EIRNUZP – Електронний інституційний репозитарій Національного університету «Запорізька політехніка»
Інституційний репозитарій Національного університету «Запорізька політехніка» – це електронний архів, що накопичує, систематизує, зберігає та забезпечує довготривалий відкритий доступ до електронних публікацій та електронних версій документів наукового та навчально-методичного призначення, авторами яких є співробітники, аспіранти, докторанти та студенти Національного університету «Запорізька політехніка».
Communities in DSpace
Select a community to browse its collections.
Recent Submissions
Видобування продукційних правил на основі негативного відбору
(Національний університет "Запорізька політехніка", 2016) Олійник, Андрій Олександрович; Oliinyk, A.
UK: Вирішено завдання розробки математичного забезпечення для автоматизації видобування набору знань у вигляді продукційних правил з навчальних вибірок даних. Об’єктом дослідження є процес побудови моделей неруйнівного контролю якості. Предмет дослідження становлять методи видобування продукційних правил на основі негативного відбору для синтезу моделей контролю якості. Мета роботи: створення методу синтезу продукційних правил на основі негативного відбору, що полягає в обробці даних навчальної вибірки, яка характеризується істотною відмінністю кількості екземплярів, що відносяться до різних класів. Запропоновано метод синтезу продукційних правил на основі негативного відбору для випадку нерівномірного розподілу екземплярів класів вибірки, який при генерації набору детекторів використовує відому інформацію про екземпляри всіх класів вибірки, враховує інформацію про індивідуальну значущість ознак, як форму детектора використовує гіперкуб максимально можливого об’єму. Розроблений метод дозволяє виключати малозначущі і надлишкові ознаки з вибірки, скоротивши тим самим простір пошуку і час виконання методу, а також формувати набір детекторів з високими апроксимаційними й узагальнюючими здібностями. Запропонований метод за рахунок підвищення узагальнюючих властивостей синтезованих моделей шляхом скорочення числа детекторів і умов антецедентів також підвищує інтерпретабельність моделі, скорочує її розмірність (структурну і параметричну складність), обсяг використовуваної пам’яті і підвищує швидкодію моделі при послідовній реалізації обчислень. Проведено експерименти з дослідження властивостей запропонованого методу. Результати експериментів дозволяють рекомендувати запропонований метод для використання на практиці.
EN: The problem of mathematical support development is solved to automate the extraction knowledge as production rules from the training data samples. The object of study is the process of constructing models of non-destructive quality control. The subject of study are methods of production rules extraction based on negative selection for synthesis of quality control models. The purpose of the work is to develop a method of production rules synthesis on the basis of a set of detectors is in the handling of data of training sample, characterized by a substantial number of instances of distinction belonging to different classes. A method for the synthesis of production rules on the basis of negative selection in the case of uneven distribution of instances of the sample classes is proposed. The developed method allows to exclude irrelevant and redundant features from the sample, thereby reducing the search space and time of execution of the method, as well as generate a set of detectors with high approximation and generalization capability. The proposed method improves the generalizing properties of synthesized model and its interpretability. The software implementing proposed method is developed. The experiments to study the properties of the proposed method are conducted. The experimental results allow to recommend the proposed method for use in practice.
Нечеткое разбиение объектов на основе критериев плотности
(Національний університет "Запорізька політехніка", 2016) Кучеренко, Е. И.; Глушенкова, И. С.; Глушенков, С. А.; Кучеренко, Є. І.; Глушенкова, І. С.; Глушенков, С. А.; Kucherenko, Ye. I.; Glushenkova, I. S.; Glushenkov, S. A.
RU: Решена задача разбиения по критериям плотности в нечетком пространстве состояний при пересечении признаков. Объектом исследования являлись процессы разбиения заданной выборки объектов на подмножества. Предмет исследования составляют методы и алгоритмы нечеткого разбиения объектов на основе критериев плотности в сложных системах. Цель работы: развитие метода горной кластеризации Ягера-Филева на основе нечетких представлений для повышения эффективности решений. Предложен нечеткий метод разбиения, основанный на вычислении плотности распределения интегральных признаков объектов в нечетком пространстве состояний, который, в отличие от существующих, дополнительно функционирует в нечетком пространстве состояний и признаков. Описаны и обоснованы этапы метода нечеткого разбиения признаков с использованием нечеткого расстояния Хемминга. Была создана программа моделирования плотности распределения признаков на основе разработанного метода. Выполнен эксперимент по определению принадлежности объекта при пересечении областей нечеткого распределения признаков и предоставление результатов в виде логического вывода и графического материала. Результаты эксперимента позволяют рекомендовать предложенный метод для использования на практике. Перспективой дальнейших исследований является исследование и алгоритмизация метода, его адаптация в пространстве признаков предметных областей.
UK: Розв’язано задачу розбиття за критеріями щільності в нечіткому просторі станів при перетині ознак. Об’єктом дослідження були процеси розбиття заданої вибірки об’єктів на підмножини. Предмет дослідження становлять методи й алгоритми нечіткого розбиття об’єктів на основі критеріїв щільності в складних системах. Мета роботи: розвиток методу гірської кластеризації Ягера-Філев на основі нечітких уявлень для підвищення ефективності рішень. Запропоновано нечіткий метод розбиття, заснований на обчисленні щільності розподілу інтегральних ознак об’єктів в нечіткому просторі станів, який, на відміну від існуючих, додатково функціонує в нечіткому просторі станів і ознак. Описано й обгрунтовано етапи методу нечіткого розбиття ознак із застосуванням нечіткої відстані Хеммінга. Було створено програму моделювання щільності розподілу ознак на основі розробленого методу. Виконано експеримент щодо визначення належності об’єкта при перетині областей нечіткого розподілу ознак та надання результатів у вигляді логічного виведення і графічного матеріалу. Результати експерименту дозволяють рекомендувати запропонований метод для використання на практиці. Перспективою подальших досліджень є дослідження та алгоритмізація методу, його адаптація в просторі ознак предметних областей.
