Радіоелектроніка, інформатика, управління - 2023, №4 (67)
Permanent URI for this collectionhttps://eir.zp.edu.ua/handle/123456789/26440
Browse
Recent Submissions
Item Synthesis of VHDL-model of a finite state machine with datapath of transitions(Національний університет "Запорізька політехніка", 2023) Barkalov, A. A.; Titarenko, L. A.; Babakov, R. M.; Баркалов, О. О.; Тітаренко, Л. О.; Бабаков, Р. М.EN: Context. The problem of building a program model of a finite state machine with datapath of transitions using VHDL language is considered. The model synthesis process is identified with the synthesis of this type of finite state machine, since the built model can be used both for the analysis of the device’s behavior and for the synthesis of its logic circuit in the FPGA basis. The object of the research is the automated synthesis of the logic circuit of the finite state machine with the datapath of transitions, based on the results of which numerical characteristics of the hardware expenses for the implementation of the state machine circuit can be obtained. This makes it possible to evaluate the effectiveness of using this structure of the finite state machine when implementing a given control algorithm. Objective. Development and research of a VHDL model of a finite state machine with datapath of transitions for the analysis of the behavior of the state machine and the quantitative assessment of hardware expenses in its logic circuit. Method. The research is based on the structural diagram of a finite state machine with datapath of transitions. The synthesis of individual blocks of the structure of the state machine is carried out according to a certain procedure by the given graph-scheme of the con-trol algorithm. It is proposed to present the result of the synthesis in the form of a VHDL description based on the fixed values of the states codes of the state machine. The process of synthesizing the datapath of transitions, the block of formation of codes of transitions operations and the block of formation of microoperations is demonstrated. VHDL description of that blocks is carried out in a synthesizable style, which allows synthesis of the logic circuit of the finite state machine based on FPGA with the help of modern CAD and obtaining numerical characteristics of the circuit, in particular, the value of hardware expenses. To analyze the correctness of the synthesized circuit, the process of developing the behavioral component of the VHDL model, the function of which is the generation of input signals of the finite state machine, is considered. The classical combination of the synthesizable and behavioral parts of the model allows presenting the results of the synthesis of a finite state machine with datapath of transitions as a separate project that can be used as a structural component of the designed digital system. Results. Using the example of an abstract graph-scheme of the control algorithm, a VHDL model of a finite state machine with datapath of transitions was developed. With the help of CAD AMD Vivado, a synthesis of the developed model was carried out and behavioral modeling of the operation of the finite state machine circuit was carried out. The results of the circuit synthesis made it possible to obtain the value of hardware expenses when implementing the circuit in the FPGA basis. According to the results of behavioral modeling, time diagrams were obtained, which testify to the correctness of the implementation of the functions of transitions and outputs of the synthesized state machine. Conclusions. In traditional VHDL models of finite state machines, the states do not contain specific codes and are identified using literals. This allows CAD to encode states at its own discretion. However, this approach is not suitable for describing a finite state machine with datapath of transitions. The transformation of states codes using a set of arithmetic and logic operations requires the use of fixed values of states codes, which determines the specifics of the VHDL model proposed in this paper. This and similar models can be used, in particular, in the study of the effectiveness of a finite state machine according to the criterion of hardware expenses in the device circuit. UK: Актуальність. Розглянуто задачу побудови програмної моделі мікропрограмного автомата з операційним автоматом переходів мовою VHDL. Процес синтезу моделі ототожнюється із синтезом даного типу автомата, оскільки побудована модель може бути використана як для аналізу поведінки пристрою, так і для синтезу логічної схеми в базисі FPGA. Об’єктом дослідження є автоматизований синтез логічної схеми мікропрограмного автомата з операційним автоматом переходів, за результатами якого можуть бути отримані чисельні характеристики апаратурних витрат на реалізацію схеми автомата. Це дозволяє оцінити ефективність використання даної структури мікропрограмного автомата при реалізації заданого алгоритму керування. Мета. Розробка і дослідження VHDL-моделі мікропрограмного автомата з операційним автоматом переходів для аналізу поведінки автомата та кількісної оцінки апаратурних витрат в його логічній схемі. Метод. В основу дослідження покладено структурну схему мікропрограмного автомата з операційним автоматом переходів. Синтез окремих блоків структури автомата здійснюється за певною процедурою відповідно до заданої граф-схеми алгоритму керування. Результат синтезу запропоновано представляти у вигляді VHDL-опису, що оснований на фіксованих значеннях кодів станів автомата. Продемонстрований процес синтезу операційного автомата переходів, блоку формування кодів операцій переходів та блоку формування мікрооперацій. VHDL-опис даних блоків здійснюється у синтезованому стилі, що дозволяє провести синтез логічної схеми автомата в базисі FPGA за допомогою сучасних САПР та отримати числові характеристики схеми, зокрема значення апаратурних витрат. Для аналізу коректності роботи синтезованої схеми розглянуто процес розробки поведінкової складової VHDL-моделі, функцією якої є генерація вхідних сигналів автомата. Класичне поєднання синтезованої та поведінкової частин моделі дозволяє представити результати синтезу мікропрограмного автомата з операційним автоматом переходів як окремий проєкт, що може бути використаний в якості структурної складової проєктованої цифрової системи. Результати. На прикладі абстрактної граф-схеми алгоритму керування розроблено VHDL-модель мікропрограмного автомата з операційним автоматом переходів. За допомогою САПР AMD Vivado проведено синтез розробленої моделі та проведене поведінкове моделювання роботи схеми автомата. Результати синтезу схеми дозволили отримати значення апаратурних витрат при реалізації схеми в базисі FPGA. За результатами поведінкового моделювання отримані диаграми часу, які свідчать про коректність реалізації функцій переходів та виходів синтезованого автомата. Висновки. У традицйних VHDL-моделях кінцевих автоматів стани не містять конкретних кодів і ідентифікуються за допомогою літералів. Це дозволяє САПР проводити кодування станів на власний розсуд. Однак такий підхід не підходить для опису мікропрограмного автомата з операційним автоматом переходів. Перетворення кодів станів за допомогою множини арифметико-логічних операцій вимагає використання фіксованих значень кодів станів, що визначає специфіку VHDL-моделі, запропонованої в даній роботі. Дана і подібні моделі можуть бути використані, зокрема, при дослідженні ефективності мікропрграмного автомата за критерієм апаратурних витрат в схемі пристрою.Item RCF-ST: richer convolutional features network with structural tuning for the edge detection on natural images(Національний університет "Запорізька політехніка", 2023) Polyakova, M. V.; Полякова, М. В.EN: Context. The problem of automating of the edge detection on natural images in intelligent systems is considered. The subject of the research is the deep learning convolutional neural networks for edge detection on natural images. Objective. The objective of the research is to improve the edge detection performance of natural images by structural tuning the richer convolutional features network architecture. Method. In general, the edge detection performance is influenced by a neural network architecture. To automate the design of the network structure in the paper a structural tuning of a neural network is applied. Computational costs of a structural tuning are