean absolute error, and coefficient of determination were used. Results. An optimized architecture of a recurrent neural network was built for the study, which includes a combination of two recurrent layers, Dropout regularization layers, and a fully connected layer. The analysis has shown that the proposed model provides high accuracy in predicting the availability of objects, demonstrating stability over a wide range of spatial data. Comparison of actual and predicted values confirmed the effectiveness of the proposed solution. Conclusions. The proposed approach to building an optimized deep learning model for predicting the availability of objects provides a high level of generalization and accuracy, which creates prerequisites for its use in systems of intelligent decision support in spatially distributed environments. UK: Актуальність. На сьогодні прогнозування доступності об’єктів у просторово-розподілених системах залишається одним із тих напрямів інформатики, який постійно привертає увагу дослідників. Причин для цього чимало. Спостерігається збільшення обсягів просторової інформації. Появляються нові типи інфраструктурних мереж, а також потреба в оперативному прийнятті рішень у мінливих умовах. Водночас, традиційні методи аналізу не завжди справляються із завданнями обробки багатовимірних даних. Особливо це актуально, коли йдеться про складні або нестабільні середовища. Це відкриває можливості для застосування методів глибинного навчання, які демонструють високу ефективність там, де класичні підходи не працюють. Мета роботи. Дослідження спрямоване на оптимізацію моделі прогнозування доступності об’єктів у просторово-розподілених системах шляхом визначення ефективної архітектури глибинного навчання, що використовує просторові та інфраструктурні ознаки для підвищення точності прогнозування та узагальнюючої здатності. Методи. Для досягнення поставленої мети було застосовано архітектури глибинного навчання, серед яких моделі прямого розповсюдження (FNN), згорткові нейронні мережі (CNN) та рекурентні нейронні мережі (RNN, GRU, LSTM). Під час моделювання використовувалися методи нормалізації даних, регуляризації навчання, а також комплексна система оцінювання точності прогнозів за допомогою середньої квадратичної помилки, середньої абсолютної помилки та коефіцієнта детермінації. Результати. Під виконання дослідження було побудовано оптимізовану архітектуру рекурентної нейронної мережі, що включає комбінацію двох рекурентних шарів, шарів регуляризації Dropout та повнозв’язного шару. Проведений аналіз показав, що запропонована модель забезпечує високу точність прогнозування доступності об’єктів, демонструючи стабільність роботи на широкому спектрі просторових даних. Співставлення фактичних та прогнозованих значень підтвердило ефективність запропонованого рішення. Висновки. Запропонований підхід до побудови оптимізованої моделі глибинного навчання для прогнозування доступності об’єктів забезпечує високий рівень узагальнення та точності, що створює передумови для її використання у системах інтелектуальної підтримки прийняття рішень у просторово-розподілених середовищах.Item The “prism and rays method” for researching subjectivization of perception of human-machine interaction objects(Національний університет "Запорізька політехніка", 2025) Pukach, A. I.; Teslyuk, V. M.; Пукач, А. І.; Теслюк, В. М.EN: Context. The task of representation formalizing as well as possibility of further research of the scientific and applied problem of perception subjectivization of the human-machine interaction objects by relevant interaction subjects, in the context of global problems of automation and intellectualization of the component processes and environments of human-machine interaction, is considered, investigated, and resolved in scope of current research. The object of research are processes of perception subjectivization of the human-machine interaction objects by relevant subjects of same interaction. The subject of research are methods and means of mathematical, computer, and simulation modeling. Objective – development of a method for researching the perception subjectivization of the human-machine interaction objects by relevant subjects of the same interaction. Method. The development of the “prism and rays method” (author’s name of the method) is proposed and performed, which provides the possibility to resolve the scientific and applied problem of representation formalizing as well as possibility of further research into the processes of perception subjectivization of the human-machine interaction objects by relevant interaction subjects (of the same interaction). Results. The results of the developed method – are corresponding models that represent and allow to investigate the researched processes of perception subjectivization of the human-machine interaction objects by relevant interaction subjects (of the same interaction). The developed method provides the possibility of both formalization as well as further interpretation and investigation of the researched processes of perception subjectivization of human-machine interaction objects. As a practical approbation, the developed method has been applied for synthesis of the basic model of perception subjectivization of the object of complex (comprehensive) support (one of the most highlighted examples of HMI/HCI) of software product(s), using the example case of an experimental task of estimating the approximate processing time of client request by the department of customer-and-technical support of the given software product. Conclusions. The developed “prisms and rays method” solves the declared task of representation formalizing as well as possibility of further research of the scientific and applied problem of perception subjectivization of the human-machine interaction objects by relevant interaction subjects, in the context of global problems of automation and intellectualization of the component processes and environments of human-machine interaction. At the same time, the obtained results of experimental practical approbation of the developed method confirm its effectiveness and efficiency in the context of solving relevant practical applied tasks of the scientific and applied problem of human-machine interaction objects’ perception subjectivization. UK: Актуальність. Розглянуто задачу формалізації представлення з можливістю подальшого дослідження науково-прикладної проблеми суб’єктивізації сприйняття об’єктів людино-машинної взаємодії – суб’єктами цієї взаємодії, в контексті глобальної проблематики автоматизації й інтелектуалізації складових процесів та середовищ людино-машинної взаємодії. Об’єктом дослідження є процеси суб’єктивізації сприйняття об’єктів людино-машинної взаємодії – суб’єктами цієї взаємодії. Предметом дослідження є методи та засоби математичного, комп’ютерного, а також імітаційного моделювання. Метою роботи – розроблення методу для дослідження суб’єктивізації сприйняття об’єктів відповідними суб’єктами людино-машинної взаємодії. Метод. Запропоновано розроблення методу «призм та променів» (авторська назва методу), що забезпечує можливість вирішення науково-прикладної задачі формалізації представлення з можливістю подальшого дослідження процесів суб’єктивізації сприйняття об’єктів людино-машинної взаємодії відповідними суб’єктами цієї взаємодії. Результати. Результатами роботи розробленого методу є відповідні моделі, що репрезентують суб’єктивізацію сприйняття досліджуваного об’єкта людино-машинної взаємодії відповідними суб’єктами цієї взаємодії. Розроблений метод забезпечує можливість як формалізації, так і подальшої інтерпретації та дослідження процесів суб’єктивізації сприйняття об’єктів людино-машинної взаємодії. В якості апробації, розроблений метод застосовано для синтезу базової моделі суб’єктивізації сприйняття об’єкта комплексної підтримки (як одного з найбільш поширених прикладів людино-машинної взаємодії) програмних продуктів, на прикладі експериментального кейсу оцінки приблизного часу опрацювання клієнтського запиту відділом клієнтської та технічної підтримки програмного продукту. Висновки. Розроблений метод вирішує поставлену задачу формалізації представлення з можливістю подальшого дослідження науково-прикладної проблеми суб’єктивізації сприйняття об’єктів людино-машинної взаємодії – суб’єктами цієї взаємодії, в контексті глобальної проблематики автоматизації й інтелектуалізації складових процесів та середовищ людино-машинної взаємодії. Водночас, отримані результати експериментальної апробації розробленого методу підтверджують його дієвість в контексті вирішення прикладних практичних