https://oeipt.vntu.edu.ua/index.php/oeipt/issue/feedОптико-електроннi iнформацiйно-енергетичнi технологiї2025-06-19T16:12:46+03:00Сергій Володимирович Павлов (Sergii V. Pavlov)psv@vntu.edu.uaOpen Journal Systems<p>Журнал публікує статті, які містять нові теоретичні та практичні результати в галузях технічних, природничих та гуманітарних наук. Публікуються також огляди сучасного стану розробки важливих наукових проблем, огляди наукових та методичних конференцій, матеріали з педагогіки вищої освіти.</p>https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/784Метод сегментації зображень ОКТ з допомогою згорткової нейромережі2025-06-18T12:10:47+03:00А.В. Щербатюкscherbatyuk.art@gmail.comС.Є. Тужанськийslavat@vntu.edu.ua<p>У статті здійснено аналіз методів сегментації зображень оптичної когерентної томографії, створено модель згорткової нейромережі U-Net, здійснено обробку серії тестових зображень з відкритої бази даних та здійснено порівняння результатів обробки з іншими алгоритмами за індексом структурної схожості (SSIM). Також здійснено попередню обробку тестових зображень для підвищення якості сегментації. В даній роботі здійснено створення, тренування та застосування згорткової нейромережі U-Net. Розглянуто існуючі методи сегментації зображень оптичної когерентної томогафії для діагностики та моніторингу офтальмологічних захворювань. Було проаналізовано переваги використання глибокої згорткової нейронної мережі U-Net у порівнянні з класичними методами, такими як оператор Собеля, та оператор Прюітт. На відміну від класичних алгоритмів, які мають обмежену здатність адаптуватися до шуму, неоднорідності зображення та патологій, U-Net забезпечив вищу точність сегментації зображень.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/760Аналіз методів підтримки прийняття рішень в системах поляризаційної інтроскопії біологічних тканин та рідин2025-06-18T08:58:46+03:00В.В. Шолотаlada.sholota@vntu.edu.ua<p>В статті розглянуто особливості застосування методів підтримки прийняття рішень на основі машинного навчання, нечіткої логіки та нейронних мереж в системах поляризаційної інтроскопії біологічних об’єктів. Наводиться порівняльний аналіз їх характеристик точності з урахуванням вхідних даних, програмної реалізації та типу діагностованих в системі інтроскопії патологій. Було визначено, що такі методи, як нечітка логіка, деякі методи машинного навчання (дерева рішень, XGBoost) та нейронні мережі (багатошаровий перцептрон) дозволяють досягти підвищення точності поляризаційної діагностики БШ до рівня 81-98%. Проте отримані результати точності можуть бути завищеними через недосконалість моделей оцінювання та способи формування вибірок, що потребує подальшого дослідження. </p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/763Інтелектуальні системи обробки ехокардіографічних зображень для оцінки функціонального стану серця2025-06-18T09:34:23+03:00С.М. Пашковськийу-vmkc@ps.mil.gov.uaЮ.О. Пилипецьy.hopanchuk@med.mil.uaС.В. Павловpsv@vntu.edu.uaЯ.І. Ярославськийyaroslavskyidzk@gmail.comО.С. Волосовичsashka.v0@gmail.com<p class="SPIEAbstractBody" style="margin-left: 5.0cm;"><span style="font-size: 8.0pt; color: windowtext;">Ультразвукові зображення серця є важливим джерелом діагностичної інформації для виявлення серцево-судинних захворювань. Сьогодні автоматизована обробка та аналіз таких зображень активно досліджуються у сферах телемедицини, цифрової обробки медичних зображень та штучного інтелекту, зокрема — для пришвидшення і точності діагностики патологій серця. У цій роботі розглядається новий підхід до обробки ехокардіографічних даних, що передбачає перетворення ультразвукових відео або серій зображень у кольорові проекції фазового простору. Це дозволяє створити інформативні візуальні представлення, придатні для аналізу за допомогою глибоких згорткових нейронних мереж. Такий підхід має дві ключові переваги: [1] він забезпечує можливість застосування сучасних архітектур глибинного навчання для розпізнавання серцевих патологій, [2] дає змогу використовувати техніки трансферного навчання, що значно підвищує ефективність моделі навіть на невеликих наборах даних.</span></p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/766Інтелектуальний метод підтримки прийняття рішення в багатопараметричній системі азимутально інваріантної Мюллер-поляриметрії при оцінюванні патологій2025-06-18T10:02:36+03:00Н.І. ЗаболотнаNatalia.zabolotna@gmail.com<p>В статті представлено метод підтримки прийняття рішення в багатопараметричній системі мюллер-матричної діагностики біологічних шарів на основі статистичного та вейвлет-аналізу колекції азимутальних інваріантів мюллер-поляриметрії та моделей дерев рішень для підвищення точності рішень. Розроблено тренувальні моделі дерев рішень на основі мінімізації індексу Джині для інформативних ознак розподілів азимутально незалежних інваріант біологічного шару м’язу шийки матки та оцінено точність виявлення патології на їх основі. Продемонстровано експериментальне застосування удосконаленого методу ППР при диференціації функціональних станів «норма» – «патологія» БШ м’язової тканини шийки матки із вимірюванням десяти розподілів азимутальних інваріант мюллер-поляриметричних параметрів БШ. Досягнуто зростання точності діагностики зразків БШ до рівня 97,2%.