incomparably less compared with neural architecture search, but a higher qualification of the researcher is required, and the resulting solution will be suboptimal. In this research it is successively applied first a destructive approach and then a constructive approach to structural tuning of the based architecture of the RCF neural network. The constructive approach starts with a simple architecture network. Hidden layers, nodes, and connections are added to expand the network. The destructive approach starts with a complex architecture network. Hidden layers, nodes, and connections are then deleted to contract the network. The structural tuning of the richer convolutional features network includes: (1) reducing the number of convolutional layers; (2) reducing the number of convolutions in convolutional layers; (3) removing at each stage the sigmoid activation function with subsequent calculation of the loss function; (4) addition of the batch normalization layers after convolutional layers; (5) including the ReLU activation functions after the added batch normalization layers. The obtained neural network is named RCF-ST. The initial color images were scaled to the specified size and then inputted in the neural network. The advisability of each of the proposed stages of network structural tuning was reseached by estimating the edge detection performance using the confusion matrix elements and Figure of Merit. The advisability of a structural tuning of the neural network as a whole was estimated by comparing it with methods known from the literature using the Optimal Dataset Scale and Optimal Image Scale. Results. The proposed convolutional neural network has been implemented in software and researched for solving the problem of edge detection on natural images. The structural tuning technique may be used for informed design of the neural network architectures for other artificial intelligence problems. Conclusions. The obtained RCF-ST network allows to improve the performance of edge detection on natural images. RCF-ST network is characterized by a significantly fewer parameters compared to the RCF network, which makes it possible to reduce the resource consumption of the network. Besides, RCF-ST network ensures the enhancing of the robustness of edge detection on texture background. UK: Актуальність. Розглянуто проблему автоматизації виділення контурів на зображеннях реальних сцен в інтелектуальних системах. Предметом дослідження є згорткові нейронні мережі глибокого навчання для виділення контурів на зображеннях реальних сцен. Метою дослідження є підвищення якості виділення контурів на зображеннях реальних сцен шляхом структурного налаштування архітектури нейронної мережі з насиченішими згортковими ознаками. Метод. Для автоматизації проектування архітектури нейронної мережи, що впливає на якість виділення контурів зображень, в роботі застосовано структурне налаштування. Обчислювальні витрати на структурне налаштування незрівнянно менші порівняно з пошуком нейронної архітектури, але потрібна більш висока кваліфікація дослідника, і отримане рішення буде субоптимальним. У цьому дослідженні послідовно застосовано спочатку деструктивний, а потім конструктивний підхід до структурного налаштування архітектури базової нейронної мережі RCF. Згідно конструктивному підходу для розширення мережі простої архітектури додаються приховані шари, вузли та з’єднання. Деструктивний підхід з мережі складної архітектури видаляє приховані шари, вузли та з’єднання щоб спростити мережу. Структурне налаштування нейронної мережі RCF з насиченішими згортковими ознаками включає: (1) зменшення кількості згорткових шарів; (2) зменшення кількості згорток у згорткових шарах; (3) видалення на кожному етапі сигмоїдної функції активації з подальшим обчисленням функції втрат; (4) додавання шарів пакетної нормалізації після згорткових шарів; (5) додавання функції активації ReLU після шарів пакетної нормалізації. Отримана нейронна мережа RCF-ST потребує масштабування початкових кольорових зображень до заданого розміру перед поданням на вхід мережі. Доцільність кожного із запропонованих етапів структурного налаштування мережі досліджувано шляхом оцінки якості виділення контурів за допомогою елементів матриці помилок та критерія Претта. Доцільність структурного налаштування нейронної мережі в цілому оцінено шляхом її порівняння з відомими з літератури методами за допомогою Optimal Dataset Scale та Optimal Image Scale. Результати. Запропоновану згорткову нейронну мережу програмно реалізовано та досліджено для розв’язання завдання виділення контурів на зображеннях реальних сцен. Запропоновані етапи структурного налаштування можна використовувати під час обґрунтованого проектування архітектури нейронної мережі для розв’язання інших завдань штучного інтелекту. Висновки. Отримана мережа RCF-ST дозволяє підвищити якість виділення контурів на зображеннях. Мережа RCF-ST характеризується значно меншою кількістю параметрів у порівнянні з мережею RCF, що дозволяє знизити ресурсоспоживання мережі. Крім того, мережа RCF-ST забезпечує підвищення завадостiйкості видiлення контурiв на фоні текстури.Item Parallel and distributed computing technologies for autonomous vehicle navigation(Національний університет "Запорізька політехніка", 2023) Mochurad, L. I.; Mamchur, M. V.; Мочурад, Л. І.; Мамчур, М. В.EN: Context. Autonomous vehicles are becoming increasingly popular, and one of the important modern challenges in their development is ensuring their effective navigation in space and movement within designated lanes. This paper examines a method of spatial orientation for vehicles using computer vision and artificial neural networks. The research focused on the navigation system of an autonomous vehicle, which incorporates the use of modern distributed and parallel computing technologies. Objective. The aim of this work is to enhance modern autonomous vehicle navigation algorithms through parallel training of artificial neural networks and to determine the optimal combination of technologies and nodes of devices to increase speed and enable real-time decision-making capabilities in spatial navigation for autonomous vehicles. Method. The research establishes that the utilization of computer vision and neural networks for road lane segmentation proves to be an effective method for spatial orientation of autonomous vehicles. For multi-core computing systems, the application of parallel programming technology, OpenMP, for neural network training on processors with varying numbers of parallel threads increases the algorithm’s execution speed. However, the use of CUDA technology for neural network training on a graphics processing unit significantly enhances prediction speeds compared to OpenMP. Additionally, the feasibility of employing PyTorch Distributed Data Parallel (DDP) technology for training the neural network across multiple graphics processing units (nodes) simultaneously was explored. This approach further improved prediction execution times compared to using a single graphics processing unit. Results. An algorithm for training and prediction of an artificial neural network was developed using two independent nodes, each equipped with separate graphics processing units, and their synchronization for exchanging training results after each epoch, employing PyTorch Distributed Data Parallel (DDP) technology. This approach allows for scalable computations across a higher number of resources, significantly expediting the model training process. Conclusions. The conducted experiments have affirmed the effectiveness of the proposed algorithm, warranting the recommendation of this research for further advancement in autonomous vehicles and enhancement of their navigational capabilities. Notably, the research outcomes can find applications in various domains, encompassing automotive manufacturing, logistics, and urban transportation infrastructure. The obtained results are expected to assist future researchers in understanding the most efficient hardware and software resources to employ for implementing AI-based navigation systems in autonomous vehicles. Prospects for future investigations may encompass refining the accuracy of the proposed parallel algorithm without compromising its efficiency metrics. Furthermore, there is potential for experimental exploration of the proposed algorithm in more intricate practical scenarios of diverse