задач науково-прикладної проблематики суб’єктивізації сприйняття об’єктів людино-машинної взаємодії.Item Alzheimer’s disease prediction by using deep stacked ensemble model enhanced with squeeze-and-excitation attention mechanism(Національний університет "Запорізька політехніка", 2025) Iqbal, Muhammad Junaid; Mudasir, Mahmood; Farhan, Muhammad; Hussain, Muhammad Sajjad; Ікбал, Мухаммад Джунаїд; Мудасір, Махмуд; Фархан, Мухаммад; Хуссейн, Мухаммад СаджадEN: Context. Alzheimer’s disease (AD) is a progressive, neurological degenerative disease causing memory loss, impaired cognition, and dementia. Timely identification of AD is crucial for the provision of effective treatment and intervention. Magnetic Resonance Imaging (MRI) has also become a critical tool in understanding the structural changes in the brain that occur during Alzheimer’s development. Nonetheless, the manual processing of MRI scans is time-consuming, subjective, and susceptible to human error. As such, there is increasing demand for automated and precise diagnostic technology that can support clinicians in the earlier detection and staging of Alzheimer’s disease based on medical imaging data. Objective. The present study focuses on developing and evaluating a deep learning-based stacked ensemble model for the classification and staging of Alzheimer’s disease brain MRI scans. The primary objective is to improve the diagnosis accuracy and reliability through a combination of the strengths of several pre-trained convolutional neural network (CNN) architectures, combined with sophisticated attention mechanisms and meta-learning techniques. Method. The proposed approach utilizes a deep stacked ensemble learning framework composed of three well-performing CNN architectures: MobileNetV2, ResNet50, and DenseNet121. These models are pre-trained on the ImageNet dataset, benefiting from robust feature extraction capabilities. To further improve their performance, each CNN model is enhanced with a Squeeze-and-Excitation (SE) attention module, which adaptively recalibrates channel-wise feature responses, emphasizing important features while suppressing irrelevant ones. The extracted high-level features from all three SE-augmented CNNs are then concatenated and fed into a meta-learner consisting of fully connected layers. This meta-classifier incorporates dropout and batch normalization techniques to prevent overfitting and improve generalization. The overall architecture is trained and validated on a dataset of brain MRI images categorized into different stages of Alzheimer’s disease, including normal control, mild cognitive impairment, and various stages of dementia. Results. The experimental evaluation demonstrated exceptional performance, achieving an Accuracy of 99%, a Precision of 99%, a Recall of 98%, and an F1-score of 99%. These metrics indicate the model’s strong predictive capability and reliability in distinguishing between different stages of Alzheimer’s disease. Conclusions. The experimental outcomes highlight the effectiveness and robustness of the proposed deep stacked ensemble model in the automated diagnosis and staging of Alzheimer’s disease using MRI scans. The integration of multiple CNNs with attention mechanisms and meta-learning significantly enhances classification performance. These findings suggest that the model can serve as a reliable decision-support system for neurologists, aiding in early diagnosis, timely intervention, and improved patient outcomes in clinical settings. UK: Актуальність. Хвороба Альцгеймера (ХА) – це прогресуюче неврологічне дегенеративне захворювання, що спричиняє втрату пам’яті, порушення когнітивних функцій та деменцію. Своєчасне виявлення ХА має вирішальне значення для забезпечення ефективного лікування та втручання. Магнітно-резонансна томографія (МРТ) також стала критично важливим інструментом для розуміння структурних змін у мозку, що відбуваються під час розвитку хвороби Альцгеймера. Тим не менш, ручна обробка МРТ-сканів є трудомісткою, суб’єктивною та схильною до людських помилок. Як наслідок, зростає попит на автоматизовані та точні діагностичні технології, які можуть допомогти клініцистам у ранньому виявленні та стадіювання хвороби Альцгеймера на основі даних медичної візуалізації. Мета. Це дослідження зосереджено на розробці та оцінці багатошарової ансамблевої моделі на основі глибокого навчання для класифікації та стадіювання МРТ-сканувань головного мозку при хворобі Альцгеймера. Основною метою є підвищення точності та надійності діагностики шляхом поєднання сильних сторін кількох попередньо навчених архітектур згорткових нейронних мереж (CNN) у поєднанні зі складними механізмами уваги та методами метанавчання. Метод. Запропонований підхід використовує структуру глибокого багатошарового ансамблю навчання, що складається з трьох високопродуктивних архітектур CNN: MobileNetV2, ResNet50 та DenseNet121. Ці моделі попередньо навчені на наборі даних ImageNet, використовуючи потужні можливості витягу ознак. Для подальшого покращення їхньої продуктивності кожна модель CNN покращена модулем уваги стискання та збудження (SE), який адаптивно перекалібрує реакції на ознаки по каналах, підкреслюючи важливі ознаки, водночас пригнічуючи нерелевантні. Виділені високорівневі ознаки з усіх трьох SE-доповнених CNN потім об’єднуються та подаються в мета-навчальну систему, що складається з повністю зв’язаних шарів. Цей мета-класифікатор включає методи відсіву та пакетної нормалізації, щоб запобігти перенавчанню та покращити узагальнення. Загальна архітектура навчається та перевіряється на наборі даних зображень МРТ мозку, класифікованих за різними стадіями хвороби Альцгеймера, включаючи нормальний контроль, легкі когнітивні порушення та різні стадії деменції. Результати. Експериментальна оцінка продемонструвала виняткову продуктивність, досягнувши точності 99%, прецизійності 99%, повноти 98% та F1-оцінки 99%. Ці показники вказують на високу прогностичну здатність та надійність моделі у розрізненні різних стадій хвороби Альцгеймера. Висновки. Експериментальні результати підкреслюють ефективність та надійність запропонованої моделі глибоко укладеного ансамблю в автоматизованій діагностиці та стадіювання хвороби Альцгеймера за допомогою МРТ-сканувань. Інтеграція кількох згорткових нейронних мереж (CNN) з механізмами уваги та метанавчанням значно покращує ефективність класифікації. Ці результати свідчать про те, що модель може служити надійною системою підтримки рішень для неврологів, допомагаючи у ранній діагностиці, своєчасному втручанні та покращенні результатів лікування пацієнтів у клінічних умовах.Item Classification of histological images based on convolutional neural networks(Національний університет "Запорізька політехніка", 2025) Liashchynskyi, P. B.; Лящинський, П. Б.EN: Context. Automated classification of histological images is of great importance for speeding up and improving the accuracy of diagnostics in medicine. Taking into account the complexity and high variability of histological structures, the use of deep learning and convolutional neural networks, in particular, is a promising direction in solving this problem. The object of study is the process of classifying histological images using convolutional neural networks to determine and optimize the architecture with the highest accuracy rate. Objective. The aim of this work is to develop an effective approach to histological image classification using convolutional neural networks that provides high accuracy through step-by-step optimization of the architecture and application of data expansion methods using affine transformations and synthesis based on diffusion models. Method. The study includes four main stages. The first stage involves a comparative analysis of 12 well-known convolutional neural network architectures on a basic histological dataset. The second and third stages involve comparative analysis on extended data, including affine transformations and synthetic images generated by the diffusion model, respectively. The final, fourth stage involves a neuroevolutionary search for the optimal architectural cell. Once it is found, it is integrated into the model architecture, where for each layer a choice is made between certain blocks and the found cell. This approach allows to automatically form the optimal sequence of blocks in the model, which ensures the highest classification accuracy. Results. The proposed approach improved the accuracy of histological image classification compared to the initial architectures. The addition of synthetic images to the training set provided an increase in model performance. The