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/767Застосування штучного інтелекту для автоматизованої інтерпретації оптичних зображень сітківки при діабетичній ретинопатії2025-06-18T10:14:43+03:00О.С. Корніленкоokornilenko@vntu.edu.uaО.В. Карасьkaras2014.O.11@gmail.com<p>У статті розглядаються можливості застосування штучного інтелекту (ШІ) для автоматизованої інтерпретації оптичних зображень сітківки при діабетичній ретинопатії. Описано основні методи візуалізації, зокрема фундус-фотографію та оптичну когерентну томографію, а також проаналізовано алгоритми глибокого навчання, які застосовуються для виявлення ретинопатичних змін. Проведено оцінку ефективності сучасних автономних систем, таких як IDx-DR та EyeArt, та визначено основні обмеження їх використання. Особливу увагу приділено етичним, технічним і правовим аспектам впровадження ШІ в офтальмологічну практику. Стаття підкреслює потенціал ШІ як інструмента для раннього скринінгу та профілактики втрати зору у хворих на діабет.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/769Порівняльний аналіз точності класифікації електроміографічних сигналів за ознаками графіка різниць другого порядку для диференціювання типів болю в попереку2025-06-18T10:27:07+03:00Т.В. Жемчужкінаtatyana.zhemchuzhkina@nure.ua<p>Біль у попереку є основною причиною інвалідності. З патофізіологічної точки зору розрізняють функціональний і дисфункціональний типи болю. Функціональний біль має визначену органічну причину у вигляді прямого пошкодження тканин і активації периферичних больових рецепторів або пошкодження, яке впливає на соматосенсорну систему. Дисфункціональний біль формується внаслідок нейродинамічних порушень в центральній нервовій системі. Як правило, при обстеженні пацієнтів з дисфункціональним болем не вдається виявити органічні захворювання, які могли б пояснити виникнення больового синдрому. Дана робота присвячена вивченню можливостей класифікаційних методів диференціації функціонального та дисфункціонального болю за показниками графіка різниць другого порядку електроміографічного сигналу. Електроміографічні сигнали мають надзвичайно складні характеристики, що нагадують хаотичні процеси в природі. Графік різниць другого порядку дає змогу аналізувати ступінь варіабельності або хаотичності в наборі електроміографічних даних.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/772Аналіз методів та систем розпізнавання патологій вуха на отоскопічних зображеннях 2025-06-18T10:40:29+03:00А.Ю. Марчукandriu4934@gmail.com<p>Проведено аналіз методів та засобів аналізу, класифікації патологій вуха, визначено особливості їх застосування, переваги та недоліки. Як результат проведеної роботи визначено шляхи удосконалення систем розпізнавання патологій вуха. Для цього дослідження використовувався пакет безкоштовного програмного забезпечення Image Composite Editor (ICE) 2.0 (Microsoft) для генерації безшовних складених зображень. Комбінація різних методів та алгоритмів обробки та класифікації зображень суттєво збільшує достовірність отриманих результатів. Подальші дослідження з метою покращення точності діагностики захворювань можуть бути спрямовані на поєднання різних алгоритмів обробки зображення та алгоритмів машинного навчання.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/765Автоматизація повного циклу обробки кріомікроскопічних зображень: від збору до аналітики2025-06-18T10:01:04+03:00Ю.В. Самохінyurii.samokhin@nure.uaО.Г. Аврунінoleh.avrunin@nure.ua<p>У статті розглядається процес автоматизації повного циклу обробки кріомікроскопічних зображень з використанням сучасних хмарних технологій, інструментів для анотації, штучного інтелекту та інтеграції з платформами для наукової аналітики. Описано pipeline, що включає етапи збору даних, їх зберігання за допомогою хмарного сховища MinIO, анотації зображень за допомогою CVAT, застосування моделей штучного інтелекту для інференсу та візуалізацію результатів. Окрема увага приділяється інтеграції з Jupyter для наукового аналізу та Docker для забезпечення масштабованості й репродукованості всього процесу. Висвітлюються переваги автоматизації, що забезпечують зручність, масштабованість, надійність та можливість повторного використання результатів у наукових дослідженнях, що значно підвищує ефективність і точність аналізу кріомікроскопічних зображень..</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/771Покращена модель регуляризації ELASTIC NET для обробки фінансових часових рядів2025-06-18T10:36:18+03:00Р.Н. Квєтнийrkvetny@vntu.edu.uaС.І. Бородкінborserg90@gmail.com<p>У статті запропоновано модифікацію Elastic Net-регресії для короткострокового прогнозування фінансових часових рядів шляхом введення гаусівського затухання ваг (Gaussian decay). Новий підхід спрямований на згладжування різких «стрибків» між останнім історичним і першим прогнозним значеннями, характерних для стандартної регуляризації. Для оцінки ефективності було формально виписано Elastic Net з чотирма схемами затухання ваг (без затухання, лінійне, експоненційне, гаусівське) та проведено емпіричні експерименти на даних індексів S&P 500, Dow Jones Industrial Average і Nasdaq Composite за 2020–2025 рр. Результати продемонстрували, що Gaussian decay мінімізує перехідний розрив і забезпечує найнижчі значення RMSE і Deviation для S&P 500 і Nasdaq, тоді як для Dow Jones оптимальною виявилася експоненційна схема.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/773Дослідження феномену подвійного спуску та порівняння мінімаксної апроксимації з L2-регуляризацією2025-06-18T10:51:47+03:00М.