nature and dimensions. UK: Актуальність. Автономні автомобілі стають все більш популярними і одним з важливих сучасних завдань розробки таких автомобілів є забезпечення ефективної навігації останніх у просторі та їх руху у своїй виділеній проїзній смузі. У даній роботі розглянуто метод орієнтування у просторі автомобіля за допомогою комп’ютерного зору та штучних нейронних мереж. Об’єктом дослідження була система навігації автономного автомобіля, що включає в себе використання сучасних технологій розподілених та паралельних обчислень. Мета роботи – вдосконалення сучасних алгоритмів навігації автономного автомобіля у просторі на основі паралельного навчання штучних нейронних мереж та визначення найоптимальнішої комбінації технологій та пристроїв для збільшення швидкості та можливості отримання рішення в режимі реального часу. Метод. У роботі встановлено, що використання комп’ютерного зору та нейронних мереж для сегментації смуги дорожнього руху є ефективним методом орієнтації автономного автомобіля у просторі. При цьому для багатоядерних обчислювальних систем застосування технології паралельного програмування OpenMP для тренування нейронної мережі на процесорі з різним числом паралельних потоків збільшує швидкість виконання алгоритму. Проте використання технології CUDA для навчання нейронної мережі на відеопроцесорі дозволило значно збільшити швидкість передбачень в порівнянні з OpenMP. Також досліджено можливість використання технології PyTorch DDP для навчання нейронної мережі на декількох відеопроцесорах (вузлах) одночасно, що , в свою чергу, ще більш покращило час виконання передбачень в порівнянні з використанням одного відеопроцесора. Результати. Розроблено алгоритм навчання та передбачення штучної нейронної мережі на двох незалежних вузлах з окремими відеопроцесорами та їх синхронізацією задля обміну результатами навчання після кожної епохи із використанням технології PyTorch DDP, що дозволяє масштабувати розрахунки при наявності більшої кількості потужностей і значно пришвидшити навчання моделі. Висновки. Проведені експерименти підтвердили ефективність запропонованого алгоритму і дозволяють рекомендувати дане дослідження для подальшого розвитку автономних автомобілів та покращення їх навігаційних можливостей. Зокрема результати дослідження можуть знайти застосування у різних сферах, включаючи автомобільну транспортну промисловість, логістику та транспортну інфраструктуру міст. Отримані результати повинні допомогти наступним дослідникам зрозуміти, які апаратні та програмні засоби найефективніше використовувати для реалізації навігаційних систем на основі штучного інтелекту в автономних автомобілях. Перспективами подальших досліджень може бути покращення точності запропонованого паралельного алгоритму не погіршуючи показників ефективності, а також експериментальне дослідження запропонованого алгоритму на більш складних практичних задачах різної природи та розмірності.Item Method for agent-oriented traffic prediction under data and resource constraints(Національний університет "Запорізька політехніка", 2023) Lovkin, V. M.; Subbotin, S. A.; Oliinyk, A. O.; Льовкін, Валерій Миколайович; Субботін, Сергій Олександрович; Олійник, Андрій ОлександровичEN: Context. Problem of traffic prediction in a city is closely connected to the tasks of transportations in a city as well as air pollution detection in a city. Modern prediction models have redundant complexity when used for separate stations, require large number of measuring stations, long measurement period when predictions are made hourly. Therefore, there is a lack of method to overcome these constraints. The object of the study is a city traffic. Objective. The objective of the study is to develop a method for traffic prediction, providing models for traffic quantification at measuring stations in the future under data and resource constraints. Method. The method for agent-oriented traffic prediction under data and resource constraints was proposed in the paper. This method uses biLSTM models with input features, including traffic data obtained from agent, representing target station, and other agents, representing informative city stations. These agents are selected by ensembles of decision trees using Random Forest method. Input time period length is proposed to set using autocorrelation data. Results. Experimental investigation was conducted on traffic data taken in Madrid from 59 measuring stations. Models created by the proposed method had higher prediction accuracy with lower values of MSE, MAE, RMSE and higher informativeness compared to base LSTM models. Conclusions. Obtained models as study results have optimal number of input features compared to the known models, do not require complete system of city stations for all roads. It enables to apply these models under city traffic data and resource constraints. The proposed solutions provide high informativeness of obtained models with practically applicable accuracy level. UK: Актуальність. Проблема прогнозування автомобільного трафіку в місті пов’язана з розв’язанням одночасно і завдань переміщення в місті, і визначення забрудненості повітря в місті. Сучасні моделі прогнозування мають надмірну складність при використанні для окремих станцій, потребують великої кількості станцій спостереження, тривалого періоду спостереження зокрема у випадку погодинного прогнозування. Тому існує потреба в створенні відповідного метода, який дозволить подолати ці обмеження. Об’єктом роботи є автомобільний трафік у місті. Мета роботи – розробити метод прогнозування автомобільного трафіку, який дозволить створити моделі для визначення трафіку за станціями у майбутньому в умовах обмеженості даних та ресурсів. Метод. У статті запропоновано метод агентно-орієнтованого прогнозування автомобільного трафіку в умовах обмеженості наявних даних і обчислювальних ресурсів. Даний метод ґрунтується на використанні двонаправлених LSTM моделей з вхідними ознаками, якими є дані, отримані від агента, що відповідає станції прогнозування, та від агентів, що представляють інші інформативні станції у місті, які обираються на основі використання ансамблів дерев рішень за допомогою методу Random Forest. Довжина вхідного часового інтервалу в методі обирається на основі даних автокореляції. Результати. Експериментальне дослідження проводилося на основі даних про трафік у місті Мадрид, використовуючи дані, зібрані за 59 станціями спостереження. У результаті застосування створених на основі запропонованого методу моделей було отримано підвищену точність прогнозування, яку було підтверджено зменшенням значень MSE, MAE, RMSE, та підвищену інформативність порівняно з базовими LSTM-моделями. Висновки. Отримані в результаті проведеного дослідження моделі відрізняються оптимальною кількістю вхідних ознак порівняно з відомими, не потребують використання цілісної системи станцій у місті на всіх автомобільних дорогах. Це дозволяє використовувати дані моделі в умовах обмеження ресурсів та обмеженої доступності даних про трафік у місті. При цьому забезпечується достатньо висока інформативність створених моделей з придатним для застосування на практиці рівнем точності прогнозування.Item Ensemble of adaptive predictors for multivariate nonstationary sequences and its online learning(Національний університет "Запорізька політехніка", 2023) Bodyanskiy, Ye. V.; Lipianina-Honcharenko, Kh. V.; Sachenko, A. O.; Бодянський, Є. В.; Ліпяніна-Гончаренко, Х. В.; Саченко, А. О.EN: Context. In this research, we explore an ensemble of metamodels that utilizes multivariate signals to generate forecasts. The ensemble includes various traditional forecasting models such as multivariate regression, exponential smoothing, ARIMAX, as well as nonlinear structures based on artificial neural networks, ranging from simple feedforward networks to deep architectures like LSTM and transformers. Objective. A goal of this research is to develop an effective method for combining forecasts from multiple models forming metamodels to create a unified forecast that surpasses the accuracy of individual models. We are aimed to investigate the effectiveness of the proposed ensemble in the context of forecasting tasks with nonstationary signals. Method. The proposed ensemble of metamodels employs the method of Lagrange multipliers to estimate the parameters of the metamodel. The Kuhn-Tucker system of equations is solved to obtain unbiased estimates using