СУЧАСНИЙ СТАН НАУКОВИХ ДОСЛІДЖЕНЬ ТА ТЕХНОЛОГІЙ В ПРОМИСЛОВОСТІ

Метод контекстно-обізнаної адаптації візуального користувацького інтерфейсу на основі оцінки відстані до користувача

2026-07-12T16:20:18+03:00

Актуальність теми дослідження зумовлена необхідністю переходу від статичних інтерфейсів до гнучких систем, здатних динамічно адаптуватися до фізичного контексту користувача, зокрема до зміни відстані від екрана, що дозволяє знизити когнітивне навантаження та підвищити комфорт взаємодії. Об’єктом дослідження є процес контекстно-обізнаної адаптації користувацького візуального інтерфейсу в реальному часі залежно від відстані до користувача, а саме – типографічних параметрів користувацького інтерфейсу. Предметом дослідження є підходи до визначення відстані до користувача на основі даних відеопотоку. Метою дослідження є розробка методу контекстно-обізнаної адаптації користувацького інтерфейсу на основі визначення відстані до користувача, що забезпечує динамічне масштабування типографічної системи для зниження когнітивного навантаження та підвищення комфорту взаємодії в реальному часі.. Для досягнення поставленої мети було вирішено такі завдання: проаналізовано існуючі підходи до визначення відстані до об’єкта, розроблено метод динамічної зміни масштабу користувацького візульного інтерфейсу, що ґрунтується на пропорційній залежності між відстанню інтерфейсу до користувача та розмірами базової типографічної одиниці (кеглю). Для експериментального підтвердження високої точності визначення відстані від візуального інтерфейсу до користувача було досліджено вплив варіативних факторів (нахил голови у фронтальній та сагітальній площинах, поворот в горизонтальній площині), а також обраного підходу до визначення відстані до об’єкта на точність вимірювання відстані. Розроблений метод забезпечує адаптацію не лише розміру шрифту, а й пов’язаних із ним типографічних параметрів (міжрядковий та міжлітерний інтервали, абзацні відступи). Встановлено, що підхід на основі глибинної карти з апроксимацією забезпечує найбільш збалансовані результати за точністю та практичною придатністю, демонструючи похибку 1.83–3.67% у діапазоні 30–90 см. Також показано, що орієнтація голови користувача є критичним фактором впливу на точність вимірювання, а максимальна похибка на близькій дистанції сягає 201.3%.

Концептуальна модель моніторингу портфельного управління в проєктних офісах на основі блокчейну

2026-07-12T16:26:02+03:00

Предметом вивчення є процеси забезпечення прозорості, підзвітності та цілісності даних у системах управління портфелями проєктів на основі технологій розподіленого реєстру. Мета дослідження – розроблення концептуальної моделі Blockchain Portfolio Governance Model (BPGM) для підвищення прозорості, цілісності та керованості процесів стратегічного портфельного управління. Завдання: розробити багаторівневу архітектуру моделі, що поєднує традиційні управлінські цикли з криптографічними механізмами фіксації подій; формалізувати управлінські рішення як об’єкти розподіленого реєстру з використанням асиметричної криптографії; запропонувати комплексний показник оцінки якості управління, що містить як технічну цілісність, так і процедурну дисципліну; здійснити валідацію моделі способом імітаційного моделювання бізнес-процесів. Методи дослідження: системний аналіз, методи математичного та імітаційного моделювання в середовищі Bizagi Modeler, алгоритми асиметричного шифрування й гешування для забезпечення цілісності даних у розподілених мережах. Результати. У роботі запропоновано й обґрунтовано архітектуру моделі Blockchain Portfolio Governance Model, яка передбачає п’ять рівнів: управління, агрегацію даних, формалізацію рішень, криптографічну цілісність і аудит. Розроблено математичний апарат фіксації подій, де кожне рішення засвідчується за допомогою алгоритму цифрового підпису ECDSA. Упроваджено новий інтегральний показник – індекс відповідності портфельного управління (Portfolio Governance Compliance Index), що дає змогу виявляти "тіньові" управлінські дії за допомогою порівняння кількості ініційованих запитів у зовнішніх системах із кількістю валідованих транзакцій у блокчейні. Проведено серію імітаційних експериментів, які довели, що впровадження алгоритмів консенсусу Proof-of-Authority в корпоративну мережу додає незначні часові затримки (менше 1% від загального циклу), тоді як основний час процесу припадає на експертний аналіз. Висновки. Застосування моделі BPGM допомагає трансформувати суб’єктивне управління портфелем у прозорий алгоритмічний процес. Запропоноване рішення забезпечує створення "єдиного джерела істини" для всіх стейкхолдерів, значно спрощує процедури аудиту й підвищує інституційну надійність організації без зниження її операційної ефективності.