search for the optimal cell and its integration into the model with further optimization demonstrated an additional improvement in classification quality, increasing the accuracy to 94.9, 96.1, and 99.8% on each dataset, respectively. Conclusions. The proposed approach allows achieving high accuracy of histological image classification through a step-by-step process that includes the use of classical convolutional neural network architectures, generation of synthetic data, and search for optimal architectural and hyperparametric configurations. A software module for classifying histological images has been developed that can be used in an automatic diagnostic system. UK: Актуальність. Велике значення для прискорення та підвищення точності діагностики в медицині має автоматизована класифікація гістологічних зображень. Беручи до уваги складність і високу варіативність гістологічних структур, застосування глибокого навчання і згорткових нейронних мереж зокрема, є перспективним напрямком у вирішенні цієї задачі. Об’єктом дослідження є процес класифікації гістологічних зображень з допомогою згорткових нейронних мереж для визначення та оптимізації архітектури із найвищим показником точності. Мета роботи. Метою роботи є розробка ефективного підходу до класифікації гістологічних зображень із використанням згорткових нейронних мереж, який забезпечує високу точність за рахунок поетапної оптимізації архітектури та застосування методів розширення даних з допомогою афінних перетворень та синтезу на основі дифузійних моделей. Метод. Дослідження включає чотири основні етапи. На першому проведено порівняльний аналіз 12 відомих архітектур згорткових нейронних мереж на базовому гістологічному датасеті. Другий та третій етапи передбачають порівняльний аналіз на розширених даних, що включають афінні перетворення та синтетичні зображення, згенеровані дифузійною моделлю відповідно. На фінальному, четвертому етапі виконується нейроеволюційний пошук оптимальної архітектурної комірки. Після її знаходження вона інтегрується у розроблену архітектуру моделі, де для кожного шару здійснюється вибір між певними блоками та знайденою коміркою. Такий підхід дозволяє автоматично сформувати оптимальну послідовність блоків у моделі, що забезпечує найвищу точність класифікації. Результати. Запропонований підхід дозволив покращити точність класифікації гістологічних зображень порівняно з початковими архітектурами. Додавання синтетичних зображень до навчального набору забезпечило приріст продуктивності моделей. Пошук оптимальної комірки та її інтеграція в модель з подальшою оптимізацією продемонстрував додаткове покращення якості класифікації, збільшивши точність до 94,9, 96,1 та 99,8% на кожному датасеті відповідно. Висновки. Запропонований підхід дозволяє досягнути високої точності класифікації гістологічних зображень завдяки поетапному процесу, що включає використання класичних архітектур згорткових нейронних мереж, генерацію синтетичних даних та пошук оптимальних архітектурних і гіперпараметричних конфігурацій. Розроблено програмний модуль класифікації гістологічних зображень, який може бути використаний у системі автоматичного діагностування.Item Research on a hybrid LSTM-CNN-Attention model for text-based web content classification(Національний університет "Запорізька політехніка", 2025) Kuz, M. V.; Lazarovych, I. M.; Kozlenko, M. I.; Pikuliak, M. V.; Kvasniuk, A. D.; Кузь, М. В.; Лазарович, І. М.; Козленко, М. І.; Пікуляк, М. В.; Кваснюк, А. Д.EN: Context. Text-based web content classification plays a pivotal role in various natural language processing (NLP) tasks, including fake news detection, spam filtering, content categorization, and automated moderation. As the scale and complexity of textual data on the web continue to grow, traditional classification approaches – especially those relying on manual feature engineering or shallow learning techniques – struggle to capture the nuanced semantic relationships and structural variability of modern web content. These limitations result in reduced adaptability and poor generalization performance on real-world data. Therefore, there is a clear need for advanced models that can simultaneously learn local linguistic patterns and understand the broader contextual meaning of web text. Method. This study presents a hybrid deep learning architecture that integrates Long Short-Term Memory (LSTM) networks, Convolutional Neural Networks (CNN), and an Attention mechanism to enhance the classification of web content based on text. Pre-trained GloVe embeddings are used to represent words as dense vectors that preserve semantic similarity. The CNN layer extracts local n-gram patterns and lexical features, while the LSTM layer models long-range dependencies and sequential structure. The integrated Attention mechanism enables the model to focus selectively on the most informative parts of the input sequence. The model was evaluated using the dataset, which consists of over 10,000 HTML-based web pages annotated as legitimate or fake. A 5-fold cross-validation setup was used to assess the robustness and generalizability of the proposed solution. Results. Experimental results show that the hybrid LSTM-CNN-Attention model achieved outstanding performance, with an accuracy of 0.98, precision of 0.94, recall of 0.92, and F1-score of 0.93. These results surpass the performance of baseline models based solely on CNNs, LSTMs, or transformer-based classifiers such as BERT. The combination of neural network components enabled the model to effectively capture both fine-grained text structures and broader semantic context. Furthermore, the use of GloVe embeddings provided an efficient and effective representation of textual data, making the model suitable for integration into systems with real-time or near-real-time requirements. Conclusions. The proposed hybrid architecture demonstrates high effectiveness in text-based web content classification, particularly in tasks requiring both syntactic feature extraction and semantic interpretation. By combining convolutional, recurrent, and attention-based mechanisms, the model addresses the limitations of individual architectures and achieves improved generalization. These findings support the broader use of hybrid deep learning approaches in NLP applications, especially where complex, unstructured textual data must be processed and classified with high reliability. UK: Актуальність. Класифікація веб-контенту на основі тексту відіграє ключову роль у різних завданнях обробки природної мови (NLP), включаючи виявлення фейкових новин, фільтрацію спаму, категоризацію контенту та автоматизовану модерацію. Оскільки обсяг і складність текстових даних в Інтернеті продовжують зростати, традиційні підходи до класифікації – особливо ті, що спираються на ручне створення ознак або поверхневі методи навчання – мають труднощі в уловлюванні тонких семантичних зв’язків і структурної мінливості сучасного веб-контенту. Ці обмеження призводять до зниження адаптивності та поганої здатності до узагальнення на реальних даних. Тому існує чітка потреба в удосконалених моделях, які можуть одночасно навчатися локальним мовним патернам і розуміти ширший контекстуальний зміст веб-тексту. Мета роботи – підвищення точності та узагальнювальних властивостей моделей класифікації веб-контенту на основі тексту шляхом використання передових технік глибинного навчання. Завданням є покращення витягування локальних та глобальних ознак тексту та навчання послідовностей, що дозволить створити більш ефективну та точну модель для класифікації веб-сторінок з урахуванням їх змісту та контексту. Метод. Це дослідження представляє гібридну архітектуру глибокого навчання, яка інтегрує мережі Long Short-Term Memory (LSTM), згорткові нейронні мережі (CNN) та механізм уваги для покращення класифікації веб-контенту на основі тексту. Для подання слів використовуються попередньо навчений вектор GloVe, який зберігає семантичну подібність. Згорткова мережа (CNN) видобуває локальні патерни n-грам і лексичні ознаки, в той час як LSTM моделює довготривалі залежності та послідовну структуру. Інтегрований механізм уваги дозволяє моделі вибірково фокусуватися на найважливіших частинах вхідної послідовності. Модель була оцінена за допомогою датасету, що складається з понад 10 000 веб-сторінок на основі HTML, позначених як легітимні або фейкові. Для оцінки стійкості та узагальненості запропонованого рішення використовувалася 5-кратна крос-валідація. Результати. Експериментальні результати показують, що гібридна модель LSTM-CNN-Attention досягла відмінних результатів, з точністю 0,98, точністю (precision) 