машинне навчання

Сьогодні багато міст у всьому світі страждають від шумового забруднення. Шум - це невидима небезпека, яка може спричинити проблеми зі здоров'ям як людей, так і дикої природи. Тому важливо оцінити рівень шуму в навколишньому середовищі та запровадити коригувальні заходи. Існує кілька методів ідентифікації шуму, і вибір найбільш відповідного методу залежить від необхідної інформації та її застосування. Аналіз аудіоданих вимагає врахування трьох ключових аспектів, таких як період часу, амплітуда та частота. На підставі зазначених параметрів можна визначити джерело шуму.

У роботі наведено результати аналізу застосування алгоритмічних моделей машинного навчання до процесу перевезення вантажів. Аналіз існуючих досліджень дозволив виявити ряд переваг застосування обчислювального інтелекту у логістичних системах, серед яких: підвищення точності прогнозування, зменшення транспортних витрат, підвищення ефективності доставки вантажів, зниження ризиків, пошук ключових факторів ефективності.

Транспорт є ключовим чинником, який впливає на викиди парникових газів. У зв’язку з цим, наведено проблеми та виклики, з якими зустрічається транспортна галузь. Розглянуто питання транспортної галузі, пов’язані з Європейською зеленою угодою. Обговорено, наскільки транспортна система є важливою для європейських компаній та глобальних ланцюгів постачання. Проаналізовано також питання, які мають вплив на суспільство з точки зору витрат коштів, зокрема викиди парникових газів та забруднення довкілля. У статті висвітлено матеріали управління транспортними процесами на підприємстві.

      На основі аналізу вебінарів для освітянської спільноти Tech Summer for Teachers Bootcamp, організованих ІТ компанією SoftServe, акцентовано на їх міждисциплінарному підході, зокрема у викладанні філософських дисциплін. Особливу увагу звернуто на антропологічну складову у сфері інформаційних технологій, штучного інтелекту, кібербезпеки та віртуальної комунікації. Відзначено, що технології онлайн навчання (доступності та інклюзії), методик навчання (ненасильницька комунікація, коучинг) сприяють якості освітнього процесу в умовах сучасного цивілізаційного розвитку.
 

Життя кожної людини, групи людей і нації залежить від географічних, економічних, політичних, культурних і релігійних умов. Спосіб життя формується у результаті щоденного повторення і складається із таких факторів: харчування, фізичні навантаження, наявність шкідливих звичок, моральний і духовний розвиток тощо. В останні десятиліття спосіб життя вважають невід’ємною частиною добробуту, що сприяло збільшенню кількості досліджень. Медики стверджують, що більш ніж половина проблем зі здоров’ям пов’язані із дієтою. Мільйони людей харчуються неправильно, навіть не підозрюючи про це.

Проаналізовано вплив пандемії на освітні процеси в Україні. Розглянуто проблемні моменти, які спостерігаються під час дистанційного навчання, позитивні та негативні фактори онлайн- освіти. Висвітлено чинники, які можуть призвести до конфліктних ситуацій в освітньому процесі та ускладнювати збирання та аналіз інформації. Запропоновано використовувати методи машинного навчання для аналізу великих даних у системах дистанційного навчання. Розглянуто метод аналізу головних компонент для зменшення розмірності обсягу вибірки та описано основні кроки, які потрібно виконати задля спрощення.

In the present work, we define a stochastic model using machine learning techniques to generate random fields of some uncertain parameters.  The proposed stochastic model is based on Bayesian inference and aims at reconstituting the parameters of interest and their credible intervals.  The main goal of this work is to define a model that estimates the values of the uncertain parameters known only by their distribution probability functions and some observed spatial measurements.  We note that this type of parameters may be associated with some mathematical models usually traduced by non-lin

The article is devoted to the problem of excessive traffic of base station cells. In order to reduce the
impact of this problem on the quality of services of mobile network operators, it is proposed to use
artificial intelligence (AI) technology to analyze and predict the load on the network. AI is great for
wireless environments, as it has a lot of data available for analysis and obtaining certain patterns.
The article proposes a model of machine learning and neural network architecture for forecasting
the load on 5G cells.

У наш час все актуальнішими для успішності підприємств стають маркетингові дослідження. Проведення маркетингових досліджень знижує ризик прийняття неправильних рішень під час аналізу та розроблення маркетингових стратегій, планування і контролю маркетингової діяльності.

In this work, we propose a deep prediction diabetes system based on a new version of the support vector machine optimization model.  First, we determine three types of patients (noisy, cord, and interior) basing on specific parameters. Second, we equilibrate the clinical data sets by suppressing noisy and cord patients.  Third, we determine the support vectors by solving an optimization program with a reasonable size.