Програмний засіб реалізації інтелектуального методу аналізу дефектів лопатей вітрових турбін з обмеженою вибіркою даних

2026-07-12T16:36:45+03:00

Предметом дослідження є методи й програмні засоби інтелектуальної діагностики дефектів лопатей вітрових турбін на основі нейронечітких моделей, здатних ефективно функціювати в умовах обмежених, нечітких або частково визначених вхідних даних. Мета – розроблення програмної реалізації та експериментальне дослідження нейронечіткої мережі Ванга–Менделя для класифікації дефектів лопатей вітрових турбін, а також обґрунтування доцільності її використання як основи інтелектуальної системи моніторингу технічного стану енергетичних об’єктів. Завдання дослідження: аналіз сучасних методів класифікації дефектів, розроблення архітектури нейронечіткої моделі, створення програмного комплексу для навчання й класифікації, реалізація алгоритму автоматичного формування бази нечітких правил, оптимізація параметрів функцій належності та проведення експериментальних досліджень для оцінювання ефективності запропонованого підходу. У роботі використано методи нечіткої логіки, нейронечітких систем, математичного моделювання, класифікації даних, оптимізації параметрів і програмної реалізації інтелектуальних систем мовою Python із застосуванням сучасних бібліотек оброблення даних і чисельних обчислень. Алгоритм Ванга–Менделя забезпечує автоматичне формування нечітких правил на основі навчальних даних і адаптацію параметрів моделі з метою підвищення точності класифікації. Результати. Розроблено інтелектуальний програмний комплекс для класифікації дефектів лопатей вітрових турбін, який забезпечує ефективне оброблення даних і підтримку прийняття рішень на основі нечітких правил. Експериментальні дослідження проведено на навчальній вибірці обсягом 160 записів і тестовій вибірці обсягом 64 записи, що описують імовірності наявності різних типів дефектів. Висновки: за результатами навчання досягнуто точності 91% на навчальній вибірці та 94% на тестовій вибірці за низького рівня середньоквадратичної похибки, що підтверджує високу ефективність, здатність до узагальнення та практичну придатність запропонованої моделі для використання в інтелектуальних системах моніторингу технічного стану вітрових турбін в умовах обмежених даних і ресурсів.

Стекова гібридна система обчислювального інтелекту на основі ядерної активаційної функції та її онлайн-навчання в задачі розпізнавання образів

2026-07-12T16:47:31+03:00

Предмет дослідження. Предметом дослідження є стекова гібридна система обчислювального інтелекту на основі ядерної активаційної функції, що поєднує переваги нейронних мереж і нечітких моделей для розв’язання задач розпізнавання образів в умовах невизначеності, зашумленості та обмеженої розмірності наборів даних. Мета дослідження. Мета роботи полягає у розробці гібридної стекової системи з ядерною функцією активації та онлайн-навчанням для забезпечення кращої точності, стабільності й швидкості розпізнавання шаблонів у нестаціонарних середовищах у режимі реального часу. Завдання. Розробити архітектуру стекової гібридної системи; запропонувати ядерну активаційну функцію та алгоритм її параметризації; побудувати алгоритм онлайн-навчання з покроковим оновленням параметрів; дослідити властивості збіжності та обчислювальної складності; провести експериментальне порівняння з базовими моделями машинного навчання та класичними нейро-нечіткими підходами. Методи. Застосовано методи машинного навчання, ансамблеві та стекові підходи, ядерні методи, адаптивну оптимізацію в онлайн-режимі, статистичний аналіз якості класифікації, моделювання та обчислювальні експерименти на синтетичних і реальних наборах даних для задач розпізнавання образів. Результати. Запропонована модель забезпечує вищу точність класифікації та кращу узагальнювальну здатність порівняно з окремими базовими моделями, демонструє стійкість до шумів і змін розподілів даних, а також швидку адаптацію в умовах потокових даних завдяки онлайн-навчанню. Показано зменшення похибки та стабільну роботу системи в нестаціонарних середовищах. Висновки. Розроблена стекова гібридна система з ядерною активаційною функцією є ефективним інструментом для задач розпізнавання образів у режимі реального часу. Поєднання стекового підходу та онлайн-навчання підвищує точність, стійкість і адаптивність системи, що робить запропонований підхід перспективним для практичного застосування в інтелектуальних інформаційних системах і кіберфізичних середовищах.