0,94, відзивом (recall) 0,92 і F1-мірою 0,93. Ці результати перевершують ефективність базових моделей, що спираються лише на CNN, LSTM або трансформерні класифікатори, такі як BERT. Поєднання компонентів нейронних мереж дозволило моделі ефективно захоплювати як дрібні текстові структури, так і ширший семантичний контекст. Крім того, використання векторів GloVe надало ефективне та дієве подання текстових даних, роблячи модель придатною для інтеграції в системи з вимогами до реального часу або майже реального часу. Висновки. Запропонована гібридна архітектура демонструє високу ефективність у класифікації веб-контенту на основі тексту, особливо в завданнях, що вимагають одночасного видобутку синтаксичних ознак та семантичної інтерпретації. Поєднуючи згорткові, рекурентні та засновані на увазі механізми, модель долає обмеження окремих архітектур і досягає покращеного узагальнення. Ці висновки підтримують більш широке використання гібридних підходів глибокого навчання в додатках NLP, особливо там, де потрібно обробляти та класифікувати складні, неструктуровані текстові дані з високою надійністю.Item Formalized methodology for compatibility and adaptation of requirements in intelligent diagnostic systems(Національний університет "Запорізька політехніка", 2025) Komleva, N. O.; Liubchenko, V. V.; Комлева, Н. О.; Любченко, В. В.EN: Context. Ensuring the consistency and adaptability of requirements in systems operating under dynamic conditions and limited resources is a pressing issue in modern requirements engineering, especially in intelligent diagnostic and decision-making environments. These systems must process conflicting, outdated, or ambiguous requirements while operating in environments characterized by high uncertainty and dynamic conditions. Objective. This work introduces a formalized methodology for analyzing and managing the compatibility of system requirements. The proposed approach integrates logical consistency, functional interaction, resource feasibility, and priority alignment to support system stability and responsiveness. Method. The methodology is implemented as a multi-level framework that incorporates formal representations of functional, non-functional, and data-related requirements. It employs scenario-based modeling, a set of compatibility assessment models, and a dynamic algorithm for integrating new requirements. The integration process includes compatibility checks, adaptive refinement, expert-based weighting, and real-time feedback. The methodology’s applicability is demonstrated through a hypothetical intelligent medical diagnostic system. Results. The proposed methodology enables systematic identification and resolution of requirement conflicts, ensuring consistent execution and effective prioritization under resource constraints. Scenario-driven modeling and the formalization of core requirements establish a foundation for adaptive system behavior and real-time decision-making. Conclusions. The developed methodology, which includes models and algorithms, enhances the reliability of intelligent systems operating in critical contexts. Future work will focus on extending the framework by incorporating fuzzy logic, machine learning techniques, and developing software tools for automated compatibility analysis and adaptive requirements management. UK: Актуальність. Забезпечення узгодженості та адаптивності вимог у системах, що функціонують в умовах динамічного середовища та обмежених ресурсів, є актуальною проблемою сучасної інженерії вимог, особливо в інтелектуальних діагностичних та експертно-рішальних системах. Такі системи мають обробляти суперечливі, застарілі або неоднозначні вимоги під час роботи в складних умовах. Мета роботи – розробка формалізованої методології аналізу та керування сумісністю вимог в інтелектуальних діагностичних системах. Запропонований підхід інтегрує логічну узгодженість, функціональну взаємодію, ресурсну здійсненність та узгодження пріоритетів для забезпечення стабільності та адаптивності системи. Метод. Методологія реалізована як багаторівнева структура, що включає формальні представлення функціональних, нефункціональних та вимог, пов’язаних з обробкою даних. Вона використовує моделювання на основі сценаріїв, набір моделей оцінки сумісності та динамічний алгоритм інтеграції нових вимог. Процес інтеграції включає перевірку сумісності, адаптивне уточнення, експертне зважування та зворотний зв’язок у реальному часі. Застосовність методології демонструється на гіпотетичному прикладі інтелектуальної медичної діагностичної системи. Результати. Запропонована методологія дозволяє систематично виявляти та усувати конфлікти між вимогами, забезпечуючи узгоджене виконання та ефективну пріоритизацію в умовах обмежених ресурсів. Сценарне моделювання та формалізація базових вимог створюють основу для адаптивної поведінки системи та прийняття рішень у реальному часі. Висновки. Розроблена методологія, яка включає моделі та алгоритми, підвищує надійність інтелектуальних систем, що працюють у критичних умовах. У майбутніх дослідженнях передбачається розширення структури шляхом впровадження нечіткої логіки, методів машинного навчання та розробки програмних засобів для автоматизованого аналізу сумісності та адаптивного керування вимогами.Item Metaheuristic Frameworks for Parameter Estimation in Approximation Models(Національний університет "Запорізька політехніка", 2025) Grygor, O. O.; Fedorov, E. E.; Leshchenko, M. M.; Rudakov, K. S.; Sakhno, T. A.; Григор, О. О.; Федоров, Є. Є.; Лещенко, М. М.; Рудаков, К. С.; Сахно, Т. АEN: Context. To enhance the performance of numerical optimization techniques, hybrid approaches integrating probabilistic modeling algorithms with annealing simulation have been introduced. These include Bayesian optimization, Markov-based strategies, and extended compact genetic algorithms, each augmented by annealing mechanisms. Such methods enable more precise search trajectories without requiring fitness function transformation, owing to their ability to explore the global search space in early iterations and refine the directionality of search in later stages. Objective. The research aims to improve the effectiveness of parameter identification within approximation models of financial indicators by applying metaheuristic algorithms that incorporate probabilistic modeling and annealing-based simulation in intelligent computing systems. Method. This study employs metaheuristic techniques grounded in probabilistic modeling and annealing-based simulation to enhance the accuracy and efficiency of parameter estimation within economic indicator approximation frameworks. Specifically, it introduces three hybrid strategies: Bayesian-based optimization integrated with annealing simulation, Markov-driven optimization enhanced by annealing, and an extended compact genetic algorithm coupled with annealing mechanisms. These methods enhance the accuracy of the search process by exploring the entire search space in initial iterations and refining the search direction in final iterations. The Bayesian optimization method employs a Bayesian network for structured search and solution refinement. The Markov optimization method integrates Gibbs quantization within a Markov network to improve search precision. The extended compact genetic algorithm utilizes limit distribution models to generate optimal solutions. These methods eliminate the need for fitness function transformation, optimizing computational efficiency. The proposed techniques expand the application of metaheuristics in intelligent economic computer systems. Results. The implemented optimization strategies significantly enhanced the precision of parameter estimation within intelligent financial computing frameworks. The combination of probabilistic models and annealing simulation enhanced search efficiency without requiring fitness function transformation. Conclusions. The proposed method expands the application of metaheuristics in economic modeling, increasing computational effectiveness. Further research should explore their implementation across diverse artificial intelligence problems. UK: Актуальність. Для покращення якості аналізу економічних індикаторів та підвищення ефективності методів числової оптимізації було запропоновано методи, засновані на синтезі алгоритмів імовірнісних моделей та моделюванні відпалу (байєсівська оптимізація з моделюванням відпалу, марковська оптимізація з моделюванням відпалу та розширений компактний генетичний алгоритм з моделюванням відпалу). Ці методи покращують точність пошуку та не потребують трансформації функції пристосованості