машинне навчання

Автори розробили наукове обґрунтування, виконали проєктування та розроблення інтелектуальної системи виявлення плагіату в технічних текстах. В роботі визначено проблему плагіату в сучасному світі та її актуальність, проаналізовано останні дослідження та публікації, які стосуються новітніх методів застосування інтелектуальних інформаційних технологій для виявлення плагіату.

Прогнозування споживання енергії в будівлі відіграє важливу роль, оскільки воно може допомогти оцінити її енергоефективність, виявити й діагностувати несправності системи енергопостачання, а також зменшити витрати коштів і покращити вплив на клімат. Проаналізовано актуальні дослідження у галузі забезпечення енергоефективності будівель, зокрема, їх енергетичної оцінки з урахуванням типів розглядуваних моделей.

Під час дослідження розроблено інформаційну систему озвучення україномовного тексту на основі методів NLP та машинного навчання. Створена інформаційна система реалізована у виг- ляді десктоп-додатка, який дає змогу здійснювати озвучення україномовного тексту Створення системи охоплювало всі стадії розроблення програмного забезпечення: процес проєктування, процес реалізації та процес тестування. Щоб обґрунтувати доцільність створення такої системи, ми проаналізували вже наявні програмні рішення на ринку, їхні переваги та недоліки, які ураховували, створюючи нову систему.

Представлено дослідження, спрямоване на розробку та впровадження інформаційної технології моніторингу та аналізу сегментів пунктів продажу мобільного оператора з використанням методів кластеризації. Дослідження вирішує актуальну проблему в сфері маркетингу та бізнес-оптимізації, а саме: покращення стратегій мережі пунктів продажу мобільного зв'язку.

Вітрова енергетика є одним із найважливіших та найперспективніших джерел екологічно чистої відновлювальної енергії. Для підвищення надійності та безпечності експлуатації вітрових турбін, а також для зниження витрат через технічне обслуговування та простої у неробочому стані, необхідно застосовувати сучасні методи моніторингу стану великогабаритних та високонавантажених деталей вітрових електростанцій з використанням інформаційних технологій. Розглянуто основні види дефектів та їхню класифікацію.

У статті представлено дизайн, розробку та оцінку спеціалізованої програми для аналізу, розробки агрегацій даних і візуалізації великих обсягів даних. Основна мета цієї програми — спростити обробку даних, прискорити їх аналіз і полегшити написання коду для задач із великими обсягами даних. Для досягнення цієї мети використовується машинне навчання, а також два репозиторії.

Програма містить зручний і зрозумілий інтерфейс, сервери, що обробляють різні типи запитів від користувачів і передають їх в базу даних, а також саму базу даних з двома репозиторіями.

В роботі проаналізовано основні особливості оброблення великих обсягів даних в промислових smart grid системах. Визначено переваги розподілених обчислень для ефективнішого аналізу інформації. Досліджено рекомендаційні алгоритми, що дозволяють обробляти великі дані швидше та точніше. Запропоновано метод розподіленої матричної факторизації для надання рекомендацій користувачам smart grid систем, що передбачає обмін публічними даними між пристроями, обробляючи приватні локально.

Останнім часом технології глибокого навчання, а саме нейронні мережі [1], привертають все більше уваги з боку бізнесу та наукової спільноти, оскільки вони допомагають оптимізувати процеси та знаходити реальні рішення проблем набагато ефективніше та економніше, ніж багато інших підходів. Зокрема, нейронні мережі добре підходять для ситуацій, коли потрібно виявляти об’єкти або шукати подібні шаблони у відео та зображеннях, що робить їх актуальними в галузі інформаційних та вимірювальних технологій у мехатроніці та робототехніці.