Оцінювання продуктивності завантаження сцени WebAR-застосунку на мобільному пристрої

2026-07-12T16:58:02+03:00

Предметом дослідження є закономірності розподілу обчислювальних ресурсів центрального процесора та зміни часових метрик браузерного рушія під час виконання етапів ініціалізації WebAR-сцени. Об’єктом даного дослідження є процес ініціалізації та завантаження 3D-контенту у клієнтському WebAR-застосунку на мобільному пристрої. Метою роботи є розробка підходу до комплексного оцінювання продуктивності та встановлення закономірностей розподілу обчислювального навантаження під час ініціалізації WebAR-застосунків з використанням інструментів глибокого браузерного профайлінгу. Завдання. Розробити математичну модель функціонування WebAR-застосунку на етапі ініціалізації сцени та декомпозувати процес завантаження на ключові етапи з оцінкою їхніх часових витрат. Провести емпіричне профілювання, ідентифікувати пікові навантаження на CPU та блокуючі задачі, а також сформувати обґрунтовані напрями подальшої оптимізації продуктивності. Методи. Дослідження продуктивності проведено шляхом емпіричного тестування продуктивності WebAR-застосунку під час найбільш ресурсоємного етапу – ініціалізації та завантаження тривимірної сцени. Збір даних щодо навантаження на потоки CPU в контексті веб-сторінки здійснювався за допомогою інструментів розробника Chrome DevTools. Апаратним середовищем для експериментів слугував мобільний пристрій Google Pixel 8, а статистична достовірність результатів забезпечувалася 10-кратною ітерацією кожного тестового сценарію. Результат дослідження. Розроблена математична модель формалізує процес завантаження сцени WebAR-застосунку та дозволяє провести оцінку завантаженості CPU на кожному етапі. За результатом аналізу часового профілю, отриманого з використанням удосконаленої математичної моделі та засобів Chrome DevTools виокремлено чотири етапи завантаження: ініціалізація порожньої сцени, завантаження 3D-об’єкта із сервера, парсинг моделі та її рендеринг. Встановлено нелінійний характер навантаження на процесор. Найбільш ресурсоємним виявився етап парсингу, під час якого зафіксовано пікове завантаження CPU і найдовша блокуюча задача, спричинена синхронною десеріалізацією бінарних даних. Висновки. Запропонований підхід до підвищення продуктивності завантаження сцени WebAR-застосунку на мобільному пристрої шляхом балансування навантаження CPU. Також дослідження підтвердило, що критичною фазою ініціалізації є парсинг 3D-моделі. З огляду на результати моделювання та проведених емпіричних досліджень, перспективним напрямом є впровадження поетапного завантаження та обробки 3D-контенту.

Інваріантно-структурне навчання: формування концептів як динаміка гіперграфових атракторів