І. Кривошеяmishakryvoshea@gmail.com<p>У цій роботі досліджено феномен подвійного спуску та запропоновано використання мінімаксної апроксимації (L∞-норма) як альтернативу L2-регуляризації для покращення якості апроксимації моделей. Подвійний спуск описує залежність похибки від складності моделі: похибка спершу зменшується, потім зростає через перенавчання, а далі знову знижується. Проте в експериментах із моделлю без регуляризації було виявлено переважно зростаючу тенденцію похибки із короткими періодами спаду, що свідчить про неповний прояв феномену. Це, ймовірно, пов’язано з аномальними точками в даних, які спричинили експоненційне зростання похибки на високих ступенях. Було розглянуто три підходи: класичну модель без регуляризації, модель із L2-регуляризацією та мінімаксну апроксимацію. L2-регуляризація додала штраф за велику норму коефіцієнтів, що дозволило стабілізувати похибку та запобігти перенавчанню, особливо на високих ступенях полінома (200+). Мінімаксна апроксимація мінімізувала максимальну похибку, завдяки чому забезпечувала кращу стійкість до аномалій і перевершувала L2-регуляризацію на низьких ступенях (до 50). Результати підтвердили, що мінімаксна апроксимація є більш ефективною для задач із аномаліями, тоді як L2-регуляризація краще працює на складних моделях із високими ступенями полінома. Отримані висновки сприяють розширенню розуміння феномену подвійного спуску й показують практичну користь різних підходів у залежності від особливостей даних і вимог до моделі.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/775Особливості асоціативного оброблення даних в інтелектуальних системах2025-06-18T11:00:54+03:00Т.Б. Мартинюкmartyniuk.t.b@gmail.comД.О. Каташинськийkatashinskydmitry@gmail.com<p>Асоціативні операції представляють собою обчислювальні масово-паралельні процедури над значними масивами даних. Саме цим пояснюється їх широке застосування у таких прикладних областях, як системи управління базами даних (СУБД), пошук і сортування IP-адрес в комп’ютерних мережах, а також ранжування даних, наприклад, у підсистемах прийняття рішень у складі інтелектуальних систем, зокрема, для медичного діагностування. Це пов’язано, не в останню чергу, з тим, що до складу асоціативних операцій входять вибірка за зовнішнім ключем, пошук даних за аналогією, сортування і ранжування елементів масиву даних. В даній роботі наведено результати аналізу особливостей застосування методів асоціативного оброблення даних для вирішення задач в інтелектуальних системах. Розглянуто означення інтелектуальної пам’яті як такої, що розширена за рахунок функціональних можливостей асоціативної пам’яті, тобто пам’яті з адресацією за змістом. В цьому випадку асоціативне оброблення даних містить не тільки пошук за асоціацією, тобто за зовнішнім ключем, але й пошук екстремального (максимального/мінімального) елемента у числовому масиві. Ще одним прикладом застосування асоціативного оброблення даних є різновиди нейромереж, які виконують функції авто- та гетероасоціативної пам’яті. Особливо актуальним у теперішній час є використання нейромереж в інтелектуальних системах керування мобільних роботів, оскільки їх структура забезпечується асоціативними рівнями оброблення. Ще одним затребуваним підходом є використання класифікатора з розширеними функціонаольними можливостями у складі підсистем підтримки прийняття рішень для експертних систем різного призначення. Ці приклади свідчать про конкретний зв’язок методів асоціативного оброблення даних і впровадження нейротехнологій у створення інтелектуальних систем різного призначення.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/779Адаптивний метод передавання даних у інформаційних каналах телемедичних систем2025-06-18T11:33:17+03:00П.О. Яковишенyakovishen3@gmail.comС.Є. Тужанськийslavat@vntu.edu.ua<p>У роботі запропоновано адаптивний метод передавання даних у інформаційних каналах телемедичних систем, що передбачає динамічне коригування стиснення, оптимізацію маршрутизації та балансування навантаження. Для підтвердження ефективності методу проведено комп’ютерне моделювання, результати якого демонструють підвищення надійності передавання у складних мережевих умовах.</p> <p>Запропонований підхід може підвищити якість функціонування інформаційних каналів телемедичних систем, зокрема для відеоконсультацій, дистанційного моніторингу пацієнтів і передавання діагностичних зображень у реальному часі.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/783Розробка та застосування комп’ютерної програми для оцінки якості обробки зображень на основі дослідження згорток2025-06-18T11:53:24+03:00М.О. Царенкоmaksimcarenko700@gmail.comА.Р. Партекаaleco112756@gmail.comМ.В. Лавровfirst.kreox@gmail.comЙ.