завдяки принципу організації дослідження всього простору пошуку на початкових ітераціях та коригування напрямку пошуку на фінальних. Метою роботи є підвищення ефективності параметричної ідентифікації моделі апроксимації економічних показників в інтелектуальних фінансових комп’ютерних системах за допомогою метаевристичних методів, заснованих на імовірнісних моделях та моделюванні відпалу. Методи. У дослідженні застосовано метаевристичні методи оптимізації на основі імовірнісних моделей та моделювання відпалу для покращення ефективності параметричної ідентифікації моделі апроксимації економічних показників. Запропоновано три підходи: байєсівська оптимізація з моделюванням відпалу, марковська оптимізація з моделюванням відпалу та розширений компактний генетичний алгоритм з моделюванням відпалу. Ці методи підвищують точність пошуку, досліджуючи весь простір пошуку на початкових ітераціях та коригуючи напрямок на фінальних. Байєсівська оптимізація використовує байєсівську мережу для структурованого пошуку та вдосконалення рішень. Марковська оптимізація інтегрує квантування Гіббса у марковську мережу для покращення точності пошуку. Розширений компактний генетичний алгоритм застосовує моделі граничних розподілів для генерації оптимальних рішень. Запропоновані методи усувають необхідність трансформації функції пристосованості, оптимізуючи обчислювальну ефективність. Результати. Запропоновані методи оптимізації покращили точність параметричної ідентифікації в інтелектуальних фінансових комп’ютерних системах. Поєднання імовірнісних моделей та моделювання відпалу підвищило ефективність пошуку без необхідності трансформації функції пристосованості. Висновки. Запропоновані методи розширюють застосування метаевристик в економічному моделюванні, покращуючи обчислювальну ефективність. Перспективами подальших досліджень є використання запропонованих методів для більш широкого класу задач машинного навчання.Item Logic-ontological reconstruction of scientific discourse and its implementation in an AI-based reviewing system(Національний університет "Запорізька політехніка", 2025) Bedratyuk, L. P.; Бедратюк, Л. П.EN: Context. The growing number of scientific publications and the emergence of tools based on large language models (LLMs) highlight the need for automated verification of the structural quality of scientific texts. Most existing solutions focus on surface-level linguistic analysis and do not account for logical-discursive integrity – specifically, whether the text includes a hypothesis, method, results, conclusions, and whether these elements are connected by normative relationships. Objective. The aim of this study is to develop an ontology-driven approach for the formalized verification of scientific text structures by constructing an ontological knowledge graph and evaluating its compliance with a predefined normative model of scientific discourse. Method. A model is proposed based on two interrelated ontologies: “Scientific Publication” (defining node types and their roles) and “Reviewing” (defining logical-discursive requirements). The text is represented as a graph where nodes are formed through semantic markup using an LLM, and connections are verified according to a set of normative rules. A specialized GPT agent capable of dynamically applying ontological knowledge during analysis and review generation is employed for implementation. Results. The model enables automatic detection of discourse structure violations: the absence of key elements, logical discontinuities, substitution of scientific novelty with practical significance, and incorrect interpretation of results. The proposed metrics quantitatively capture the level of structural completeness and consistency. Provided examples of graphs and reviews demonstrate that the system can detect non-obvious, latent logical inconsistencies even in formally complete texts. Conclusions. The scientific novelty of the study lies in introducing the ontological graph as an interpretable model of scientific argumentation, used in tandem with a large language model. The practical significance lies in establishing a foundation for semi-automated reviewing, structural analysis of publications, and academic writing training. The methodology is scalable to other genres of scientific texts and can potentially be integrated into editorial platforms. UK: Актуальність. Зростання кількості наукових публікацій і поява інструментів на основі великих мовних моделей (LLM) актуалізують потребу в автоматизованій верифікації структурної якості наукового тексту. Більшість існуючих рішень зосереджені на поверхневому лінгвістичному аналізі та не враховують логіко-дискурсивну цілісність: зокрема, чи присутні в тексті гіпотеза, метод, результати, висновки та чи пов’язані вони між собою нормативними зв’язками. Мета. Метою дослідження є розроблення онтологічно керованого підходу до формалізованої перевірки структури наукових текстів шляхом побудови онтологічного графа знань і оцінки його відповідності наперед визначеній нормативній моделі наукового дискурсу. Метод. Запропоновано модель, що ґрунтується на двох взаємопов’язаних онтологіях – «Наукова публікація» (визначає типи вузлів і їх ролі) та «Рецензування» (визначає логіко-дискурсивні вимоги). Текст подається у вигляді графа у якому вузли формуються на основі семантичної розмітки за допомогою LLM, а зв’язки перевіряються відповідно до множини нормативних правил. Для реалізації використано спеціалізованого GPT-агента, здатного динамічно застосовувати онтологічні знання під час аналізу та генерації рецензій. Результати. Модель дозволяє автоматично виявляти порушення дискурсивної структури: відсутність ключових елементів, логічну розірваність, підміну наукової новизни практичною значущістю, некоректну інтерпретацію результатів. Запропоновані метрики кількісно фіксують рівень структурної повноти та узгодженості. Наведені приклади графів і рецензій демонструють, що система здатна виявляти неочевидні, латентні порушення логіки викладу навіть у формально повних текстах. Висновки. Наукова новизна дослідження полягає у впровадженні онтологічного графа як інтерпретованої моделі наукової аргументації, що використовується у тандемі з великою мовною моделлю. Практичне значення полягає у створенні основи для напівавтоматизованого рецензування, структурного аналізу публікацій і навчання академічному письму. Методологія є масштабованою на інші жанри наукового тексту та потенційно інтегрованою у редакційні платформи.Item Optimization of permanent decomposition procedures using parallelization algorithm(Національний університет "Запорізька політехніка", 2025) Turbal, Y. V.; Moroziuk, A. Y.; Турбал, Ю. В.; Морозюк, А. Ю.EN: Context. The problem of efficiently finding all permutations of a list of N elements is a key problem in many areas of computer science, such as combinatorics, optimization, cryptography, and machine learning. The object of the study was to analyze the procedure of permanent decomposition and propose an algorithm for its parallelization using modern features of working with threads in C#. Objective. The goal of the work is the creation of the algorithm for parallelizing the generation of permutations using permanent decomposition processes. Method. The main research method is the comparison of various algorithms with proposed parallelized algorithm, taking into account such criteria as accuracy and speed. Scientific works [10, 9, 17] present algorithms, including the regular permanent decomposition algorithm and the Johnson-Trotter algorithm. The Johnson-Trotter’s algorithm is one of the most effective, so it has been taken as some kind of benchmark. It is worth mentioning that each paralleling process has its own disadvantages, including additional resources needed fot data synchronization between threads. This can be minimized using both technical abilities of modern programming languages and optimization of the algorithm itself. Results. The developed parallelized algorithm have improved performance of the regular permanent decomposition algorithm for solving the problem of finding all permutations. Conclusions. The conducted experiments have confirmed the proposed parallelized algorithm’s version is better from a performance standpoint than the regular one. The prospects for further research may include the application of the parallelized version of the algorithm to some practical tasks and comparison of the results. UK: Актуальність. Задача ефективного знаходження всіх перестановок списку з N елементів є ключовою проблемою в багатьох областях комп’ютерних наук, таких як комбінаторика, оптимізація, криптографія