2026-07-12T17:11:28+03:00

Предметом дослідження є формування концептів класів об’єктів у системах машинного навчання як процесу структурної та параметричної редукції гіперграфового подання, а не як оптимізації функціонала втрат. Мета роботи – побудувати альтернативний підхід статистичного навчання штучних нейронних мереж без використання функції помилки (зворотне поширення), у якому реалізується інваріантне структурне навчання, де концепт класу визначається як структурний атрактор (нерухома точка монотонного оператора редукції на частково впорядкованому просторі гіперграфів), і підтвердити цю теорію на прикладі розпізнавання рукописних цифр. Завдання: 1) формалізувати основу з аксіомами стабільності сегментації, строгої редуктивності, навчання за позитивними прикладами й локальності уваги; 2) довести збіжність і єдиність атрактора; 3) встановити інваріантність щодо порядку поглинання прикладів; 4) розкласти атрактор на структурний і параметричний рівні; 5) оцінити конвеєр на підмножині MNIST із цілісними контурами. Методи дослідження: гіперграфи отримано за допомогою скелетизації бінарних контурів (Growing Neural Gas + Рамер – Дуглас – Пекер); концепти-атрактори сформовано редукцією за анкорами – критичними точками контуру. Класифікація використовує порівнювач за відстанню редагування графа з вартостями ознак і логарифмічним апріорі за складністю. Тренувальна множина – 76 оригіналів MNIST, доповнених аугментацією (ротація ±10°, зсув ±10%) до 805 примірників. Результати. Конвеєр навчає 13 концептів-атракторів із кількістю вузлів від 3 до 15. З 8 707 допустимих зображень MNIST з цілісними контурами 8 685 утворили валідні скелетні графи; на цій валідній підмножині досягнуто точність 85,80%, зважену влучність 89,31%, повноту 85,80% і F1-міру 86,66%. Структура помилок інтерпретована поконцептно: кожна помилка простежувана до конкретного атрактора й діапазону ознак. Висновки. Зафіксована продуктивність, досягнута без функціонала втрат і з трьох до дев’яти унікальних оригіналів на концепт-атрактор, підтверджує теоретичне твердження, що навчання є побудовою структурного атрактора, а не мінімізацією функціонала помилки. Основа дає принциповий шлях до пояснювальної маловибіркової класифікації та конструктивну альтернативу градієнтному навчанню.

Проєктно-орієнтована методологія проактивного управління епідеміями на основі штучного інтелекту й моделей SEIRS

2026-07-12T17:22:43+03:00

Предметом дослідження в статті є процеси проактивного управління епідеміями як складними соціально-медичними системами в умовах високої невизначеності, обмеженості ресурсів і динамічних зовнішніх впливів, зокрема із застосуванням математичного епідеміологічного моделювання та інтелектуальних цифрових технологій. Мета роботи полягає в створенні проєктно-орієнтованої методології управління епідеміями на основі інтеграції класичної моделі SEIRS зі штучним інтелектом, машинним навчанням і цифровими системами підтримки прийняття управлінських рішень, що забезпечує перехід від реактивного реагування до проактивного прогнозування й запобігання спалахам інфекційних захворювань. У статті необхідно виконати такі завдання: сформувати концептуальну й процесну модель проактивного управління епідеміями в межах проєктного підходу; розробити інтегровану архітектуру збору, аналізу та інтерпретації епідеміологічних показників; адаптувати компартментну модель SEIRS до умов динамічної параметризації з використанням методів машинного навчання; обґрунтувати застосування геопросторових і мультиагентних підходів для врахування неоднорідності поширення інфекцій; визначити роль інтелектуальних методів оптимізації управлінських втручань у проєктному циклі протидії епідеміям. Упроваджено такі методи: математичне моделювання епідеміологічних процесів на основі систем диференціальних рівнянь SEIRS; машинне навчання й ансамблеве прогнозування для динамічного оцінювання параметрів моделі; геопросторовий аналіз і мультиагентне моделювання для відтворення мобільності населення й просторових ризиків; навчання з підкріпленням для оптимізації управлінських рішень; проєктно-орієнтовані підходи до організації та адаптації управлінських процесів. Досягнуто таких результатів: сформульовано принципи проактивного управління епідеміями на основі інтеграції епідеміологічного моделювання й штучного інтелекту; запропоновано проєктно-орієнтовану методологію, що поєднує цикл управління проєктом із фазами моделі SEIRS; розроблено узагальнену структуру гібридної інтелектуальної моделі, здатної адаптуватися до різних типів інфекційних захворювань, зокрема туберкульозу та COVID-19; обґрунтовано можливість підвищення ефективності раннього виявлення ризиків і раціонального розподілу ресурсів у кризових умовах. Висновки: застосування запропонованої проєктно-орієнтованої методології та інтегрованої моделі SEIRS зі штучним інтелектом створює підґрунтя для переходу до проактивного управління епідеміями, підвищує адаптивність систем громадського здоров’я та може бути використане як універсальний методологічний каркас для розроблення інтелектуальних систем прогнозування й запобігання епідеміям у складних і нестабільних середовищах.