the least squares method. Additionally, we introduce a recurrent form of the least squares algorithm for adaptive processing of nonstationary signals. Results. The evaluation of the proposed ensemble method is conducted on a dataset of time series. Metamodels formed by combining various individual models demonstrate improved forecast accuracy compared to individual models. The approach shows effectiveness in capturing nonstationary patterns and enhancing overall forecasting accuracy. Conclusions. The ensemble of metamodels, which utilizes multivariate signals for forecast generation, offers a promising approach to achieve better forecasting accuracy. By combining diverse models, the ensemble exhibits robustness to nonstationarity and improves the reliability of forecasts. UK: Актуальність. У даному дослідженні ми розглядаємо ансамбль метамоделей, який використовує багатовимірні сигнали для генерації прогнозів. Ансамбль включає різні традиційні моделі прогнозування, такі як багатовимірна регресія, експоненційне згладжування, ARIMAX, а також нелінійні структури на основі штучних нейронних мереж, від простих поверхневих рекурентних мереж до глибоких архітектур, таких як LSTM і трансформери. Мета роботи. Основною метою цього дослідження є розробка ефективного методу поєднання прогнозів декількох моделей, що утворюють метамоделі, для створення єдиного прогнозу, який перевищує точність окремих моделей. Ми прагнемо дослідити ефективність запропонованого ансамблю в контексті задач прогнозування з нестаціонарними сигналами. Метод. Запропонований ансамбль метамоделей використовує метод множників Лагранжа для оцінки параметрів метамоделі. Система рівнянь Куна-Таккера розв’язується для отримання незміщених оцінок за допомогою методу найменших квадратів. Крім того, ми вводимо рекурентну форму алгоритму найменших квадратів для адаптивної обробки нестаціонарних сигналів. Результати. Оцінка запропонованого ансамблю методу здійснюється на наборі даних часових рядів. Метамоделі, утворені шляхом поєднання різних окремих моделей, демонструють покращену точність прогнозу порівняно з індивідуальними моделями. Підхід проявляє ефективність в утриманні нестаціонарних шаблонів та покращенні загальної точності прогнозування. Висновки. Ансамбль метамоделей, який використовує багатовимірні сигнали для формування прогнозів, пропонує перспективний підхід для досягнення кращої точності прогнозування. Шляхом поєднання різноманітних моделей, ансамбль проявляє стійкість до нестаціонарності та покращує надійність прогнозів.Item Deep network-based method and software for small sample biomedical image generation and classification(Національний університет "Запорізька політехніка", 2023) Berezsky, O. M.; Liashchynskyi, P. B.; Pitsun, O. Y.; Melnyk, G. M.; Березький, О. М.; Лящинський, П. Б.; Піцун, О. Й.; Мельник, Г. М.EN: Context. The authors of the article investigated the problem of generating and classifying breast cancer histological images. The widespread incidence of breast cancer explains the problem’s relevance. The automated diagnosing procedure saves time and eliminates the subjective aspect. The study’s findings can be applied to cancer CAD systems. Objective. The purpose of the study is to develop a deep neural network-based method and software tool for generating and classifying histological images in order to increase classification accuracy. Method. The method of histological image generation and classification was developed in the research study. This method employs CNN and GAN. To improve the classification accuracy, the initial image sample was expanded using GAN. Results. The computer research of the developed method of image generation and classification was conducted on the basis of the dataset located on the Zenodo platform. Light microscopy served as the basis for obtaining the image. The dataset contained three classes of G1, G2, and G3 breast cancer histological images. Based on the developed method, the accuracy of image classification was 96%. This is a higher classification accuracy compared to existing models such as AlexNet, LeNet5, and VGG16. The software module can be integrated into CAD. Conclusions. The developed method of generating and classifying images is the basis of the software module. The software module can be integrated into CAD. UK: Актуальність. У статті досліджено проблему класифікації гістологічних зображень раку молочної залози. Актуальність проблеми пояснюється широкою розповсюдженістю хвороби – раку молочної залози . Автоматизація процесу постановки діагнозу дає можливість зменшити час і виключити суб’єктивний фактор. Результати дослідження можуть бути використані в CAD в онкології. Мета роботи – розробка методу та програмного засобу генерування і класифікації гістологічних зображень на основі глибоких нейронних мереж для підвищення точності класифікації. Метод. У роботі розроблено метод генерування і класифікації гістологічних зображень. Цей метод базується на основі використання CNN і GAN. Для підвищення точності класифікації початкову вибірку зображень розширено за допомогою GAN. Результати. Комп’ютерне дослідження розроблено методу генерування і класифікації зображень проводилося на основі dataset, який знаходиться платформі Zenodo . Зображення отримано на основі світлової мікроскопії. Dataset містить три класи G1, G2,G3 гістологічних зображень раку молочної залози. На основі розробленого методу отримано точність класифікації зображень 96% . Це краща точність класифікації порівняно з існуючим моделями типу AlexNet, LeNet5 і VGG16 . Програмний модуль може буди інтегрований у CAD . Висновки. Розроблений метод генерування і класифікації зображень є основою програмного модуля. Програмний модуль може бути інтегрований у CAD.Item Neural ordinary differential equations for time series reconstruction(Національний університет "Запорізька політехніка", 2023) Androsov, D. V.; Андросов, Д. В.EN: Context. Neural Ordinary Differential Equations is a deep neural networks family that leverage numerical methods approaches for solving the problem of time series reconstruction, given small amount of unevenly distributed samples. Objective. The goal of the following research is the synthesis of a deep neural network that is able to solve input signal reconstruction and time series extrapolation task. Method. The proposed method exhibits the benefits of solving time series extrapolation task over forecasting one. A model that implements encoder-decoder architecture with differential equation solving in latent space, is proposed. The latter approach was proven to demonstrate outstanding performance in solving time series reconstruction task given a small percentage of noisy and uneven distributed input signals. The proposed Latent Ordinary Differential Equations Variational Autoencoder (LODE-VAE) model was benchmarked on synthetic non-stationary data with added white noise and randomly sampled with random intervals between each signal. Results. The proposed method was implemented via deep neural network to solve time series extrapolation task. Conclusions. The conducted experiments have confirmed that proposed model solves the given task effectively and is recommended to apply it to solving real-world problems that require reconstructing dynamics of non-stationary processes. The prospects for further research may include the process of computational optimization of proposed models, as well as conducting additional experiments involving different baselines, e. g. Generative Adversarial Networks or attention Networks. UK: Актуальність. Розглянуто задачу реконструкції нестаціонарних часових рядів на основі моделей кодувальник-декодувальник за допомогою нейронних звичайних диференціальних рівнянь. Об’єктом дослідження є задача відновлення та прогнозування нестаціонарних часовиї рядів та процесів в неперевному часі. Мета роботи – синтез моделі на основі архітектури кодувальник-декодувальник та з використанням моделей типу нейронних звичайних диференційних рівнянь для реконструкції часових рядів по зашумленими, нерівномірно розподіленими у час, вхідними сигналами. Метод. Запропоновано метод, що реалізує архітектуру кодувальника-декодувальника та аппарат штучних нейронних мереж з розв’язанням диференціальних рівнянь у латентному просторі. Було встановлено, що даний підхід демонструє високу ефективність та якість прогнозів при вирішенні задачі реконструкції часових рядів по зашумленим