Й. БілинськийYosyp.bilynsky@gmail.com<p>Цифрові фільтри на основі згортки займать ключове місце в комп’ютерного програмах обробки зображень для розмиття підвищення різкості, виділення границь тощо. З метою вивчення властивостей таких фільтрів, набуття знань, умінь, навичок та досвіду роботи студентами розроблено комп'ютерну програму, яка дає змогу наочно, використовуючи ядра буд- яких розмірів отримати різні згорткові фільтри (підвищення різкості, розмиття, виявлення країв, тиснення) для обробки зображень, а також оцінити якість їх роботи за допомогою критеріїв пікового співвідношення сигналу до шуму (PSNR) між оригінальним і обробленим зображенням. Програма реалізована на об'єктно-орієнтованій мові програмування Java з використанням бібліотек AWT та Swing, які призначені для обробки фільтрів будь-якого розміру у форматах JPG, JPEG, PNG, BMP або GIF. Описано принципи роботи ядра згортки, методи обробки шумів, реалізація програм та інструкції з налаштування вентилів. Додано функціонал для введення користувацького ядра згортки, обробки зображень з використанням гаусівського шуму (σ = 25.0) та шуму типу «сіль-перець» (нейтральність 5%), з подальшою можливістю оновлення зображення шляхом скидання шуму. Програма дає змогу використовувати ядра згортки з будь-якими ваговими коефіцієнтами. Враховуючи широке застосування згорткових фільтрів у комп'ютерному зорі та цифровій обробці сигналів, важливою задачею є демонстрація та кількісна оцінка їхньої ефективності. Для вирішення цього завдання ми розробили комп'ютерну програму, яка порівнює різні згорткові фільтри (підвищення різкості, розмиття, виявлення країв, тиснення та власний фільтр) для обробки зображень. Якість обробки оцінюється за допомогою пікового співвідношення сигнал/шум (PSNR) між оригінальним та обробленим зображенням.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/785Методи денормалізації для сховищ даних IOT: балансування продуктивності запитів і надлишковості даних2025-06-18T12:35:47+03:00М.В. Талахm.talah@chnu.edu.uaВ.В. Дворжакv.dvorzhak@chnu.edu.uaЮ.О. Ушенкоy.ushenko@chnu.edu.ua<p class="4Journal" style="margin-left: 106.3pt; line-height: normal;">Стаття досліджує вплив технік денормалізації на продуктивність запитів у сховищах даних IoT, зберігаючи прийнятну надлишковість даних. Проведено аналіз нормалізованих і денормалізованих підходів у середовищі розумних будинків на базі Azure Synapse. Емпіричні тести (10 000–5 млн записів) показали, що стратегічна денормалізація разом із колонковим зберіганням покращує продуктивність до 94%. Аналіз чотирьох технік оптимізації (Join Reduction, Columnar Storage, Query Complexity Optimization, Temporal Scaling Optimization) показав, що денормалізація збільшує початкові вимоги до сховища на 16% (120 ГБ vs. 103,5 ГБ), але ефективне стиснення зменшує кінцевий розмір на 50,4% (17,1 ГБ vs. 34,5 ГБ). Дослідження пропонує рекомендації щодо балансування продуктивності та надлишковості даних у високошвидкісних IoT-середовищах.</p> <p class="4Journal" style="margin-left: 106.3pt; line-height: normal;">IoT data warehouse, denormalization techniques, query optimization, columnar storage, data compression, smart home analytics, Azure Synapse, schema design, performance optimization, data redundancy</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/786Удосконалений метод адаптивної гістограмної еквалізації кольорових зображень очного дна2025-06-18T13:26:08+03:00С.А. Андрікевичandrikevuch.serhii@gmail.comС.Є. Тужанськийslavat@vntu.edu.ua<p>У роботі досліджено підвищення якості візуалізації кольорових зображень очного дна методом адаптивної гістограмної еквалізації з обмеженням контрасту (CLAHE). Метод застосовано до R, G, B каналів зображень із бази даних HRF. Результати показали зростання середнього контрасту, а візуальний аналіз підтвердив кращу видимість судин очного дна при збереженні локальних деталей. Запропонований підхід є ефективним для попередньої обробки зображень у задачах медичної діагностики. Запропонований метод застосування CLAHE шляхом окремої обробки каналів R, G, B продемонстрував свою ефективність для підвищення контрастності зображень очного дна, що підтверджується зростанням середнього контрасту на 4.4% та кращою видимістю судин сітківки, особливо в зеленому каналі, а також допомагає зробити більш помітними аномальні структури, такі як новоутворення чи крововиливи. Однак метод спричиняє зсув колірного балансу, що може впливати на діагностичну цінність зображень, а також підсилює хроматичну аберацію на його границях.</p> <p>histogram equalization, CLAHE, contrast, fundus, cumulative distribution function (CDF), intensity histogram</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/761Гнучка методологія ризик-менеджменту прийняття рішень стартап-проєктів на основі прогнозування цін акцій2025-06-18T08:59:03+03:00Д.І. Угринd.ugryn@chnu.edu.uaЮ.О. Ушенкоy.ushenko@chnu.edu.uaЮ.Я. Томкаy.tomka@chnu.edu.uaВ.В. Дворжакv.dvorzhak@chnu.edu.uaО.О. Кодрянуo.kodryanu@chnu.edu.ua<p class="4Journal" style="line-height: normal;">Стаття присвячена дослідженню проблематики ризик-управління під час прийняття рішень у стартап-проєктах, зокрема в умовах високої невизначеності та волатильності фінансових ринків. Для підвищення ефективності управління ризиками запропоновано метод прогнозування цін акцій на основі сучасних моделей машинного навчання, таких як Support Vector Regression, Random Forest і Gradient Boosting. Проведено експериментальні дослідження з використанням історичних фінансових даних, зібраних через API Yahoo Finance, які були очищені, нормалізовані та доповнені індикаторами технічного аналізу. Для оцінки точності прогнозів застосовано метрики середньоквадратичної помилки (MSE) і коефіцієнта детермінації (R²). Експерименти продемонстрували, що використання ансамблевих моделей і технік стека забезпечує високу якість прогнозування. На основі результатів розроблено веб-додаток для інтеграції прогнозів у процес прийняття рішень у стартап-проєктах. Додаток дозволяє інвесторам і менеджерам аналізувати ринкові тренди, оцінювати ризики та ухвалювати обґрунтовані рішення щодо інвестицій. Застосування запропонованої системи сприяє мінімізації ризиків і підвищенню стабільності фінансових результатів стартап-проєктів.