Класифікація та експериментальні дослідження ефективності алгоритмів факторизації

2026-07-12T17:29:22+03:00

Предметом дослідження є алгоритми факторизації, а саме експериментальна перевірка ефективності сучасних алгоритмів цілочисельної факторизації, виявлення закономірностей між алгоритмами факторизації та розміром чисел, що факторизуються, з погляду часу, необхідного для виконання факторизації. Мета роботи – аналіз продуктивності алгоритмів факторизації з використанням різних складених чисел, зокрема чисел середнього розміру ( розрядів), що дає змогу оцінити їх ефективність і час виконання. У процесі дослідження необхідно виконати такі завдання: систематизувати сучасні алгоритми факторизації, експериментально перевірити ефективність сучасних алгоритмів факторизації Полларда ( та ), методу еліптичної кривої, алгоритму Діксона й квадратичного решета. Для досягнення мети використовувалися загальнонаукові методи: аналіз предметної галузі та математичного апарату, теорія множин, числа й поля, планування та експериментальне дослідження. Досягнуті результати. Експериментальні дослідження продемонстрували, що алгоритми Полларда ефективні для чисел з малими дільниками, але втрачають продуктивність зі збільшенням розміру чисел. Метод еліптичної кривої довів свою доцільність у пошуку дільників середнього розміру та кращу масштабованість порівняно з класичними стохастичними методами. Алгоритм Діксона, незважаючи на відносну простоту реалізації, продемонстрував стохастичні коливання часу виконання, що обмежує його практичну цінність у сценаріях зі строгими часовими обмеженнями. Найбільш стабільних і передбачуваних результатів було досягнуто для квадратичного решета, яке довело його придатність для факторизації чисел середнього розміру й забезпечило найменший розкид значень часу за умов багаторазового виконання на ідентичних наборах даних. Висновки. Експерименти повністю підтверджують теоретичні очікування щодо продуктивності досліджуваних методів. Результати свідчать про те, що прості алгоритми (метод Полларда й метод еліптичної кривої) ефективні для попереднього оброблення та виявлення слабких ключів, тоді як квадратичне решето є оптимальним вибором для факторизації чисел середнього розміру. Для великих модулів RSA практично використовувати більш складні алгоритми, наприклад загальне решето числового поля. Подальший розвиток алгоритмів факторизації передбачає паралелізацію процесу факторизації та розроблення алгоритмів, що застосовують скринінг неможливих розв’язків.

Автоматизована система аналізу пошкоджень об’єктів міської інфраструктури з використанням моделей комп’ютерного зору

2026-07-12T17:34:41+03:00

Нині актуальним є питання забезпечення інтеграції багаторівневих даних для ефективного моніторингу й аналізу пошкоджень будівель унаслідок воєнних дій на території України, а також визначення пріоритетів відновлювальних робіт. Метою дослідження є розроблення інтелектуальної системи автоматизованого аналізу пошкоджень об’єктів міської інфраструктури, яка б дала змогу ефективно обробляти великі обсяги зображень, отриманих з використанням засобів комп’ютерного зору, для подальшого оцінювання рівня руйнувань і прийняття рішень щодо пріоритетності їх відновлення. Надані системою детальні звіти щодо стану кожної будівлі суттєво спрощують процес експертного оцінювання без необхідності фізичної присутності фахівців на місці. Ранжування пошкоджених об’єктів за рівнем їх впливу на життєдіяльність країни забезпечує більш раціональний і зважений розподіл ресурсів, необхідних для відновлення інфраструктури. Крім того, в системі здійснюється активна взаємодія з профільними державними структурами, органами місцевого самоврядування та фахівцями, відповідальними за планування й організацію відновлювальних робіт. У межах такої взаємодії передбачається отримання доступу до комплексних баз даних з інформацією про архітектурні особливості будівель, їх історико-культурну цінність, а також використання наявної технічної документації, що дає змогу брати до уваги всі аспекти під час оцінювання серйозності пошкоджень і формування планів відновлення будівель. Аналіз інформації, отриманої під час спеціалізованих інженерних обстежень і досліджень із застосуванням високоточних інструментальних методів, допомагає додатково уточнювати параметри ушкоджень і створювати розширені датасети для подальшого навчання й валідації моделей комп’ютерного зору. Досліджено та обґрунтовано доцільність використання сегментації екземплярів за допомогою моделей YOLOv11 і Mask R-CNN, що сприяє не лише виявленню пошкоджень, а й точному визначенню їх обсягів, що є важливим для всебічного оцінювання масштабу руйнувань і планування заходів відновлення. Результати дослідження демонструють, що запропонована система ефективно працює за умови застосування підходів до боротьби з дисбалансом класів. Важливим етапом роботи системи є автоматизоване формування оптимізованих планів відновлення, основаних на комплексному аналізі виявлених ушкоджень. Такі плани мають зважати не тільки на технічні параметри руйнувань, а й на фінансові, матеріальні та кадрові обмеження. Висновок. Розроблена система є ефективним інструментом для підтримки ухвалення рішень на державному й регіональному рівнях про відновлення пошкоджених споруд, сприяє прискоренню процесів відновлення критично важливої інфраструктури й мінімізації соціально-економічних втрат, пов’язаних із воєнними руйнуваннями.

