машинне навчання

В роботі проаналізовано основні особливості оброблення великих обсягів даних в промислових smart grid системах. Визначено переваги розподілених обчислень для ефективнішого аналізу інформації. Досліджено рекомендаційні алгоритми, що дозволяють обробляти великі дані швидше та точніше. Запропоновано метод розподіленої матричної факторизації для надання рекомендацій користувачам smart grid систем, що передбачає обмін публічними даними між пристроями, обробляючи приватні локально.

Останнім часом технології глибокого навчання, а саме нейронні мережі [1], привертають все більше уваги з боку бізнесу та наукової спільноти, оскільки вони допомагають оптимізувати процеси та знаходити реальні рішення проблем набагато ефективніше та економніше, ніж багато інших підходів. Зокрема, нейронні мережі добре підходять для ситуацій, коли потрібно виявляти об’єкти або шукати подібні шаблони у відео та зображеннях, що робить їх актуальними в галузі інформаційних та вимірювальних технологій у мехатроніці та робототехніці.

Розпізнавання статі людини за голосом є складною проблемою в опрацюванні мовлення. Це завдання передбачає виділення значущих ознак із мовних сигналів, класифікацію їх на чоловічі чи жіночі категорії. У статті реалізовано інформаційну технологію розпізнавання статі. Спочатку записали зразки голосу як чоловічого, так і жіночого і визначили кепстральні коефіцієнти Mel-частоти (MFCC) як характеристики. Потім, пройшовши навчання, класифікатор опорних векторів (SVM) вивчав ці функції та оцінював їх ефективність, використовуючи показники точності, запам’ятовування та показників F1.

За результатами дослідження описано та змодельовано один із підходів до побудови інте- лектуальної інформаційної системи для рекомендування товарів користувачам із вирішенням проблеми «холодного старту». В ході дослідження враховано переваги та недоліки методів, а також їхню сумісність під час їх комбінування, що є важливим фактором для забезпечення швидкодії системи та ефективності роботи алгоритму. Під час побудови інтелектуальної інформаційної системи здійснено реалізацію гібридного методу, а також тестування ефективності його роботи порівняно із класичним алгоритмом k-means.

У роботі описано інформаційну систему моніторингу та аналізу відгуків у соціальних мережах для формування рекомендацій щодо придбання товарів. Ця система призначена для пришвидшення та полегшення клієнтам пошуку необхідної продукції на ресурсах електронної комерції. Вдалий вибір якісного товару за бажаними критеріями вкрай важливий, оскільки це зменшує час пошуку та економить гроші клієнтів. Аналізуючи коментарі у мережі, інформаційна система рекомендує продукт, на який переважають позитивні відгуки.

Розглянуто розроблення системи, що керуватиме неігровими персонажами для бага- токористувацької рольової гри (англ. Role-Playing Game, RPG). У галузі відеоігор, зокрема жанрі RPG, комерційні проєкти рідко застосовують моделі машинного навчання для реалізації поведінки персонажів. Зазвичай використовують примітивні наперед запрограмовані правила або реалізується примітивний скінченний автомат. Такі підходи не дають гравцям відчути, що вони грають із розумними істотами, оскільки різні наперед задані правила стають передбачуваними.

Досліджено методи та засоби визначення об’єктів радіотехнічної розвідки з використанням технологій машинного навчання та онтологічного підходу. Для визначення об’єктів радіотехнічної розвідки використано наївний байесівський класифікатор. Наївний Байесівський класифікатор є алгоритмом машинного навчання, який використовується для класифікації об’єктів на підставі ймовірностей. Встановлено, що наївний Байесівський класифікатор використовується для визначення класів, до яких належать об’єкти радіотехнічної розвідки.

У роботі наведено результати аналізу застосування алгоритмічних моделей машинного навчання до процесу перевезення вантажів. Аналіз існуючих досліджень дозволив виявити ряд переваг застосування обчислювального інтелекту у логістичних системах, серед яких: підвищення точності прогнозування, зменшення транспортних витрат, підвищення ефективності доставки вантажів, зниження ризиків, пошук ключових факторів ефективності.

Транспорт є ключовим чинником, який впливає на викиди парникових газів. У зв’язку з цим, наведено проблеми та виклики, з якими зустрічається транспортна галузь. Розглянуто питання транспортної галузі, пов’язані з Європейською зеленою угодою. Обговорено, наскільки транспортна система є важливою для європейських компаній та глобальних ланцюгів постачання. Проаналізовано також питання, які мають вплив на суспільство з точки зору витрат коштів, зокрема викиди парникових газів та забруднення довкілля. У статті висвітлено матеріали управління транспортними процесами на підприємстві.

      На основі аналізу вебінарів для освітянської спільноти Tech Summer for Teachers Bootcamp, організованих ІТ компанією SoftServe, акцентовано на їх міждисциплінарному підході, зокрема у викладанні філософських дисциплін. Особливу увагу звернуто на антропологічну складову у сфері інформаційних технологій, штучного інтелекту, кібербезпеки та віртуальної комунікації. Відзначено, що технології онлайн навчання (доступності та інклюзії), методик навчання (ненасильницька комунікація, коучинг) сприяють якості освітнього процесу в умовах сучасного цивілізаційного розвитку.