</p> <p> </p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/774Експериментальне дослідження генератора детермінованого хаоса на основі транзисторної структури2025-06-18T10:55:11+03:00О.В. Осадчукosadchuk.av69@gmail.comЯ.О. Осадчукosadchuk.j93@gmail.comВ.І. Петренкоkaf.rt.vntu@gmail.comВ.К. Скощукskoschuk999@gmail.comК.В. Шикунshykumkv@gmail.com<p>У роботі проведено експериментальне дослідження нового схемотехнічного рішення генератору детермінованого хаосу на основі біполярної транзисторної структури з від’ємним диференціальним опором. Дана система генератора хаосу має три динамічні змінні: напруга на еквівалентній ємності транзисторної структури між колекторами першого та другого біполярних транзисторів, а третя це струм, який протікає через індуктивність коливального контуру. Динамічні процеси детермінованого хаосу визначаються реактивними властивостями транзисторної структури з від’ємним диференціальним опором. Були проведені експериментальні дослідження від низьких частот до мікрохвильових частот для визначення оптимальних робочих частот для різних задач використання розробленого пристрою. Отримано ВАХ, діаграму Сміта параметру S11, імпеданс S11, активну та реактивну складові повного опору, еквівалентну ємність та індуктивність, SWR генератора хаосу на основі двох біполярних транзисторах в діапазоні частот від 15 кГц до 1 ГГц. А також отримано експериментальні осцилограми розробленого генератора хаосу. У порівняні з аналогами запропонований та досліджений генератор детермінованого хаосу має покращену навантажувальну здатність і вищу швидкодію має малий час встановлення стаціонарних коливань.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/777Розробка генератора детермінованого хаосу на основі транзисторної структури з від’ємним опором2025-06-18T11:17:44+03:00О.В. Осадчукosadchuk.av69@gmail.comЯ.О. Осадчукosadchuk.j93@gmail.comВ.І. Петренкоkaf.rt.vntu@gmail.comВ.К. Скощукskoschuk999@gmail.com<p>У роботі запропоновано та досліджено нове схемотехнічне рішення генератору детермінованого хаосу на основі біполярної транзисторної структури з від’ємним диференціальним опором. Сфера передачі даних розширилася за останні роки завдяки швидкому розвитку комунікаційної інфраструктури, такої як мобільні та інтернет-мережі. Забезпечення безпечної передачі даних у електронно-комунікаційних та радіотехнічних приладах і системах має вирішальне значення для підтримки безпеки та реалізації повного потенціалу цих інфокомунікаційних технологій. Серед перспективних розробок у безпеці фізичного рівня в передачі даних є інтеграція теорії хаосу, яка підвищує безпеку, використовуючи властиву хаотичним сигналам непередбачуваність. У роботі розглянута можливість отримання хаотичного режиму в напівпровідниковому генераторі на основі біполярної транзисторної структури з від'ємним диференціальним опором. Дана система генератора хаосу має три динамічні змінні: напруга на еквівалентній ємності транзисторної структури між колекторами першого та другого біполярних транзисторів, а третя це струм, який протікає через індуктивність коливального контуру. Динамічні процеси детермінованого хаосу визначаються реактивними властивостями транзисторної структури з від’ємним диференціальним опором. Розроблено математичну модель генератора детермінованого хаосу у вигляді системи диференціальних рівнянь першого порядку на основі методу змінних стану, яка дозволяє визначити значення частоти вихідного сигналу в залежності від напруги живлення та керування, а також параметрів основних елементів автогенератора в будь-якій точці схеми в заданий момент часу. За допомогою пакету програм MATLAB здійснено комп’ютерне схемотехнічне дослідження параметрів і характеристик генерованих електричних коливань у хаотичному режимі. У порівняні з аналогами запропонований та досліджений генератор детермінованого хаосу має покращену навантажувальну здатність і вищу швидкодію має малий час встановлення стаціонарних коливань.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/781Проблеми процесу підтримки клієнтів та їх комплексне вирішення2025-06-18T11:39:07+03:00Р.В. Слободянromich.prof@gmail.comІ.В. Богачilona.bogach@gmail.com<p>У цій статті розглядаються важливі аспекти вдосконалення систем підтримки клієнтів з метою їх упорядкування шляхом інтеграції передових обчислювальних методів і автоматизації. Ефективне використання обчислювальних систем у різних галузях, таких як наука, бізнес і техніка, значною мірою залежить від високоякісних даних і складної обробки. Чітко організовані дані та чітко визначені завдання є важливими для підвищення ефективності системи підтримки клієнтів. В дослідженні підкреслюється, що поточні впровадження часто не охоплюють повний спектр сценаріїв. Ефективне використання інструментів для динамічного управління робочим навантаженням та перевірки даних у режимі реального часу створює значні труднощі. Необхідні інтегровані рішення для обробки всього життєвого циклу запитів на підтримку клієнтів – від збору даних до розподілу завдань і, нарешті, до управління навичками агентів на основі відгуків клієнтів. Цілісний підхід з використанням штучного інтелекту та машинного навчання може покращити управління завданнями в підтримці клієнтів, що призведе до кращої якості даних, ефективного розподілу завдань та підвищення продуктивності агентів.