машинне навчання

Проблема автоматизованого виявлення помилок у текстах українською мовою набуває особливої актуальності в умовах зростання обсягів цифрового контенту. Розроблено математичну модель системи підтримки прийняття рішень для виявлення помилок в україномовних текстах. Досліджено процес ідентифікації помилок як задачу багатокласової класифікації на рівні токенів з урахуванням контексту тексту. Запропоновано використання ймовірнісних моделей для визначення типу помилки залежно від оточення токенів у тексті.

У статті наведено дослідження застосування сучасних методів машинного навчання для задачі передиктивного технічного обслуговування на основі відкритого датасету AI4I Predictive Maintenance. Основні цілі роботи – побудова та порівняння моделей бінарної та багатокласової класифікації, що дають змогу передбачати як сам факт відмови обладнання, так і конкретний тип поломки. Враховуючи високий дисбаланс даних (частка відмов становить близько 3 %), було реалізовано підхід cost-sensitive оптимізації, за яким пропуск реальної відмови оцінюють як значно критичніший за хибну тривогу.

The research introduces a hybrid behavioural analysis technique for early detection of anomalous user behavior observed on web applications. This strategy involves statistical probability modeling and sequence- based deep learning to design interpretable and robust anomaly detection. A probability baseline has been obtained as a probabilistic basis using KDE (Kernel Density Estimation) and longitudinal time series patterns are sampled using an LSTM network. The hybrid anomaly score combines these two models to dynamically analyze behavioural deviations.

The article discusses modern information security technologies in distributed and asymmetric systems, as well as problems arising from their implementation in the context of growing cyber threats. An analysis of cryptographic methods, authentication systems, access control, and intrusion detection has been provided. Particular attention has been paid to the limitations of existing technologies and promising areas for their improvement, in particular the use of machine learning methods, block chain technologies, and the Zero Trust concept.

Розглянуто проблему виявлення аномалій у мережному трафіку та запропоновано комплексне рішення для підвищення рівня кібербезпеки організацій різного масштабу. Здійснено порівняльний аналіз наявних систем моніторингу та виявлення аномалій, включаючи як відкриті рішення, так і комерційні продукти.

Цифрова трансформація публічних сервісів є ключовим напрямом модернізації державного управління в умовах інформаційного суспільства. Зростання вимог громадян до швидкості, доступності та якості послуг зумовлює потребу у впровадженні інтелектуальних технологій. Використання штучного інтелекту, машинного навчання та аналітики великих даних відкриває нові можливості для оптимізації процесів, прогнозування навантаження, виявлення аномалій і підтримки управлінських рішень.

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.