вхідним сигналам з випадковими інтервалами між сигналами. Запропонована модель варіаційного автокодувальника на з використанням апарату нейронних мереж була протестована на синтетичних нестаціонарних даних з додаваням білим шумом і семплінгом з випадковими інтервалами між кожним сигналом. Результати. Розроблені показники реалізовані програмно і досліджені при вирішенні задачі реконструкції нестацонарного ряду з сезонністю. Висновки. Проведені експерименти підтвердили, що запропонована модель ефективно вирішує задану задачу і рекомендується застосовувати її для вирішення реальних завдань, що вимагають реконструкції динаміки нестаціонарних процесів. Перспективи включають в себе подальші дослідження різних архітектур нейронних мереж, окрім рекурентних нейронних мереж та архітектур автокодувальників. Зокрема пропонується використовувати інші підходи генеративного нейромережевого моделювання, як генеративно-змагальні мережі у контексті відновлення структури часового рядуItem The method of hydrodynamic modeling using a convolutional neural network(Національний університет "Запорізька політехніка", 2023) Novotarskyi, M. A.; Kuzmych, V. A.; Новотарський, М. А.; Кузьмич, В. А.EN: Context. Solving hydrodynamic problems is associated with high computational complexity and therefore requires considerable computing resources and time. The proposed approach makes it possible to significantly reduce the time for solving such problems by applying a combination of two improved modeling methods. Objective. The goal is to create a comprehensive hydrodynamic modeling method that requires significantly less time to determine the dynamics of the velocity field by using the modified lattice Boltzmann method and the pressure distribution by using a convolutional neural network. Method. A method of hydrodynamic modeling is proposed, which realizes the synergistic effect arising from the combination of the improved lattice Boltzmann method and a convolutional neural network with a specially adapted structure. The essence of the method consists of implementing a sequence of iterations, each of which simulates the process of changing parameters when moving to the next time layer. Each iteration includes a predictor step and a corrector step. At the predictor step, the lattice Boltzmann method works, which allows us to obtain the field of fluid velocities in the working area at the next time layer using the field of velocities at the previous layer. At the corrector step, we apply an improved convolutional neural network trained on a previously created data set. Using a neural network allows us to determine the pressure distribution on a new time layer with a predetermined accuracy. After adding the fluid compressibility correction on the new time layer, we get a refined value of the velocity field, which can be used as initial data for applying the lattice Boltzmann method at the next iteration. Calculations stop when the specified number of iterations is reached. Results. The operation of the proposed method was studied on the example of modeling fluid movement in a fragment of the human gastrointestinal tract. The simulation results showed that the time spent implementing the simulation process was reduced by 6–7 times while maintaining acceptable accuracy for practical tasks. Conclusions. The proposed hydrodynamic modeling method with a convolutional neural network and the lattice Boltzmann method significantly reduces the time and computing resources required to implement the modeling process in areas with complex geometry. Further development of this method will make it possible to implement real-time hydrodynamic modeling in three-dimensional domains. UK: Актуальність. Розв’язування гідродинамічних задач пов’язане з високою обчислювальною складністю і тому вимагає значних обчислювальних ресурсів і часу. Запропонований підхід дозволяє суттєво скоротити час розв’язування таких задач шляхом застосування комбінації двох вдосконалених методів моделювання. Мета. Метою є створення комплексного методу гідродинамічного моделювання, який вимагає значно менше часу для визначення динаміки поля швидкостей за рахунок використання модифікованого решітчастого методу Больцмана і розподілу тиску за рахунок використання згорткової нейронної мережі. Метод. Запропоновано метод гідродинамічного моделювання, який реалізує синергетичний ефект, що виникає при поєднанні вдосконаленого решітчастого методу Больцмана та згорткової нейронної мережі з спеціально адаптованою структурою. Суть методу полягає у реалізації послідовності ітерацій, на кожній з яких відбувається моделювання процесу зміни параметрів при переході на наступний часовий шар. Кожна ітерація включає крок предиктора та крок коректора. На кроці предиктора працює решітчастий метод Больцмана, який дозволяє отримати поле швидкостей рідини в робочій зоні на наступному часовому шарі за допомогою поля швидкостей на попередньому шарі. На кроці коректора ми застосовуємо вдосконалену згорткову нейронну мережу, навчену на раніше створеному наборі даних. Використання нейронної мережі дозволяє визначити розподіл тиску на новому часовому шарі із заданою точністю. Після додавання поправки на стисливість рідини на новому часовому шарі ми отримуємо уточнені значення поля швидкостей, які можна використовувати як початкові дані для застосування решітчастого методу Больцмана на наступній ітерації. Обчислення припиняються при досягненні заданої кількості ітерацій. Результати. Роботу запропонованого методу досліджено на прикладі моделювання руху рідини у фрагменті шлунково-кишкового тракту людини. Результати моделювання показали, що час, витрачений на реалізацію процесу моделювання, скоротився у 6–7 разів при збереженні прийнятної для практичних завдань точності. Висновки. Запропонований метод гідродинамічного моделювання зі згортковою нейронною мережею та решітчастим методом Больцмана суттєво скорочує час та обчислювальні ресурси, необхідні для реалізації процесу моделювання в областях зі складною геометрією. Подальший розвиток цього методу дозволить реалізувати гідродинамічне моделювання в реальному часі в тривимірних областях.Item Temporal events processing models in finite state machines(Національний університет "Запорізька політехніка", 2023) Miroshnyk, M. A.; Shmatkov, S. I.; Shkil, O. S.; Miroshnyk, А. М.; Pshenychnyi, K. Y.; Мірошник, М. А.; Шматков, С. І.; Шкіль, О. С.; Мірошник, А. М.; Пшеничний, К. Ю.EN: Context. The issue of a synthesizable finite state machine with temporal events processing using hardware description language pattern. The object of this study is external event processing in real-time systems. Objective. The goal of this work is to introduce methods to express external temporal events on finite state machine state diagrams and corresponding HDL patterns of such events processing in control systems. Method. The classification of external events in real-time systems is analyzed. A device class that changes its internal state depending on the temporal external events is introduced. A method to express these events on the temporal state diagram is introduced. Possible model behavior scenarios based on the external event duration are analyzed. A Verilog HDL external event processing pattern is introduced. The efficiency of the proposed model is proved by developing, verifying, and synthesis of a power-saving module in Xilinx ISE. The results and testing showed the model’s correctness. Results. External temporal events processing methods in real-time device models are proposed. The corresponding HDL pattern for the proposed model implementation is presented. Conclusions. The real-time systems with external temporal events automated synthesis problem has been solved. To solve this problem, a finite state machine model-based device using the Verilog language was developed and tested. The scientific novelty lies in the introduction a method to express temporal events on the state diagram of the finite state machine as well as in a HDL when implementing the proposed model on CPLD and FPGA. UK: Актуальність. Розглянуто задачу розробки шаблонів кінцевих автоматів з обробкою зовнішніх темпоральних подій з використанням мов опису апаратури. Обʼєктом роботи є питання моделювання зовнішніх подій у системах реального часу. Мета роботи. Метою роботи є представити способи вираження темпоральних подій у на графі переходів кінцевого автомата, а також відповідні HDL