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/787Концепція застосування електроміографії у програмно-апаратному комплексі виявлення зворотного гортанного нерва2025-06-19T16:12:46+03:00М.П. Дивакmdy@wunu.edu.uaВ.І. Тимецьvolodymyrtymets@gmail.com<p>Розглянуто концепцію застосування електроміографії під час операції на щитовидній залозі. Досліджено електрофізіологічні особливості тканин хірургічної рани, а саме потенціал м'язової мембрани голосових зв'язок. Проведений аналіз апаратного забезпечення електроміографії яке може застосовуватися під час проведення операцій на щитоподібній залозі. Обґрунтовано вибір характеристики EMG сенсора, який може бути інтегрований в існуючий комплекс моніторингу ЗГН. Запропоновано комплекс моніторингу ЗГН на основі одноплатного комп’ютера Raspberry Pi 4 Model B та наведено опис додаткових апаратних елементів для спільної роботи сенсора та комплексу. Описано програмного забезпечення для його функціонування. Розроблений EMG сенсор протестований на різних типах сигналів низької напруги. Сенсор зміг виявити сигналита їх форму: 197 мкВ (1 Гц), 556 мкВ (20 Гц) і 1650 мкВ (10 Гц). Проведені тести свідчать, що розроблений EMG сенсор може виявити потенціал м'язової мембрани голосової зв'язки.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/762Підвищення ефективності RAG для побудови наукових інтелектуальних баз знань 2025-06-18T09:21:36+03:00С.В. Хрущакsergey.khruschak@gmail.comO.M. Tкaченкоalextk1960@gmail.comІ.С. Колесникiskolesnykcom@gmail.com<p>В статті розглядається розбробка інтелектуальної бази знань на основі наукових статей з використанням великих мовних моделей в режимі генерації доповненої пошуком. Досліджено різні методи підвищення релевантності вибірки цитованих джерел та згенерованих відповідей мовної моделі та вибір підходів до побудови мовних генеративних систем з врахуванням специфіки наукових матеріалів українською та англійською мовами. Також розглянуто використання різних мовних моделей для генерації відповідей. В процесі дослідження обрано набір критеріїв для комплексного оцінювання генеративних систем та надано рекомендації для побудови наукових інтелектуальних баз знань.</p> <p>Розроблено інтелектуального агента, який дозволяє проводити пошук та аналізувати наукові статті у зручній інтерактивній формі з забезпеченням цитувань оригінальних документів.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/764Гнучка технологія розробки інтелектуaльнoї системи прoгнoзувaння рoзвитку населення 2025-06-18T09:58:08+03:00Д.І. Угринd.ugryn@chnu.edu.uaЮ.О. Ушенкоy.ushenko@chnu.edu.uaТ.В. Терлецькийt.terletskyi@lntu.edu.uaО.Л. Кайдикo.kaidyk@lntu.edu.uaЮ.Г. Добровольськийy.dobrovolsky@chnu.edu.uaК.С. Шкідінаshkidina.kateryna@chnu.edu.ua<p class="4Journal" style="line-height: normal;">Стаття присвячена розробці інтелектуальної системи прогнозування розвитку населення, яка використовує методи машинного навчання для аналізу історичних демографічних даних. У роботі розглядаються сучасні виклики демографічного розвитку, які вимагають точного прогнозування чисельності населення для ефективного стратегічного планування. У статті представлено опис методів демографічного прогнозування, формалізацію та математичні моделі, такі як лінійна та поліноміальна регресії, а також інші моделі, що можуть бути використані для прогнозування. Розроблено модуль генерації моделей машинного навчання, що автоматизує процес побудови прогнозних моделей на основі історичних демографічних даних. Реалізовано функціонал попередньої обробки даних, включаючи автоматичне заповнення пропущених значень, нормалізацію даних та виявлення аномалій. Проведено вибір та інтеграцію алгоритмів машинного навчання, оцінку якості та оптимізацію моделей, а також забезпечено можливість перенавчання моделей. Розроблено інтерфейс для інтеграції з іншими інформаційними системами. Отримані результати демонструють гнучкість та ефективність запропонованого підходу та можливість його використання у сфері стратегічного планування соціально-економічного розвитку.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/768Гнучкі методології управління ризиками в життєвому циклі інтелектуальної системи прогнозування рішень динаміки ринкових акцій 2025-06-18T10:16:30+03:00Д.І. Угринd.ugryn@chnu.edu.uaЮ.О. Ушенкоy.ushenko@chnu.edu.uaЮ.Я. Томкаy.tomka@chnu.edu.uaК.П. Газдюкy.dobrovolsky@chnu.edu.uaВ.В. Дворжакv.dvorzhak@chnu.edu.uaД.