In this paper, we evaluate the QMLKF algorithm, designed in the previous paper [Benmoumen M. Numerical optimization of the likelihood function based on Kalman Filter in the GARCH models. Mathematical Modeling and Computing. 9 (3), 599–606 (2022)] for parameter estimation of GARCH models, by transposing it to real data and then present our machine learning for forecasting the returns of some stock indices.
The use of computer vision techniques to address the task of image retrieval is known as a Content-Based Image Retrieval (CBIR) system. It is a system designed to locate and retrieve the appropriate digital image from a large database by utilizing a query image. Over the last few years, machine learning algorithms have achieved impressive results in image retrieval tasks due to their ability to learn from large amounts of diverse data and improve their accuracy in image recognition and retrieval. Our team has developed a CBIR system that is reinforced by two machine
Загрози для клімату та глобальні зміни в екологічних процесах залишаються актуальною проблемою у всьому світі. Тому важливий постійний моніторинг цих змін, зокрема із використанням нестандартних підходів. Це завдання можна виконати на основі дослідження інформації про міграцію птахів. Одним із ефективних методів дослідження міграції птахів є слуховий метод, який потребує вдосконалення.
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.
Розроблено метод формування набору даних для перевірки вивчення готовими моделями залежності транзитивності. Сформований набір даних використано для тестування якості вивчення моделями залежності транзитивності у задачі логічного висновку (NLI). Тестування набору даних розміром 10 000 зразків (MultiNLI) відбувалось на моделі RoBerta. Також досліджено, що у задачі логічного висновку клас подібний є більш спрямованим, ніж протиріччя і нейтральний.
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.