шаблони обробки таких подій у системах управління. Метод. Проаналізовано класифікацію зовнішніх подій у системах реального часу. Виділено клас пристроїв, у яких зміна стану відбувається внаслідок настання зовнішніх подій, що подовжені у часі (темпоральні події). Запропоновано спосіб вираження такого роду подій на темпоральному графі переходів кінцевого автомата. Проаналізовано різні сценарії поведінки запропонованої автоматної моделі в залежності від тривалості зовнішньої події. Розроблено HDL шаблони на мові опису апаратури Verilog для імплементації обробки темпоральних подій. Працездатність запропонованих методів доведено на прикладі розробки, верифікації та синтезу модуля збереження енергії на FPGA та CPLD у системі автоматизованого проектування Xilinx ISE. Отримані результати автоматизованого синтезу довели правильність запропонованої методології. Результати. Запропоновано методи обробки зовнішніх темпоральних подій у моделях пристроїв реального часу. Представлено відповідні шаблони мові опису апаратури Verilog для імплементації запропонованої моделі. Висновки. Вирішено задачу автоматизованого синтезу систем реального часу з зовнішніми темпоральними подіями. Для вирішення цієї проблеми були розроблені та протестовано модель пристроя на базі кінцевого автомата з використанням мови Verilog. Наукова новизна полягає у представлені способу вираження темпоральних подій на графі переходів кінцевого автомата, а також за допомогою HDL конструкцій під час розробки систем керування на CPLD та FPGA у система автоматизованого синтезу.Item Method of minimization sidelobes level autocorrelation functions of signals with non-linear frequency modulation(Національний університет "Запорізька політехніка", 2023) Kostyria, О. О.; Hryzo, А. А.; Dodukh, О. М.; Lisohorskyi, B. А.; Lukianchykov, А. А.; Костиря, О. О.; Гризо, А. А.; Додух, О. М.; Лісогорський, Б. А.; Лук’янчиков, А. А.EN: Context. At present, when creating new and upgrading existing radar systems, solid-state generator devices are widely used, which imposes certain restrictions on the peak power of probing signals. To overcome this limitation, longer duration signals with internal pulse modulation are used. The main efforts of the researchers are focused on reducing the maximum level of the side lobes of the autocorrelation function of such signals, which, without taking additional measures, has a significant level, which complicates the work of systems for detecting and stabilizing the level of false alarms. Attention is paid to signals with non-linear frequency modulation, which consist of two and three linearly frequency-modulated fragments. The maximum level of the side lobes of such signals depends significantly on the frequency-time parameters of the fragments, and therefore it is very difficult to obtain its stable value. Searching for signals with minimal side lobe level values by optimizing their time-frequency parameters is a difficult task, because changing the parameters of previous signal fragments leads to changes in the parameters of subsequent fragments Objective. The aim of the work is to develop a method for simplifying the search for local minima of the level of side lobes of two- and three-fragment signals with nonlinear frequency modulation by using a modified mathematical model with a whole number of periods of radio oscillations of linear-frequency modulated fragments. Method. The developed method is based on the proposed modification of the mathematical model, which corrects the frequency-time parameters of two- and three-fragment signals with non-linear frequency modulation by modifying the values of the frequency modulation speed while providing an integer number of complete periods of radio frequency oscillations for each of the fragments, which simplifies the process of finding local minima of the level of side lobes. Results. Modification of the initial mathematical model leads to the expansion of the possible range of values of frequency-time parameters, ratios of durations and frequency deviations of linearly-frequency modulated fragments and ensures stability of the mathematical model with a decrease in the maximum level of side lobes of the autocorrelation function. Conclusions. It has been experimentally confirmed that the use of the proposed method of modifying the input frequency-time parameters of signals with non-linear frequency modulation in the vast majority of cases reduces the maximum level of side lobes and simpli-fies the process of finding its local minima. The optimal ratios of durations and deviations of the frequency of the signal frag-ments are determined, subject to these, stable operation of the models is ensured and, in most cases, - less than the value of the maximum level of the side lobes. UK: Актуальність. У теперішній час при створенні нових та модернізації існуючих радіолокаційних систем широко використовуються твердотільні генераторні прилади, що накладає певні обмеження на пікову потужність зондувальних сигналів. Для подолання цього обмеження застосовуються сигнали більшої тривалості з внутрішньо імпульсною модуляцією. Основні зусилля дослідників зосереджуються на зниженні максимального рівня бічних пелюсток автокореляційної функції таких сигналів, який без прийняття додаткових мір має суттєвий рівень, що утруднює роботу систем виявлення та стабілізації рівня хибних тривог. Увагою користуються сигнали з нелінійною частотною модуляцією, які складаються з двох та трьох лінійно-частотномодульованих фрагментів. Максимальний рівень бічних пелюсток таких сигналів суттєво залежить від частотно-часових параметрів фрагментів, а тому дуже складно отримати його стабільне значення. Пошук сигналів з мінімальними значеннями рівня бічних пелюсток шляхом оптимізації їх частотно-часових параметрів є складною задачею, бо зміна параметрів попередніх фрагментів сигналу призводить до змін параметрів наступних фрагментів. Метою роботи є розробка способу для спрощення пошуку локальних мінімумів рівня бічних пелюсток дво- та трифрагментних сигналів з нелінійною частотною модуляцією за рахунок використання модифікованої математичної моделі з цілим числом періодів радіоколивань лінійно-частотномодульованих фрагментів. Метод. Розроблений спосіб спирається на запропоновану модифікацію математичної моделі, яка здійснює коригування частотно-часових параметрів дво- та трифрагментних сигналів з нелінійною частотною модуляцією за рахунок модифікації значень швидкості частотної модуляції при забезпеченні цілого числа повних періодів радіочастотних коливань для кожного з фрагментів, що спрощує процес знаходження локальних мінімумів рівня бічних пелюсток. Результати. Модифікація початкової математичної моделі призводить до розширення можливого діапазону значень частотно-часових параметрів, співвідношень тривалостей та девіацій частоти лінійно-частотномодульованих фрагментів та забезпечує стійкість роботи математичної моделі при зниженні значення максимального рівня бічних пелюсток автокреляційної функції. Висновки. Експериментально підтверджено, що використання запропонованого способу модифікаціїї вхідних частотно-часових параметрів сигналів з нелінійною частотною модуляцією у переважній більшості випадків забезпечує зниження максимального рівня бічних пелюсток та спрощує процес знаходження його локальних мінімумів. Визначено оптимальні співвідношення тривалостей та девіацій частоти фрагментів сигналу, при дотриманні таких забезпечується стійка робота моделей та у більшості випадків – менше значення максимального рівня бічних пелюсток.Item Development of technique for structuring of group expert assessments under uncertainty and inconcistancy(Національний університет "Запорізька політехніка", 2023) Davydenko, Ye. O.; Shved, A. V.; Honcharova, N. V.; Давиденко, Є. О.; Швед, А. В.; Гончарова, Н. В.EN: Context. The issues of structuring group expert assessments are considered in order to determine a generalized assessment under inconsistency between expert assessments. The object of the study is the process of synthesis of mathematical models of structuring (clustering, partitioning) of expert assessments that are formed within the framework of Shafer model under uncertainty, inconsistency (conflict). Objective. The purpose of the article is to develop an approach based on the metrics of theory of evidence, which allows to identify a number of homogeneous subgroups from the initial heterogeneous set of