та машинне навчання. Мета дослідження – проаналізувати процедуру перманентної декомпозиції та запропонувати алгоритм для її розпаралелювання з використанням сучасних можливостей роботи з потоками в мові C#. Мета роботи – метою роботи є створення алгоритму для розпаралелювання генерації перестановок з використанням перманентних процесів декомпозиції. Метод. Основним методом дослідження є порівняння різних алгоритмів із запропонованим розпаралелеленим алгоритмом з урахуванням таких критеріїв, як точність та швидкість. У наукових працях [10, 9, 17] представлено алгоритми, серед яких регулярний алгоритм перманентної декомпозиції та алгоритм Джонсона-Троттера. Алгоритм Джонсона-Троттера є одним з найефективніших, тому його було взято за певний еталон. Варто зазначити, що кожен процес розпаралелювання має свої недоліки, зокрема, додаткові ресурси, необхідні для синхронізації даних між потоками. Це можна мінімізувати, використовуючи як технічні можливості сучасних мов програмування, так і оптимізацію самого алгоритму. Результати. Розроблений розпаралелений алгоритм дозволив покращити продуктивність звичайного алгоритму перманентної декомпозиції для розв’язання задачі знаходження всіх перестановок. Висновки. Проведені експерименти підтвердили, що запропонована розпаралелена версія алгоритму є кращою з точки зору продуктивності, ніж звичайна. Перспективами подальших досліджень може бути застосування розпаралеленої версії алгоритму до деяких практичних задач та порівняння отриманих результатів.Item About special cases of lagrangian interstripation of approximations of functions of two variables(Національний університет "Запорізька політехніка", 2025) Slavik, O.; Славік, О. В.EN: Context. The problem of approximating the values of continuous functions of two variables based on known information about them on stripes, the boundaries of which are parallel to the coordinate axes, is considered. The object of the study is the process of approximating the values of functions based on incomplete information about them, which is given on the system of stripes. Objective. The goal of the work is the review of information operators of Lagrangian interstripation and features of the construction of information approximation operators for some cases of the mutual arrangement of stripes in some region, which allow to significantly simplify the calculation of approximate values of the function in unknown subregions of the region. Method. Methods for approximating the values of continuous functions of two variables with incomplete information about them on some limited area are proposed. Information about the function is known only on a system of stripes limited by straight lines parallel to the coordinate axes. A method for approximating the values of continuous functions of two variables, information about which is known on two stripes, as a result of union of which only some rectangular subregion remains unknown in the region, is proposed. A method for approximating the values of continuous functions of two variables, information about which is known on three stripes, as a result of union of which only some rectangular subregion remains unknown in the region, is proposed. A method for approximating the values of continuous functions of two variables, information about which is known on four stripes, as a result of union of which only some rectangular subregion remains unknown in the region, is proposed. A method for approximating the values of continuous functions of two variables, the information about which is known on two stripes, as a result of union of which four rectangular subregions remain unknown in the region, is proposed. For all the considered cases, approximation operators are given that allow calculating the approximate form of the function in the unknown subregions in the analytical form. Results. The information operators of Lagrangian interstripation are implemented programmatically and investigated in problems of approximating the values of functions of two variables from known information about them on the systems of stripes. Conclusions. The experiments confirmed the accuracy of approximation of the values of continuous functions of two variables of the proposed information interstripation operators for different systems of stripes. Approximation operators are given for special cases of the location of stripes in the region, the difference of which from the information interstripation operators of the general form lies in the significant simplification of the approximation operators without losing the accuracy of the approximation with a smaller number of arithmetic operations, which can be a decisive factor in some cases. Prospects for further research lie in the application of the proposed information operators in the problems of digital image processing, seismic mineral exploration data and remote sensing data etc. UK: Актуальність. Розглянуто задачу наближення значень неперервних функцій двох змінних за відомою інформацією про неї на смугах, границі яких парарлельні осям координат. Об’єктом дослідження є процес наближення значень функцій на основі неповної інформації про них, що задана на системі смуг. Мета роботи – огляд інформаційних операторів інтерстріпації Лагранжа та особливостей побудови інформаційних операторів наближення для деяких випадків взаємного розташування смуг у просторі, які дозволяють значно спростити обчислення наближених значень функції у невідомих підобластях області дослідження. Метод. Запропоновано методи наближення значень неперервних функцій двох змінних за неповної інформацією про неї на деякій обмеженій області. Інформація про функцію є відомою лише на системі смуг, обмежених прямими, що парарлельні осям координат. Запропоновано метод наближення значень неперервних функцій двох змінних, інформація про яку є відомою на двох смугах, в результаті об’єднання яких у області залишається невідомою лише деяка прямокутна підобласть. Запропоновано метод наближення значень неперервних функцій двох змінних, інформація про яку є відомою на трьох смугах, в результаті об’єднання яких у області залишається невідомою лише деяка прямокутна підобласть. Запропоновано метод наближення значень неперервних функцій двох змінних, інформація про яку є відомою на чотирьох смугах, в результаті об’єднання яких у області залишається невідомою лише деяка прямокутна підобласть. Запропоновано метод наближення значень неперервних функцій двох змінних, інформація про яку є відомою на двох смугах, в результаті об’єднання яких у області залишається невідомими чотири прямокутні підобласті. Для всіх розглянутих випадків наведено оператори наближення, які дозволяють обчислити наближений вигляд функції у невідоміх підобластях у аналітичному вигляді. Результати. Інформаційні оператори інтерстріпації Лагранжа реалізовані програмно і досліджені в задачах наближення значень функцій двох змінних за відомою інформацією про неї на системах смуг. Висновки. Проведені експерименти підтвердили точність наближення значень неперервних функцій двох змінних запропонованих інформаційних операторів інтерстріпації для різних систем смуг. Наведено оператори наближення для особливих випадків розташування смуг у області дослідження, відмінність яких від інформаційних операторів інтерстрпації загального вигляду полягає у значному спрощенні операторів наближення не втрачаючи при цьому точності наближення при меншій кількості арифметичних операцій, що може бути вирішальним фактором в деяких випадках. Перспективи подальших досліджень полягають у застосуванні запропонованих інформаційних операторів у задачах цифрової обробки зображень, даних сейсмічної розвідки та даних дистанційного зондування планети.Item A method for determining the fuzzy discrete Fréchet distance(Національний університет "Запорізька політехніка", 2025) Berezsky, O. M.; Berezkyi, M. O.; Zarichnyi, M. M.; Березький, О. М.; Березький, М. О.; Зарічний, M. M.EN: Context. The article addresses the problem of image similarity assessment based on the Fréchet distance metric and its modifications. In this context, images are approximated by polygonal curves. The problem arises from the need to quantitatively evaluate image similarity for tasks such as image generation, clustering, and recognition. Quantitative assessment of the proximity of biomedical images supports decision-making in automated diagnostic systems. The object of the study is the process of image similarity evaluation. The subject of the study is the Fréchet distance metric and its modifications. Objective. To develop a method for determining the fuzzy discrete Fréchet