А. Білобрицькийbilobrytskyi.denys@chnu.edu.ua<p class="4Journal" style="line-height: normal;">У статті досліджено проблему прогнозування динаміки ринкових акцій із використанням сучасних методів машинного навчання. Висока волатильність фінансових ринків і значний рівень невизначеності роблять актуальним застосування автоматизованих інтелектуальних систем для підвищення точності прогнозування та оптимізації інвестиційних стратегій. Запропонована система поєднує моделі машинного навчання Prophet та LSTM (Long Short-Term Memory) для аналізу часових рядів, а також метод Монте-Карло для оцінки ризиків. Розроблено алгоритм збору, очищення та попередньої обробки фінансових даних, що включає отримання історичних курсів акцій з платформи Yahoo Finance, нормалізацію, усунення викидів та формування навчальних вибірок. Архітектура системи складається з модулів збору та обробки даних, побудови прогнозних моделей та оцінки ризиків. Проведено експериментальне дослідження ефективності запропонованих методів на основі реальних фінансових даних. Порівняльний аналіз точності прогнозування показав, що використання LSTM дозволяє досягти середньої точності на рівні 92,4%, тоді як Prophet демонструє точність 88,7%. Оцінка ризиків із застосуванням методу Монте-Карло дозволила визначити ймовірність екстремальних змін вартості активів та їхній вплив на інвестиційний портфель. Отримані результати підтверджують доцільність використання запропонованої системи для прогнозування фінансових ринків. Подальші дослідження зосереджуватимуться на покращенні точності моделей шляхом інтеграції додаткових макроекономічних індикаторів та вдосконаленні адаптивних механізмів налаштування параметрів прогнозування.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/770Методологія розробки та впровадження інтелектуальної інформаційної системи прогнозування продажів для ефективного управління 2025-06-18T10:35:52+03:00Д.І. Угринd.ugryn@chnu.edu.uaЮ.О. Ушенкоy.ushenko@chnu.edu.uaК.П. Газдюкk.gazdiuk@chnu.edu.uaА.Я. Довгуньa.dovgun@chnu.edu.uaА.Д. Угринuhryn.andrii@chic.cv.uaД.В. Козакkozak.danyil@chnu.edu.ua<p class="4Journal" style="margin-left: 5.0cm; line-height: normal;">Дослідження присвячене розробці та впровадженню гнучкої методології прогнозування продажів для ефективного управління запасами в магазинах і складських приміщеннях. Запропонована модель базується на методах машинного навчання та враховує змінні ринкові умови, дозволяючи адаптивно оновлювати прогнози. Основні етапи дослідження включають аналіз існуючих методів прогнозування, вибір алгоритмів машинного навчання, розробку прототипу моделі та оцінку її точності й економічного ефекту. Для реалізації моделі використовувався фреймворк AutoML .NET, який забезпечує автоматичний підбір найефективніших алгоритмів і гіперпараметрів. Результати експериментів з навчання моделей на наборах даних різного обсягу продемонстрували високу точність прогнозування за допомогою алгоритмів FastTree, FastForest, SDCA та LightGBM. Також було досліджено ефективність різних стратегій оптимізації параметрів, що дозволяє адаптувати модель до нових ринкових змін. Запропонована методологія сприяє зниженню ризиків у процесі управління запасами, підвищенню ефективності бізнес-процесів та мінімізації витрат, пов’язаних із надлишковими або дефіцитними запасами.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/776Класифікація зображень із застосуванням оптико-цифрових методів покращення якості зображень та глибокого навчання при проведені ендоскопічних досліджень2025-06-18T11:06:45+03:00Ю.Є. Поуданєнmcpchip@gmail.comА.В. Кожемʼякоkvantron@vntu.edu.ua<p>Захворювання шлунково-кишкового тракту (ШКТ) залишаються однією з найактуальніших проблем сучасної медицини, а вплив зовнішніх факторів на життя людини погіршує ситуацію зі здоров’ям. Стрімкий розвиток штучного інтелекту та комп’ютерного зору спрямований на вдосконалення наявних способів виявлення захворювань шляхом аналізу біомедичних зображень. Представлена робота узагальнює останні наукові напрацювання в галузі ендоскопії з використанням машинного навчання у поєднанні з цифровими та оптико-цифровими методами покращення зображень. В роботі проаналізовані джерела, у яких оцінювалося застосування білого світла WLI та режимів покращення візуалізації, як NBI, BLI, i-Scan, FICE. Також було проведено класифікацію підгрупи методів ендоскопічного покращення зображення та описано рекомендації щодо їх застосування відповідно до відділу ШКТ. Крім того, було проведено опис використання методів ендоскопії з покращеним зображенням та комбінації цих методів з комп’ютерним зором для збільшення параметрів точності, специфічності та чутливості за результатами отриманих даних у ході дослідження шлунково кишкового тракту. У середньому чутливість підвищується на 17%, а специфічність — на 39% у порівнянні з результатами недосвідчених лікарів. Досліджено тенденцію розвитку нових архітектурних підходів до використання оптико-цифрових та цифрових методів у машинному навчанні та порівняння метрик якості, специфічності і точності між ШІ системою та лікарями ендоскопістами. Проведений аналіз поточного стану застосування методів разом із машинним навчанням та розглянуті перспективи розвитку машинного навчання для автоматизованих систем комп’ютерної діагностики. Були визначені проблеми падіння показників класифікації, визначені причини та надані рекомендації щодо покращення метрик специфічності, чутливості і точності. Автоматизовані системи комп’ютерної діагностики розглядаються як ефективний інструмент підтримки молодих лікарів при визначенні патології, які покликані зменшити час обстеження пацієнта та допомогти уникати пропусків важливих ділянок, що потребують особливої уваги</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/778Дослідження методу прогнозування глибини інвазії меланоми2025-06-18T11:18:57+03:00Чжао Цайфенzhaocaifeng0823@163.comВ.