EN: The problem of the partition of the criteria in the fuzzy space density of states at the intersection of features. The object of research is the process of partitioning a given sample of objects into subsets. Subject of research methods and algorithms make fuzzy partition of objects based on the criteria density in complex systems. Objective: to develop a method of clustering mining Jager-Fileva based on fuzzy concepts to improve the effectiveness of the decisions. It was proposed fuzzy partitioning method based on the calculation of the density distribution of the integral attributes of the objects in a fuzzy space of conditions. The method, in contrast to existing, additionally operates in a fuzzy state space and features. Describe and justify the steps of the method of fuzzy partitioning features using fuzzy Hamming distance. It was created simulation program distribution density of features on the basis of this method. An experiments conducted to determine the affiliation of the object at the intersection of fuzzy areas of distribution and the provision of evidence of results in the form of inference and graphic material. The experimental results allow us to recommend the proposed method to be used in practice. Prospects for further research is to study and algorithmization method, its adaptation to the feature space domains.
Соціальна робота з ресоціалізації наркозалежних осіб в умовах реабілітаційних центрів
(Національний університет «Запорізька політехніка», 2025) Щербина, Сергій Степанович; Shcherbyna, Serhii; Новак, Тетяна Олександрівна; Novak, Tetiana; Гноєвой, Юрій Григорович; Hnoievoi, Yurii
UK: У статті розглядаються аспекти соціальної роботи щодо ресоціалізації наркозалежних у середовищі реабілітаційних центрів, з особливим акцентом на визначенні ефективних методологічних стратегій та інтервенційних підходів.
EN: The article examines the characteristics of social work regarding the resocialisation of drug addicts within rehabilitation centre environments, with a particular focus on identifying efficacious methodological strategies and interventional approaches.
Методика аналізу екстремальних даних та її використання при оцінюванні параметрів узагальнених лінійних моделей
(Національний університет "Запорізька політехніка", 2016) Трухан, С. В.; Бідюк, П. І.; Trukhan, S.; Bidyuk, P.
UK: Запропонована методика аналізу екстремальних значень з метою її застосування при оцінюванні невідомих параметрів узагальнених лінійних моделей. В якості математичного апарату використано теорію екстремальних значень, яка є одним із розділів математичної статистики та пов’язана з дослідженням відхилень екстремальних значень від медіани у ймовірнісних розподілах. Також розглянуто методи наближення експериментальних даних до класу узагальнених екстремальних розподілів, методи оцінювання невідомих параметрів та вибору оптимального порогу для екстремальних значень. На основі фактичних статистичних даних із галузі страхування та запропонованого підходу побудовано моделі обробки екстремальних значень для подальшого застосування при оцінюванні прогнозних моделей. Прийнятним для подальшого використання виявилась модель з наближенням даних за допомогою узагальненого розподілу Парето. Це підтверджується незначною похибкою та максимальним наближенням емпіричної кривої до теоретичної функції щільності розподілу. Порівняння результатів оцінювання невідомих параметрів моделі за допомогою методу максимальної правдоподібності та байєсівського підходу показало, що байєсівські методи оцінювання є ефективним підґрунтям для розв’язання задачі вибору кращої моделі на основі множини отриманих альтернатив та значень апріорних параметрів. Можливість використання результатів застосування моделей екстремальних значень при побудові прогнозних узагальнених лінійних моделей є підставою для подальшого дослідження.
EN: The article deals with methodology of extreme values treatment for building and estimating unknown parameters of generalized linear models. As a mathematical tool for carrying out the research the extreme value theory was used that creates one of the directions in mathematical statistics, and is related to investigating the extreme deviations from the median values in probability distributions. Also, the methods of approximation statistical data to generalized extreme value distribution, the methods of estimating unknown parameters and selecting an optimal threshold for extreme value models are discussed. The models of treatment extreme values are constructed which are based on actual statistical data and approach is proposed for their future application for estimating predictive models. The model with generalized Pareto distribution turned out to be acceptable for further use, because it has minimum value of observation error and the best approximation of observed curve to theoretical density function. The comparison of evaluation unknown models’ parameters using method of maximum likelihood and Bayesian approach leads to next conclusion. The Bayesian methods are efficient way to solve the problem of selection the best model, based on the received alternatives set and prior parameters values. In future studies it will be reasonable to consider the application of extreme value analysis to predicted generalized linear models.
Особливості етнічної толерантності українських біженців в Європі в умовах війни в України
(Національний університет «Запорізька політехніка», 2025) Таран, Володимир Олександрович; Taran, Volodymyr; Щербина, Сергій Степанович; Shcherbyna, Serhii; Вялкін, Олексій Сергійович; Vialkin, Oleksii; Фролов, Олексій Володимирович; Frolov, Oleksii
UK: В статті досліджено особливості етнічної толерантності українських біженців в країнах Європейського Союзу в умовах російсько-української війни.
EN: The article examines the features of ethnic tolerance of Ukrainian refugees in the countries of the European Union in the context of the Russian-Ukrainian war.