WEDD-RST: інтерпретовний підхід до виявлення дефектів фотоелектричних панелей у кіберфізичних системах

2026-07-12T17:43:02+03:00

Предметом дослідження є інтерпретованість механізмів виявлення дефектів фотоелектричних панелей у кіберфізичних системах. Поширення інфраструктури відновлюваної енергетики генерує значні обсяги безперервних сенсорних даних, що вимагає розширеного моніторингу для зниження ризиків безпеки, як-от пожежі на фотоелектричних станціях. Однак поширені підходи глибокого навчання працюють як непрозорі "чорні ящики", яким бракує прозорості логічних висновків для ухвалення критично важливих рішень. Метою цієї роботи є покращення інтерпретованості систем виявлення дефектів у кіберфізичних середовищах способом побудови виробничої бази знань на основі правил безпосередньо за результатами безперервних вимірювань датчиків. Завдання дослідження: розроблення методу адаптивної дискретизації, ідентифікація мінімальних підмножин ознак та вирішення суперечливих шаблонів за допомогою інтегральної оцінки підтримки класу. Методи передбачають інтеграцію теорії наближених множин (RST) з новим алгоритмом зваженої ентропійно-щільнісної дискретизації (WEDD). Метод оптимізує пороги на основі подвійного критерію інформаційної ентропії та локальної щільності ймовірності, використовуючи оцінку ядра щільності для розміщення точок зрізу в природних западинах даних. Детерміновані правила вилучаються з нижнього наближення, а ймовірнісні правила синтезуються з граничної ділянки. Результати обчислювальних експериментів демонструють високу ефективність запропонованого методу. Перевірена на змодельованому наборі даних SCADA для виявлення пожежної небезпеки, система досягає загальної точності 96,2% і макро-F1-оцінки 0,960. Зокрема, вона дає 100% точність для детермінованих правил і забезпечує повноту 98,0% для критичного класу пожежної небезпеки, сприяючи високій надійності в аварійних сценаріях. Отримана база знань є самодостатнім і легким артефактом у форматі JSON, придатним для розгортання на периферійних пристроях з обмеженими ресурсами. Висновки: дослідження утверджує підхід WEDD-RST як строгу структуру для перетворення необроблених даних датчиків на повністю перевірювані правила IF-THEN із явними оцінками впевненості, пропонуючи високонадійне та інтерпретоване рішення для автоматизованого моніторингу безпеки в кіберфізичних середовищах.

Інтерактивна платформа підтримки клінічних рішень: архітектура та порівняльна оцінка загальної та точно налаштовленої діагностики за симптомами за методологією (LLMS)

