машинне навчання

ОЦІНКА ІНСТРУМЕНТІВ МУЛЬТИМОДАЛЬНОЇ СИНХРОНІЗАЦІЇ ДАНИХ

Постійне зростання обсягів даних вимагає розробки ефективних методів управління, обробки та зберігання інформації. Крім того, доцільно застосовувати мультимодальні підходи агрегації знань для отримання додаткових знань. Зазвичай проблема ефективної обробки мультимодальних даних пов'язана з високоякісною попередньою обробкою даних. Одним із найважливіших етапів попередньої обробки є синхронізація мультимодальних потоків даних для аналізу складних взаємодій у різних типах даних.

Front-end фреймворк для побудови застосунків з адаптивним графічним інтерфейсом засобами машинного навчання

У статті розглядаються підходи до розробки front-end фреймворку для створення веб-застосунків з адаптивним графічним інтерфейсом, що динамічно підлаштовується під індивідуальні потреби користувачів за допомогою алгоритмів машинного навчання. Актуальність проблеми полягає в необхідності розробки інтерфейсів, здатних одночасно відповідати потребам різних демографічних груп, що вимагає гнучкості в налаштуванні користувацького досвіду (UX) та інтерфейсу (UI) сучасних веб-сайтів.

Ансамблеві методи на основі центрування для сегментації зображення

Ансамблеві методи можуть використовуватись для багатьох завдань, одними з найпопулярніших є: класифікація, регресія та сегментація зображень. Сегментація зображень є складною задачею, де використання ансамблевих методів машинного навчання дає можливість покращити точність передбачень нейронних мереж.

СИСТЕМА ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ ВИЯВЛЕННЯ ДЕЗІНФОРМАЦІЇ, ФЕЙКІВ ТА ПРОПАГАНДИ НА ОСНОВІ МАШИННОГО НАВЧАННЯ

Due to the simplification of the processes of creating and distributing news via the Internet, as well as due to the physical impossibility of checking large volumes of information circulating in the network, the volume of disinformation and fake news distribution has increased significantly. A decision support system for identifying disinformation, fakes and propaganda based on machine learning has been built. The method of news text analysis for identifying fakes and predicting the detection of disinformation in news texts has been studied.

ВИКОРИСТАННЯ ШТУЧНИХ НЕЙРОННИХ МЕРЕЖ У СИСТЕМІ УПРАВЛІННЯ МОБІЛЬНОЮ РОБОТОТЕХНІЧНОЮ ПЛАТФОРМОЮ

In the era of rapid technological advancement, when robotics and intelligent systems are becoming an integral part of everyday life, the importance of developing control systems for mobile robotic platforms using artificial neural networks becomes extremely high and relevant. This field not only has significant practical needs but also holds considerable potential for innovative development. The evolution of modern robotics and computational intelligence has necessitated the creation of more efficient and adaptive mobile robotic systems.

Neuro-symbolic models for ensuring cybersecurity in critical cyber-physical systems

This paper presents the results of a comprehensive study on the application of the neuro-symbolic approach for detecting and preventing cyber threats in railway systems, a critical component of cyber-physical infrastructures. The increasing complexity and integration of physical systems with digital technologies have made such infrastructures vulnerable to cyberattacks, where breaches can result in severe consequences, including system failures, financial losses, and threats to public safety and the environment.

Application of the Bayesian approach to modeling credit risks

A computer model for analyzing, evaluating, and forecasting bank credit risks has been developed.  Utilizing a Bayesian network (BN) and established parameter estimation methods, this model was implemented in the Python programming language.  It predicts the probability that a borrower may fail to meet financial obligations, such as repaying a loan.

Інтелектуальна система передбачення фейкових новин на основі технологій NLP та машинного навчання

У статті описано дослідження ідентифікації фейкових новин на основі опрацювання природної мови, аналізу великих даних і технології глибокого навчання. Розроблена система автоматично перевіряє новини на наявність ознак фейкових новин, таких як використання маніпулятивної мови, неперевірених джерел і недостовірної інформації. Візуалізація даних реалізована на основі дружнього інтерфейсу користувача, який відображає результати аналізу новин у зручному та зрозумілому форматі.

Аналіз використання HS та HTS кодів у системах митної класифікації: виклики та можливості інтеграції іт-технологій

Проаналізовано особливості використання гармонізованої системи опису та кодування товарів, гармонізованої тарифної системи кодів у сучасних системах митної класифікації. Особлива увага приділяється викликам, що виникають при застосуванні цих кодів, зокрема через складність товарної номенклатури, а також різноманітність описів товарів. Крім того, досліджуються можливості інтеграції ІТ-технологій, машинного навчання та методів штучного інтелекту для автоматизації та оптимізації процедур митної класифікації.

Застосування рекурентних нейронних мереж для покращення процесу планування scrum-спринтів

У дослідженні обґрунтовано доцільність використання технології машинного навчання для вдосконалення процесу планування ітерацій в ІТ проєктах, що реалізуються з використанням методології Scrum. Постановлено проблему планування продуктивності в командах. Сформовано предмет і обʼєкт дослідження. Описано очікувану наукову новизну та практичну значущість результатів дослідження. Розглянуто комплекс можливих проблем, пов’язаних з плануванням задач в ІТ проєктах, зокрема, точність прогнозування продуктивності команд.