distance, to evaluate the computational complexity of the proposed method, to implement the algorithm for determining the fuzzy discrete Fréchet distance in software, and to conduct computational experiments to evaluate the fuzzy discrete Fréchet distance between polygons. Method. The article presents a method for determining the fuzzy discrete Fréchet distance based on the fuzzy Fréchet metric between polygonal curves. The fuzzy Fréchet metric is grounded in the classical Fréchet distance defined on the space of parameterized curves. The required approximation for practical applications is achieved through the discretization of the fuzzy Fréchet metric. The developed method estimates the fuzzy discrete Fréchet distance between polygonal curves by adapting the algorithm for computing the classical discrete Fréchet distance. Results. The computer experiments were conducted on a set of predefined regions approximated by polygonal curves. Based on the proposed method, an algorithm was developed to evaluate the discrete fuzzy Fréchet distance. The developed algorithm exhibits low computational complexity, equal to the product of the discretized segments of the polygonal curves: O(Cm·n). This enables the estimation of the discrete Fréchet distance with a specified similarity threshold. The software implementation of the method is intended to be integrated into an automatic medical diagnostic system. Conclusions. The results obtained in the study allow recommending the developed method for evaluating image similarity based on the fuzzy discrete Fréchet distance for broad application in computer vision systems, including image generation, clustering, and recognition. UK: Актуальність. У статті розглянуто проблему оцінки подібності зображень на основі метрики Фреше та її модифікацій. При цьому зображення апроксимовані полігональними кривими. Проблема обумовлена необхідністю кількісно оцінювати подібність зображень для задач генерування, кластеризації та розпізнавання зображень. Кількісна оцінка близькості біомедичних зображень допомагає підтримувати прийняття рішення в системах автоматичного діагностування. Об’єктом дослідження є процес оцінки подібності зображень. Предметом дослідження є метрика Фреше та її модифікації. Мета роботи – розробити метод визначення нечіткої дискретної відстані Фреше, оцінити обчислювальну складність розробленого методу, програмно реалізувати алгоритм методу визначення нечіткої дискретної відстані Фреше та провести комп’ютерні експерименти з визначення нечіткої дискретної відстані Фреше між полігонами. Метод. У статті розроблено метод визначення дискретної нечіткої відстані Фреше, що базується на нечіткій метриці Фреше між полігональними кривими. В основі нечіткої метрики Фреше лежить метрика Фреше на просторі параметризованих кривих. Потрібна для застосувань апроксимація задається процедурою дискретизації нечіткої метрики Фреше. Розроблений метод оцінює дискретну нечітку відстань Фреше між полігональними кривими на основі алгоритму обчислення дискретної відстані Фреше. Результати. Комп’ютерні експерименти проводились на наборі заданих областей, апроксимованих полігональними кривими. На основі запропонованого методу розроблено алгоритм оцінки дискретної нечіткої відстані Фреше. Розроблений алгоритм має низьку обчислювальну складність, яка рівна добутку дискретизованих відрізків полігональних кривих: O(Cm · n). Це дало змогу оцінювати дискретну відстань Фреше із заданим порогом подібності. Програмна реалізація методу буде інтегрована в систему автоматичного медичного діагностування. Висновки. Отримані результати дослідження дозволяють рекомендувати розроблений метод оцінки близькості зображень на основі нечіткої дискретної відстані Фреше в системах комп’ютерного зору для широкого застосування: генерування, кластеризації та розпізнавання зображень.Item Pseudo-random encoding of states in the algorithm for algebraic synthesis of a finite state machine(Національний університет "Запорізька політехніка", 2025) Babakov, R. M.; Barkalov, A. A.; Titarenko, L. A.; Бабаков, Р. М.; Баркалов, О. О.; Тітаренко, Л. О.EN: Context. The problem of algebraic synthesis of finite state machine with datapath of transitions is considered. The circuit of this state machine may require less hardware expenses and have a lower cost compared to circuits of other classes of digital control units. The object of research is the process of finding complete and partial solutions of the problem of algebraic synthesis of finite state machine using specialized algorithms. One of such algorithms is the previously known algorithm of complete sequential enumeration of state coding variants with a fixed set of transition operations. In the vast majority of cases, complete sequential enumeration is performed too long, which makes its practical application in the process of synthesizing of finite state machines with operational transformation of state codes impossible. This paper proposes a new approach, which consists in replacing complete sequential enumeration of state coding variants with pseudo-random coding. This allows you to increase the number of state codes that change in each iteration of the algorithm and can contribute to a faster search for satisfactory solutions to the algebraic synthesis problem. Objective. Development and research of an algorithm for finding solutions to the algebraic synthesis problem of a finite state machine with datapath of transitions based on pseudo-random selection of state codes. Method. The research is based on the structure of finite state machine with datapath of transitions. The synthesis of the finite state machine circuit involves a mandatory stage of algebraic synthesis, the result of which is the combination of a certain way of states encoding with the assignment of arithmetic-logical operations to state machine transitions. Such combination is called the solution to the algebraic synthesis problem. In the general case, there are many solutions for a given finite state machine, each of which can be either complete (when operations are mapped to all transitions) or partial (when part of transitions cannot be implemented using any of the given operations). The more transitions are implemented by given operations, the less hardware expenses will be required to implement the state machine circuit and the better solution found. The search for the best solution requires consideration of a large number of possible variants of states encoding. The paper includes a modification of a previously known algorithm, which consists in replacing the complete sequential enumeration of variants of states encoding with pseudo-random code generation. Both algorithms were implemented in the form of software using the Python language and tested on the example of a finite state machine that implements an abstract control algorithm. In the course of the experiments, it was investigated which of the algorithms would find the best solution to algebraic synthesis problem in a fixed time. The experiments were repeated for different sets of transition operations. The purpose of the experiments was to evaluate which of state code assignment strategies is more effective: sequential enumeration of state codes or their pseudo-random generation. Results. Using the example of an abstract control algorithm, it is demonstrated that in general, pseudo-random assignment of state codes allows finding better solutions to the algebraic synthesis problem in the same time than sequential enumeration of state codes. Factors such as computer speed or the method of pseudo-random generation of state codes do not have a significant impact on the results of the experiments. The advantage of pseudo-random generation of state codes is preserved when using different sets of transition operations. Conclusions. The basis of the algebraic synthesis of finite state machine with datapath of transitions is an algorithm for finding solutions to the algebraic synthesis problem. The article proposes an algorithm for finding such solutions based on pseudo-random encoding of finite state machine states. The software implementation of this algorithm has proven that such approach is generally better than sequential enumeration for state encoding variants, since it allows finding better solutions (solutions with fewer operationally unimplemented transitions) in the same time. The pseudo-random assignment of state codes can be the basis of future algorithms for the algebraic synthesis of finite state machines. UK: Актуальність. Розглянуто задачу алгебраїчного синтезу мікропрограмного автомата з операційним автоматом