2026-07-12T17:53:58+03:00

Сучасні системи охорони здоров’я стикаються зі зростаючим навантаженням, фрагментованою комунікацією та обтяжливістю документації, що призводить до затримок і діагностичних помилок на етапі первинної сортування пацієнтів. Запропоноване рішення покликане загалом підвищити узгодженість, швидкість та стандартизацію процесу первинної оцінки пацієнтів. У цьому дослідженні представлено інтерактивну платформу підтримки клінічних рішень, яка реалізує двоступеневий процес збору анамнезу з обмеженим робочим процесом для забезпечення диференціальної діагностики на основі симптомів на доамбулаторному етапі надання медичної допомоги. Система вирішує три завдання: (T1) автоматизований збір анамнезу пацієнта за допомогою обмеженого діалогу (точно два додаткових запитання з варіантами відповідей), (T2) формалізація описів симптомів у структуровану медичну (латинську) термінологію для документації, призначеної для клініцистів, та (T3) генерація рекомендацій щодо диференціальної діагностики за фіксованою та клінічно інтерпретованою схемою виводу. Ми порівнюємо базову загальну велику мовну модель (GPT-4, zero-shot) з моделлю, адаптованою до домену (Llama-3, налаштованою за допомогою LoRA), за однакових обмежень щодо взаємодії, підказок та форматування. Експерименти на 903 записах симптомів та діагнозів і виокремленому наборі з 200 контрольованих віньєток показують, що адаптація до домену забезпечує покращення макро-F1 на 10–12% та приблизно на 15% вищий показник Recall у складних випадках, водночас генеруючи клінічно більш дискримінативні та діагностично релевантні додаткові запитання, за оцінкою двох медичних експертів (κ = 0,88). У оцінці на рівні робочого процесу платформа скоротила час на документацію на 28% порівняно зі стандартним прийомом та зменшила адміністративні зусилля, необхідні для підготовки початкового резюме для лікаря. Ці результати свідчать про те, що спеціалізовані, налагоджені моделі, які можна розгортати локально, у поєднанні з обмеженим дизайном взаємодії, стандартизованими обмеженнями на вихідні дані та інтеграцією системи, орієнтованою на робочий процес, забезпечують безпечний, практичний та ефективний шлях для включення підтримки прийняття рішень на основі LLM у рутинні клінічні робочі процеси до амбулаторного лікування, зберігаючи при цьому безпеку, зручність використання та можливість аудиту на практиці.

Модель управління ресурсами та кворумом блокчейн-орієнтованої розподіленої інформаційної системи в мультихмарному середовищі

2026-07-12T18:00:34+03:00

Предметом дослідження є математична модель управління обчислювальними ресурсами й забезпечення кворуму блокчейн-орієнтованої розподіленої інформаційної системи в мультихмарному середовищі. Метою є розроблення теоретико-множинної моделі, що формалізує мультихмарне розміщення компонентів блокчейн-орієнтованої розподіленої інформаційної системи, зважає на її багаторівневу архітектуру, гетерогенність доступних ресурсів, агрегований ресурсний стан вузлів, їх доступність і умови забезпечення кворуму під час функціювання за змінного навантаження. Методи. Щоб досягти окреслену мету, впроваджено системний аналіз для формалізації структури системи й взаємозв’язків між її компонентами; математичне моделювання – для побудови формального опису мультихмарного середовища, ресурсного стану вузлів, керівних дій і кворумних обмежень; статистичний аналіз – для оброблення, агрегації та нормалізації телеметричних показників; теорія прийняття рішень – для формування умов допустимого перерозподілу ресурсів; імітаційне моделювання – для перевірки працездатності розробленої моделі за умов змінного навантаження, ресурсного дефіциту й варіативної доступності вузлів. Результати. Уперше розроблено формалізовану теоретико-множинну модель управління обчислювальними ресурсами й забезпечення кворуму блокчейн-орієнтованої розподіленої інформаційної системи в мультихмарному середовищі, яка, на відміну від наявних підходів, поєднує в межах єдиної уніфікованого середовища подання мультихмарного середовища як сукупності хмарних платформ різних вендорів, багаторівневої архітектури системи, агрегованого ресурсного стану вузлів, умов допустимого перерозподілу ресурсів і заданих вимог до забезпечення кворуму. Запропоновано множини хмарних середовищ, архітектурних рівнів і вузлів системи, упроваджено вектори доступних і виділених ресурсів, агрегований вектор стану системи, функціонал ресурсного відхилення, функціонал кворумної забезпеченості та множину допустимих керівних дій. Імітаційне дослідження підтвердило працездатність моделі в умовах номінального функціювання, ресурсного дефіциту й деградації доступності вузлів. Це дало змогу подати процес прийняття рішень щодо перерозподілу ресурсів і підтримки працездатності системи в межах єдиного математичного подання. Висновки. Запропонована модель сприяє формалізованому опису процесів управління обчислювальними ресурсами й забезпеченню кворуму блокчейн-орієнтованої розподіленої інформаційної системи в мультихмарному середовищі та може бути використана як основа для подальшого розроблення методів оптимізації керівних рішень і експериментального дослідження ефективності функціювання системи за умов динамічної зміни навантаження й часткової деградації вузлів.

