computing

Comparative analysis of the use of instructions for language models and automated metrics for assessing the quality of images generated by GAN models

This study explores the potential applications of language AI models in combination with Generative Adversarial Networks (GANs) for generating images based on textual descriptions derived from literary works.  The effectiveness of various prompt types used to create abstractions was analyzed, and a comparative evaluation of the performance of leading contemporary image generation models – MidJourney, DALL-E, and Stable Diffusion – was conducted.  The results indicate that, while language models are capable of producing meaningful abstractions that partially reflect the

Comparison of the use of AI services based on general natural language for generating images for fiction

The article describes a method of image generation with Artificial Intelligence services Dall-e, MidJourney and Stable Diffusion using text abstraction retrieved with Artificial Intelligence services ChatGPT, Claude, Copilot, PI, Gemini, that work with natural language.  The implementation of the new approach gives a significant gain in image quality and consistency with analysed text.  The methodology is based on using neural network API services instead of commonly used natural language algorithms to extract keywords or sentences.

ЦИФРОВЕ МОДЕЛЮВАННЯ СОЦІАЛЬНИХ ПРОЦЕСІВ

Впровадження компонентів кіберсоціального комп'ютингу та сервісів хмарного управління на основі метричного кіберфізичного моніторингу соціальних процесів орієнтовано на створення кібер-державності для забезпечення високої якості життя громадян. Надаються логічні схеми кіберсоціального комп'ютингу для створення кіберфізичної структури хмарного управління закладами системи освіти (зокрема, вищими навчальними закладами) на основі метричного цифрового моніторингу науково-освітніх процесів.

МЕТОДИ І ЗАСОБИ ВИМІРЮВАННЯ ТА КОМП’ЮТЕРНОГО ОПРАЦЮВАННЯ БІОСИГНАЛІВ

Проаналізовано можливості уніфікації структури комп’ютерної вимірювальної системи, орієнтованої на вирішення поширених завдань біоінформатики, на основі застосування обчислювальних потужностей сучасних комп’ютерних засобів, методів цифрового оброблення сигналів і алгоритмів машинного навчання. Виділено три групи методів формування біосигналів і наведено їх класифікацію. Охарактеризовано фактори, які ускладнюють опрацювання біосигналів, і показано перспективність застосування методів машинного навчання для визначення біомедичних показників.