машинне навчання

У статті представлено результати математичного та комп’ютерного моделювання процесу стикового зварювання оцинкованих сталевих штаб, з яких формували армувальні профілі, що використовуються у виробництві металопластикових вікон. Актуальність дослідження зумовлена необхідністю підвищення якості з’єднань та стабільності виробничих процесів у галузі віконного виробництва. Основною метою роботи є побудова моделей, здатних з високою точністю прогнозувати міцність профілю у місті зварного з’єднання на основі ключових параметрів зварювання.

У цій статті пропонується нова архітектура багатоагентної системи та її формальна специфікація для аналізу та адаптивної корекції навчальних траєкторій студентів за допомогою програмних агентів у цифрових навчальних середовищах. Запропонований підхід інтегрує інструменти штучного інтелекту, часову логіку та багатоагентну системну архітектуру для забезпечення персоналізованої адаптації освітнього контенту.

Актуальність дослідження зумовлена зростаючою потребою в автоматизації процесів аналізу та корекції текстів, зокрема для україномовного контенту, який відзначається багатством морфологічної і синтаксичної структури. Через широкий спектр помилок, що можуть виникати у текстах, від орфографічних до контекстуальних, існує нагальна потреба у створенні систем, здатних точно ідентифікувати помилки та пропонувати їх коректні виправлення. Специфіка української мови, включаючи складність її граматики та багатогранність, потребує адаптації моделей машинного навчання до локальних особливостей.

WebAssembly (WASM) has emerged as a compelling and transformative solution for executing high- performance Artificial Intelligence (AI) and Machine Learning (ML) models directly within frontend web applications. Traditionally, AI/ML model deployment has been dominated by backend servers due to significant computational demands, coupled with the performance limitations of JavaScript and the overhead of client-server communication.

Успішне використання сонячної енергетики зумовлює необхідність точного прогнозування виробництва електроенергії сонячними електростанціями (СЕС) для стабільного функціонування систем електропостачання. Це пов’язано з необхідністю підтримання миттєвого балансу виробництва і споживання електричної енергії, який забезпечується реалізацією складних ієрархічних систем управління наявними джерелами енергії. Особливо актуальна можливість короткочасного прогнозування виробництва енергії СЕС.

У роботі досліджено моделі та методи визначення хвороб винограду із використанням сучасних методів штучного інтелекту. Проаналізовано відомі методології класифікації та розпізнавання за зображеннями хвороб винограду з використання нейронних мереж. Виділено низку проблем щодо покращення результатів розпізнавання.

The article examines the ways artificial intelligence is influencing the penetration testing procedure. As technology advances and cyber threats grow more com- mon, conventional testing methods are insufficient. Artificial intelligence aids in automating processes like vulnerability detection and real-world attack simulation, leading to quicker, more precise results with reduced dependence on human input. Machine learning is a game-changer in identifying hidden security flaws by analyzing past attacks and abnormal patterns.

The article presents possible strategies and approaches to address the growing cybersecurity threat landscape, new trends and innovations, such as artificial intelligence and machine learning for cyber threat detection and automation. The paper presents well-known machine learning classifiers for data classification. The dataset has been taken from a report by the Center for Strategic and International Studies. The presented model accuracy assessment study has been significant variation among algorithms based on different network intrusion detection systems.

The article explores the application of neuro- symbolic approaches utilizing artificial neural networks for diagnosing neurological disorders among individuals with autism spectrum conditions. It demonstrates how these networks can identify and enhance distinctive strengths, such as advanced pattern recognition and systematic reasoning, facilitating their integration into professional environments.

У цій статті представлено дослідження щодо організації вимог до автоматизованих систем контролю якості м'яса.
Визначено ключові показники якості - колір, текстура, мармуровість і блиск - та проаналізовано технічні і
функціональні параметри, необхідні для практичної оцінки. Дослідження підкреслює інтеграцію комп'ютерного
зору, обробки зображень та алгоритмів машинного навчання для підвищення об'єктивності, точності та швидкості
оцінки. Запропонований підхід має на меті зменшити вплив людського фактору, уможливити моніторинг у режимі