expert judgments formed within the framework of the Shafer model, or to identify experts whose judgments differ significantly from the judgments of the rest of the group. Method. The research methodology is based on the mathematical apparatus of theory of evidence and cluster analysis. The proposed approach uses the principles of hierarchical clustering to form a partition of a heterogeneous (inconsistent) set of expert evidence into a number of subgroups (clusters), within which expert assessments are close to each other. Metrics of the theory of evidence are considered as a criterion for determining the similarity and dissimilarity of clusters. Experts’ evidence are considered consistent in the formed cluster if the average or maximum (depending on certain initial conditions) level of conflict between them does not exceed a given threshold level. Results. The proposed approach for structuring expert information makes it possible to assess the degree of consistency of expert assessments within an expert group based on an analysis of the distance between expert evidence bodies. In case of a lack of consistency within the expert group, it is proposed to select from a heterogeneous set of assessments subgroups of experts whose assessments are close to each other for further aggregation in order to obtain a generalized assessment. Conclusions. Models and methods for analyzing and structuring group expert assessments formed within the notation of the theory of evidence under uncertainty, inconsistency, and conflict were further developed. An approach to clustering group expert assessments formed under uncertainty and inconsistency (conflict) within the framework of the Shafer model is proposed in order to identify subgroups within which expert assessments are considered consistent. In contrast to existing clustering methods, the proposed approach allows processing expert evidence of a various structure and taking into account possible ways of their interaction (combination, intersection). UK: Актуальність. Розглянуті питання структуризації групових експертних оцінок з метою визначення узагальненої оцінки у випадку відсутності узгодженості експертних оцінок. Об’єктом дослідження є процеси синтезу математичних моделей структуризації (кластеризації, розбиття) експертних оцінок, що формуються в рамках моделі Шейфера в умовах невизначеності, неузгодженості (конфлікту). Мета роботи – розробка підходу на основі метрик теорії свідоцтв, що дозволяє із вихідної неоднорідної сукупності експертних оцінок, сформованих в рамках моделі Шейфера, виділяти ряд однорідних підгруп, або ідентифікувати експертів чиї оцінки в значній мірі відрізняються від оцінок решти групи. Метод. Методика дослідження ґрунтується на математичному апараті теорії свідоцтв, кластерному аналізі. Запропонований підхід використовує принципи ієрархічної кластеризації при формуванні розбиття неоднорідної (неузгодженої) сукупності експертних свідоцтв на ряд підгруп (кластерів), всередині яких оцінки експертів близькі між собою. В якості критерію визначення схожості та відмінності кластерів розглянуті метрики теорії свідоцтв. Оцінки експертів вважаються узгодженими у сформованому кластері, якщо середній або максимальний (в залежності від визначених початкових умов) рівень конфлікту між ними не перевищує заданий пороговий рівень. Результати. Запропонована методика структуризації експертної інформації дозволяє оцінювати рівень узгодженості експертних оцінок усередині експертної групи на основі аналізу відстані між експертними свідоцтвами. У разі відсутності узгодженості всередині експертної групи запропоновано виділяти з неоднорідної сукупності оцінок підгрупи експертів, оцінки яких близькі для подальшого їх агрегування з метою отримання узагальненої оцінки. Наявність у комісії небагатьох груп експертів із узгодженими оцінками може свідчити про наявність експертів, що мають різний погляд на аналізовану проблему. Висновки. Дістали подальшого розвитку моделі та методи аналізу та структуризації групових експертних оцінок, сформованих в рамках нотації теорії свідоцтв в умовах невизначеності, неузгодженості, конфлікту. Запропоновано метод кластеризації групових експертних оцінок, що формуються в умовах невизначеності та неузгодженості (конфлікту) в рамках моделі Шейфера, з метою виділення підгруп, всередині яких оцінки експертів вважаються узгодженими. На відміну від існуючих методів кластеризації, запропонований підхід дозволяє обробляти експертні свідоцтва довільної структури, враховувати можливі способи їх взаємодії (об’єднання, перетин).Item The method of optimizing the distribution of radio suppression means and destructive software influence on computer networks(Національний університет "Запорізька політехніка", 2023) Sholokhov, S. M.; Pavlenko, P. M.; Nikolaienko, B. A.; Samborsky, I. I.; Samborsky, E. I.; Шолохов, С. М.; Павленко, П. М.; Ніколаєнко, Б. А.; Самборський, І. І.; Самборський, Є. І.EN: Context. Currently, generalized methodical approaches to the development of scenarios of complex radio suppression and electromagnetic influence of typical special telecommunication systems have been developed. However, during the development of possible cases for the complex application of radio suppression and destructive software influence,the problem of optimizing the resource of these means and its distribution according to the goals of radio suppression and objects of destructive computer influence arose, which has not yet been fully resolved.Especially in the literature known to the authors, there is no method for optimizing the resource distribution of radio and computer influence, used for the development and practical implementation of optimal scenarios of destructive influence on computer networks of enemy military groups in military operations. Therefore, it is necessary to formulate a problem and develop a method of optimizing the distribution of the resource of radio suppression and destructive software influence for the development of possible scenarios of the enemy’s violation of information exchange in a standart telecommunication network. Objective. The purpose of the research is to develop a method for optimizing the distribution of the resource of radio suppression and destructive software influence for the development of scenarios of information exchange violations by the enemy in the telecommunications network. Method.To achieve the purpose of the research, the methods of nonlinear optimization of heterogeneous resource distribution, mass service theory, and expert evaluation were comprehensively applied and developed in the field of modeling of information conflict. To determine the coefficients of protection of objects from radio-electronic and destructive computer influence, expert evaluation methods are used, in particular, the method of frequencies of preferences of the decision-maker using the Thurstone method. This method requires only one expert (a decision-maker), minimal communication time with him, minimal expert information (full ordering of weighting factors) and can be applied with a small number of evaluated weighting factors. To solve the problem of optimal distribution of a heterogeneous resource of means of destructive influence, to ensure the value of the multiplicative objective function of an arbitrary form is not less than the given one, the method of successive increments is applied. To determine the efficiency indicator of information exchange violation, the methods of mass service theory are applied, which allows to formalize special telecommunication systems as a set of mass service systems – subsystems of digital communication and computer networks. Results. The formulated problem and the entered indicators made it possible to solve the problem of determining the minimum resource of means of destructive influence and their optimal distribution according to the purposes of radio suppression on the objects of destructive program influence in order to achieve the required level of disruption of the efficiency of information exchange in special telecommunication systems. Conclusions.According to the results of the article, a method for optimizing the distribution of the resource of radio suppression and destructive software influence has been developed for the development of possible scenarios of information exchange violations by the enemy in a typical telecommunications network.The