Розроблення моделі синхронізації роботи колаборативних роботів-маніпуляторів у HRC-сценаріях

2026-07-12T18:16:30+03:00

У статті розглянуто задачу синхронізації роботи групи колаборативних роботів-маніпуляторів у спільному робочому просторі з людиною в умовах сучасних вимог людиноцентричного виробництва та концепції Індустрії 5.0. Актуальність дослідження зумовлена необхідністю забезпечення узгодженого руху декількох роботів за одночасного дотримання жорстких безпекових обмежень у HRC-сценаріях, де традиційні централізовані підходи не гарантують достатньої надійності та масштабованості. Метою роботи є розроблення математичної моделі синхронізованого керування колаборативними маніпуляторами з урахуванням взаємної узгодженості, відстеження спільної траєкторії та активного уникнення небезпечних зближень із людиною та між роботами. Предметом дослідження є децентралізовані закони синхронізації у просторі задачі з проєкцією в суглобовий простір та використанням потенціальних полів безпеки. У роботі застосовано методи математичного моделювання динаміки маніпуляторів на основі рівнянь Ейлера–Лагранжа, методи консенсусного керування, псевдоінверсії матриці Якобі, чисельні методи інтегрування Рунге–Кутти четвертого порядку та методи аналізу безпекових метрик. Завданнями дослідження є формалізація законів консенсусного керування у просторі задачі, інтеграція потенціальних полів безпеки та чисельна валідація моделі для групи маніпуляторів у спільному робочому просторі. Результати моделювання для групи з трьох дволанкових планарних маніпуляторів показали формування узгоджених траєкторій зі зменшенням характерних коливань та стабілізацією динаміки, однак середня похибка відстеження спільної траєкторії залишається на рівні 0.38–0.40 м. Аналіз мінімальних дистанцій робот–робот і робот–людина підтвердив ефективність потенціальних бар’єрів у сталому режимі, проте виявив небезпечні провали на перехідних ділянках. Зроблено висновок, що запропонована модель забезпечує стабільну синхронізацію та базовий рівень безпеки, але для гарантованого дотримання зазорів у всьому часовому інтервалі доцільно перейти до жорстких бар’єрних обмежень типу CBF та задачно-пріоритетних схем керування.

Детермінанти розвитку людського потенціалу в умовах структурної трансформації промисловості

2026-07-12T18:04:11+03:00

Структурна трансформація промисловості в Європі супроводжується глибокими змінами у структурі зайнятості. За цих умов людський розвиток визначає здатність економіки до адаптації, тоді як демографічні та міграційні процеси формують глибинні передумови промислових змін. Метою дослідження є визначення взаємозв’язку між ІЛР та комплексом демографічних та міграційних показників, оскільки їх вплив на ключові виміри ІЛР залишаються актуальним питанням в умовах структурної трансформації промисловості. У статті використовувалися такі методи дослідження: описова статистика; статистичні методи визначення нормальності даних; кореляційний аналіз – для визначення сили та напрямку кореляції; панельне регресійне моделювання дозволило виявити значущі результати в кількісній оцінці впливу факторів. Отримані результати дослідження розкривають статистично значущі зв’язки між демографічними та міграційними показниками та кожним виміром ІЛР. Кореляційний аналіз визначив напрямок, силу та тісноту зв’язків між ключовими змінними. Результати виявили помірний ступінь позитивної кореляції між коефіцієнтом вікової залежності та двома вимірами людського розвитку: Довгим та здоровим життям та Гідним рівнем життя. Аналіз показав сильний негативний вплив коефіцієнта смертності майже на всі виміри ІЛР. Чистий коефіцієнт міграції має значний позитивний вплив на два виміри людського розвитку: Знання та Гідний рівень життя, а також на ІЛР в цілому. Чистий коефіцієнт міграції та загальний коефіцієнт імміграції стали предметом аналітичного інтересу для майбутніх досліджень як компенсуючі фактори, збільшення яких може пришвидшити прогрес ІЛР. Результати кореляційного аналізу дозволили виявити вплив інших показників на виміри ІЛР, але такий вплив був слабким, нелінійним або контекстно-залежним. Регресійний аналіз, проведений для кожного виміру людського розвитку, дав змогу зробити висновки, що мають високу практичну цінність. Побудовані моделі створили емпіричну основу для визначення ключових факторів впливу та дозволили проводити прогнозування, а також розробляти стратегії спрямовані на зміцнення стійкості людського капіталу та розвитку людського потенціалу в умовах структурної трансформації промисловості.