М. Дубовойv.m.dubovoy@gmail.com<p>Меланома, високозлоякісна пухлина шкіри, спирається на глибину інвазії (ГІ) як критичний показник для оцінки злоякісності пухлини, прогнозування прогнозу пацієнта та визначення стратегій лікування. Традиційні методи вимірювання ГІ є ручними, трудомісткими та схильними до помилок через складну морфологію тканин та необхідність точних анотацій. Це дослідження представляє нову структуру на основі згорткової нейронної мережі (CNN), яка інтегрує класифікацію ділянок зображення з морфологічною обробкою для досягнення високоточних прогнозів ГІ за грубими анотаціями. Підхід складається з чотирьох модулів: диференціація патологічних тканин з використанням порогового значення Otsu та морфологічних операцій, ідентифікація ураження та епідермальної області за допомогою класифікації EfficientNetB0 та вимірювання ГІ за допомогою методу найменших квадратів, що підбирає межі. Експериментальні результати на наборі даних про меланому демонструють середню абсолютну похибку (MAE) 0,503 мм та середньоквадратичну похибку (RMSE) 0,169 мм, що значно перевершує традиційні мережі сегментації, такі як UNet та Attention-UNet. Цей метод забезпечує надійне та ефективне рішення для автоматизованої діагностики меланоми зі значним потенціалом для клінічного застосування.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/780Аналіз підходів до вдосконалення інтелектуальних технологій управління паркуванням2025-06-18T11:37:14+03:00В.О. Копицяvadymkopytsia@gmail.comР.Н. Квєтнийrkvetny@vntu.edu.ua<p>У сучасних містах інтенсивне зростання автомобілізації призводить до критичного дефіциту паркувальних місць, що спричинює збільшення заторів, зростання викидів шкідливих речовин та зниження якості життя мешканців. У зв’язку з цим виникає потреба в перехід від традиційних методів управління паркуванням, які базуються на ручному контролі та статичних даних, до інтелектуальних систем, здатних адаптуватися до динаміки транспортних потоків та попиту в реальному часі. Дане дослідження присвячене аналізу сучасних підходів до вдосконалення технології управління паркуванням, зокрема рішень на базі Інтернету речей, автоматизованих паркувальних комплексів, методів штучного інтелекту для прогнозування завантаженості та механізмів динамічного ціноутворення. Методологія включає систематизований огляд понад сорока наукових публікацій 2018–2025 рр., порівняльний аналіз техніко-економічних показників різних технологій, SWOT-аналіз і моделювання сценаріїв з урахуванням соціально-екологічних аспектів. Результати дослідження свідчать про те, що впровадження IoT-рішень із сенсорним моніторингом і мобільними застосунками дозволяє скоротити середній час пошуку паркомісця, значно зменшити непотрібні поїздки та відповідні викиди CO₂. Автоматизовані паркувальні системи показують високу щільність розміщення транспортних засобів і знижують експлуатаційні витрати. Використання алгоритмів штучного інтелекту підвищує точність прогнозування завантаженості, а динамічне ціноутворення вирівнює попит у різні години доби та сприяє зменшенню заторів. Практична значущість дослідження полягає в розробці рекомендацій щодо інтеграції зазначених технологій у міську інфраструктуру та створенні дорожньої карти впровадження з урахуванням особливостей українських міст. Запропоновані підходи можуть бути використані органами місцевого самоврядування та інвесторами для оптимізації паркувальних ресурсів, покращення мобільності населення і зниження екологічного навантаження.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025 https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/782Використання нейрогарнітур для діагностики захворювань2025-06-18T11:51:23+03:00О.Н. Романюкrom8591@gmail.comВ.C. Павловmachinehead6926@gmail.comН.В. Тітоваtnv.titova@gmail.comС.О. Романюкwebvntuua@gmail.comВ.П. Майданюкmaidaniuk2000@gmail.com<p>У статті висвітлено сучасні підходи до використання нейрогарнітур у діагностиці психоневрологічних захворювань, серед яких депресія, тривожні стани, епілепсія, шизофренія, хвороба Паркінсона та хвороба Альцгеймера. Основна увага зосереджена на реєстрації та аналізі електроенцефалографічних сигналів, які забезпечують неінвазивну оцінку функціонального стану головного мозку. Розкрито значення ритмічної активності різних частотних діапазонів — зокрема альфа-, бета-, тета- і дельта-хвиль — як маркерів певних розладів. Показано, що при депресії типово спостерігається зниження альфа-активності у лівій лобовій корі, а при тривожних розладах — підвищення високочастотної бета-активності. Проаналізовано зміни у спектральному складі сигналів при епілепсії, зокрема вогнищеві збурення та пароксизмальні комплекси, які можна реєструвати за допомогою нейрогарнітур у клінічних або домашніх умовах. У статті також наводиться інформація щодо зменшення когерентності та варіативності EEG-сигналів при хворобі Альцгеймера та змін електричної активності у пацієнтів з хворобою Паркінсона. Значна увага приділена можливості використання нейрофідбек-технологій у рамках когнітивної та повсякденної реабілітації, що базуються на активному контролі пацієнтом власних електрофізіологічних реакцій. Наголошено на практичній доцільності використання нейрогарнітур для початкового скринінгу стану пацієнта, моніторингу динаміки лікування та оцінювання ефективності психотерапевтичних і фармакологічних підходів. У підсумку зроблено висновок, що нейрогарнітури відкривають нові можливості для швидкої, безпечної та економічно доступної діагностики розладів нервової системи у широкому колі пацієнтів різного віку.</p>2025-06-18T00:00:00+03:00Авторське право (c) 2025