verification of the proposed method was carried out by comparing the theoretical results with the results of simulated modeling of scenarios of violation of the information exchange in the telecommunications network by the enemy. UK: Актуальність. На даний час узагальнені методичні підходи до розробки сценаріїв комплексного радіоподавлення та електромагнітного впливу типових спеціальних телекомунікаційних систем розроблені. Однак, при розробці можливих сценаріїв комплексного застосування засобів радіоподавлення та деструктивного програмного впливу виникла задача оптимізації ресурсу цих засобів та його розподілу по цілях радіоподавлення та обєктах деструктивного компютерного впливу яка досі не вирішена у повному обсязі. Зокрема, у відомій авторам літературі не розроблений метод оптимізації розподілу ресурсу засобів радіо та компютерного впливу, використовуваного для розробки та практичної реалізації оптимальних сценаріїв деструктивного впливу на компютерні мережі військових угруповань противника у військових операціях. Тому, необхідно провести постановку задачі та розробити метод оптимізації розподілу ресурсу засобів радіоподавлення та деструктивного програмного впливу для розробки можливих сценаріїв порушення противником інформаційного обміну у типовій телекомунікаційній мережі. Мета. Метою дослідження є розробка метода оптимізації розподілу ресурсу засобів радіоподавлення та деструктивного програмного впливу для розробки сценаріїв порушення противником інформаційного обміну у телекомунікаційній мережі. Метод.Для досягнення мети дослідження комплексно застосовані та розвинені у галузь моделювання інформаційного протиборства методи нелінійної оптимізації розподілу різнорідного ресурсу, теорії масового обслуговування та експертного оцінювання. Для визначення коефіцієнтів захищеності обєктів радіоелектронного та деструктивного компютерного впливу застосовані методи експертного оцінювання, зокрема, метод частот переваг особи, що приймає рішення із застосуванням методу Терстоуна. Цей метод вимагає лише одного експерта (особу, що приймає рішення), мінімального часу спілкування з ним, мінімальної експертної інформації (повного упорядкування вагових коефіцієнтів) та може застосовуватись при невеликій кількості оцінюваних вагових коефіцієнтів. Для вирішення задачі оптимального розподілу різнорідного ресурсу засобів деструктивного впливу, для забезпечення значення мультиплікативної цільової функції довільного вигляду не менше заданого, застосований метод послідовних прирощень. Для визначення показника оперативності порушення інформаційного обміну застосовані методи теорії масового обслуговування, що дозволяє формалізувати спеціальні телекомунікаційні системи, як сукупність системи масового обслуговування – підсистем цифрового звязку та компютерних мереж. Результати. Здійснена постановка задачі та введені показники дозволили вирішити задачу визначення мінімального ресурсу засобів деструктивного впливу та оптимального розподілу їх по цілях радіоподавлення на обєктах деструктивного програмного впливу для досягнення потрібного рівня порушення оперативності інформаційного обміну у спеціальних телекомунікаційних системах. Висновки. За результатами статтірозроблено метод оптимізації розподілу ресурсу засобів радіоподавлення та деструктивного програмного впливу для розробки можливих сценаріїв порушення противником інформаційного обміну у типовій телекомунікаційній мережі. Перевірку запропонованого методу здійснено шляхом порівняння теоретичних результатів з результатами імітаційного моделювання сценаріїв порушення противником інформаційного обміну у телекомунікаційній мережі.Item Teletraffic forecasting in media service systems(Національний університет "Запорізька політехніка", 2023) Gusiev, O. Yu.; Мagro, V. І.; Nikolska, O. I.; Гусєв, О. Ю.; Магро, В. И.; Нікольська, О. І.EN: Context. The development of information and communication technologies has led to an increase in the volume of information sent over the network. Media service platforms play an important role in the creation and processing of bitrate in the information network. Therefore, there is a need to develop a methodology for predicting bitrate in various media service platforms by creating an effective algorithm that minimizes the forecast error. Objective. The aim of the work is to synthesize in analytical form the state transition matrix of the Kalman filter for non-stationary self-similar processes when predicting the bitrate in telecommunication networks. Method. A methodology has been developed for predicting teletraffic in media service platforms, based on a modification of the Kalman filter for non-Gaussian processes. This methodology uses an original procedure for calculating statistics, which makes it possible to reduce the filtering and forecast error that arises due to the uncertainty of the analytical model of the process under study. The methodology does not require knowledge of the analytical model of the process, as well as strict restrictions on its stochastic characteristics. Results. A methodology for estimating and forecasting bitrate in telecommunication systems is proposed. This methodology was used to study teletraffic processes in the media service platforms Google Meet, Zoom, Microsoft Teams. The passage of real bitrate through the specified media service platforms was studied. A comparison of real teletraffic with predicted teletraffic was carried out. The influence of the order of the state transition matrix of the Kalman filter on the error of estimation and prediction has been studied. It has been established that even a low (second) order of the state transition matrix allows one to obtain satisfactory forecast results. It is shown that the use of the proposed methodology makes it possible to predict traffic with a relative error of the order of 3–4%. Conclusions. An original algorithm for assessing and forecasting the characteristics of media traffic has been developed. Recommendations for improving the technology for building media service platforms are formulated. It is shown that the bitrates generated by various media service platforms, in the case of applying the proposed estimation and forecasting methodology, are invariant with respect to the type of stochastic processes being processed. UK: Актуальність. Розвиток інформаційно-комунікаційних технологій призвело до зростання обсягу інформації, що пересилається через мережу. Медіасервісні платформи відіграють важливу роль у створенні та обробці бітрейту в інформаційній мережі. Тому існує необхідність у розробці методики прогнозування бітрейту в різних медіасервісних платформах шляхом створення ефективного алгоритму, що мінімізує помилку прогнозу. Мета. Метою роботи є синтез в аналітичній формі матриці переходу фільтра Калмана для нестаціонарних самоподібних процесів при прогнозуванні бітрейту в телекомунікаційних мережах. Метод. Розроблено методику прогнозування телетрафіку в медіасервісних платформах, засновану на модифікації фільтра Калмана для негаусівських процесів. Ця методика використовує оригінальну процедуру підрахунку статистики, яка дозволяє знижувати помилку фільтрації та прогнозу, що виникає внаслідок невизначеності аналітичної моделі досліджуваного процесу. Методика не вимагає знання аналітичної моделі процесу, а також жорстких обмежень на його стохастичні характеристики. Результати. Запропоновано методику оцінки та прогнозу бітрейту в телекомунікаційних системах. Дана методика застосована для дослідження процесів телетрафіку в медсервісних платформах Google Meet, Zoom, Microsoft Teams. Досліджено проходження реального бітрейту через зазначені медіасервісні платформи. Проведено порівняння реального телетрафіку з прогнозованим телетрафіком. Досліджено вплив порядку матриці переходу фільтра Калмана на похибку оцінки та прогнозу. Встановлено, що навіть невисокий (другий) порядок матриці переходу дозволяє отримати задовільні результати прогнозу. Показано, що застосування запропонованої методики дозволяє прогнозувати трафік з відносною помилкою близько 3–4%. Висновки. Розроблено оригінальний алгоритм оцінки та прогнозу характеристик медіатрафіку. Сформульовано рекомендації щодо удосконалення технології побудови медіасервісних платформ. Показано, що бітрейти, що породжуються різними медіасервісними платформами, у разі застосування запропонованої методики оцінки та прогнозу інваріантні щодо типу оброблюваних стохастичних процесів.