переходів. Схема цього автомата може потребувати менших витрат апаратури і мати меншу вартість у порівнянні зі схемами інших класів цифрових пристроїв керування. Об’єктом дослідження є процес пошуку повних і часткових розв’язків задачі алгебраїчного синтезу автомата із використанням спеціалізованих алгоритмів. Одним із таких алгоритмів є раніше відомий алгоритм повного послідовного перебору варіантів кодування станів при фіксованій множині операцій переходів. У переважній більшості випадків повний послідовний перебір виконується надто довго, що унеможливлює його практичне застосування в процесі синтезу автоматів з операційним перетворенням кодів станів. В даній роботі пропонується новий підхід, який полягає у заміні повного послідовного перебору варіантів кодування станів на псевдовипадкове кодування. Це дозволяє збільшити кількість кодів станів, що змінюються у кожній ітерації алгоритму, і може сприяти більш швидкому пошуку задовільних розв’язків задачі алгебраїчного синтезу. Мета. Розробка і дослідження алгоритму пошуку розв’язків задачі алгебраїчного синтезу мікропрограмного автомата з операційним автоматом переходів на основі псевдовипадкового вибору кодів станів. Метод. В основу дослідження покладено структуру мікропрограмного автомата з операційним автоматом переходів. Синтез схеми автомата передбачає обов’язковий етап алгебраїчного синтезу, результатом якого є поєднання певного способу кодування станів із заставленням арифметико-логічних операцій автоматним переходам. Таке поєднання називається розв’язком задачі алгебраїчного синтезу. В загальному випадку для заданого автомата існує багато розв’язків, кожен з яких може бути як повним (коли операції зіставлені усім переходам) або частковим (коли частина переходів не може бути реалізована за допомогою жодної із заданих операцій). Чим більше переходів реалізуються заданими операціями, тим менше апаратурних витрат потребуватиме реалізація схеми автомата і тим кращим є знайдений розв’язок. Пошук кращих розв’язків потребує розгляду великої кількості можливих варіантів кодування станів. В роботі здійснено модифікацію раніше відомого алгоритму, яка полягає у заміні повного послідовного перебору варіантів кодування станів на псевдовипадкову генерацію кодів. Обидва алгоритми були реалізовані програмно за допомогою мови Python і протестовані на прикладі мікропрограмного автомата, що імплементує абстрактний алгоритм керування. У процесі експериментів досліджувалось, який із алгоритмів знайде кращий розв’язок задачі алгебраїчного синтезу за фіксований час. Експерименти повторювались для різних наборів операцій переходів. Метою експериментів було оцінити, яка із стратегій завдання кодів станів є більш ефективною: послідовний перебір кодів станів чи їх псевдовипадкова генерація. Результати. На прикладі абстрактного алгоритму керування продемонстровано, що загалом псевдовипадкове завдання кодів станів дозволяє за однаковий час знайти кращі розв’язки задачі алгебраїчного синтезу, ніж послідовний перебір кодів станів. Такі фактори, як швидкодія комп’ютера чи метод псевдовипадкової генерації кодів станів, не мають суттєвого впливу на результат експериментів. Перевага псевдовипадкової генерації кодів станів зберігається при використанні різних наборів операцій переходів. Висновки. В основі алгебраїчного синтезу мікропрограмного автомата з операційним автоматом переходів лежить алгоритм пошуку розв’язків задачі алгебраїчного синтезу. В роботі запропоновано алгоритм пошуку таких розв’язків, оснований на псевдовипадковому кодуванні станів автомата. Програмна реалізація цього алгоритму довела, що такий підхід в загальному випадку є кращим за послідовний перебір варіантів кодування станів, оскільки дозволяє знайти кращі розв’язки (розв’язки з меншою кількістю операційно нереалізованих переходів) за той самий час. Псевдовипадкове завдання кодів станів може бути покладене в основу майбутніх алгоритмів алгебраїчного синтезу мікропрограмних автоматів.Item Use of the parameters of the law of distribution of the measurement errors of the pulse oximeter to select the sensor settings(Національний університет "Запорізька політехніка", 2025) Vakaliuk, T. A.; Andreiev, O. V.; Nikitchuk, T. M.; Korenivska, O. L.; Nikitchuk, S. M.; Вакалюк, T. A.; Aндреєв, O. В.; Нікітчук, T. M.; Коренівська, O. Л.; Нікітчук, С. М.EN: Context is due to the need to develop a methodology for optimising the parameters of pulse oximeter sensor settings based on the practical determination of the accuracy of heart rate and blood oxygen saturation measurements, which, unlike existing ones, do not require analysis of the amplitude of the LED current. A pulse oximeter is one of the sensors that monitor the patient’s vital signs, heart rate and blood oxygen saturation in particular. These indicators are determined based on the analysis of the values of the variable and constant components of the current of the red and infrared LEDs of the pulse oximeter sensor. Therefore, the accuracy of determining vital signs depends on the correct choice of the brightness and duration of the LEDs’ radiation. It is possible to select the current and duration of the LEDs’ radiation, as well as the ADC parameters of the sensor using software. In this case, the final conclusion regarding the correctness of the selected sensor settings is made based on the practical determination of the accuracy of heart rate and blood oxygen saturation measurements. The object is to develop a methodology for assessing the correctness of the pulse oximeter sensor settings based on the analysis of the stationarity of errors in heart rate and blood oxygen saturation measurements. Method. An experimental study of the accuracy of heart rate and blood oxygen saturation measurements by statistical analysis of measurement errors of the developed pulse oximeter model. Results. The practical application of the proposed methodology for determining the optimal parameters of the pulse oximeter sensor settings was tested using the example of heart rate measurements. Conclusion. A methodology has been developed to assess the correctness of the choice of sensor setting parameters based on analysing the stationarity of errors in measuring heart rate and oxygen saturation in the patient’s blood. With the help of the developed methodology, the optimal settings parameters of the MAX30102 sensor of the pulse oximeter developed based on the ESP32 board were selected, which ensures the minimum error in measuring heart rate and blood oxygen saturation. UK: Актуальність обумовлена необхідністю розробки методики оптимізації параметрів налаштувань датчика пульсоксиметру на основі практичного визначення точності вимірів частоти серцевих скорочень і сатурації кисню в крові, яка на відміну від існуючих, не вимагає аналізу амплітуди струму світлодіодів. Пульсоксиметр, як один із сенсорів, що здійснюють моніторинг життєве важливих показників здоров’я пацієнта, вимірює частоту серцевих скорочень і сатурацію кисню в крові. Ці показники визначаються на основі аналізу значень змінної та сталої складової струму червоного та інфрачервоного світлодіодів датчика пульсоксиметру. Тому від правильного вибору яскравості і тривалості випромінення світлодіодів залежить точність визначення життєве важливих показників здоров’я. Існує можливість програмного вибору струму і тривалості випромінення світлодіодів, а також параметрів АЦП. При цьому, остаточний висновок щодо правильності обраних параметрів налаштувань датчика робиться на основі практичного визначення точності вимірів частоти серцевих скорочень і сатурації кисню в крові. Метою роботи є розробка методики оцінки правильності вибору параметрів налаштувань датчика пульсоксиметру, що базується на аналізі стаціонарності похибок вимірів частоти серцевих скорочень та сатурації кисню в крові. Метод. Експериментальне дослідження точності вимірів частоти серцевих скорочень і сатурації кисню в крові шляхом статистичного аналізу похибок вимірювань створеного макету пальсоксиметра. Результати. Проведена перевірка практичного застосування запропонованої методики для визначення оптимальних параметрів налаштувань датчика пульсоксиметру на прикладі вимірювань частоти серцевих скорочень. Висновки. Розроблена методика оцінки правильності вибору параметрів налаштувань датчика, що базується на аналізі стаціонарності похибок вимірів частоти серцевих скорочень та сатурації кисню в крові пацієнта. За допомогою розробленої методики обрані оптимальні параметри налаштувань макету пульсоксиметру на базі плати ESP32 та датчика MAX30102, які забезпечують мінімальну похибку виміру частоти серцевих скорочень та сатурації кисню в крові.