Том 5 № 148 (СТ ІПБТ)
Permanent URI for this collection
Volume 5 No. 148 (ST IIBT)
Browse
Recent Submissions
Item Імітаційна модель плаского повітряного сонячного колектора(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2023) Шедловський, Ігор Анатолійович; Гнатушенко, Володимир Володимирович; Шедловська, Яна Ігорівна; Горєв, Вячеслав МиколайовичUKR: Системи опалення, що використовують сонячні теплові колектори регулюють температуру підігрітого в сонячному колекторі повітря тільки зміною швидкості повітря, яке проходить через нього. Використання інформаційно- управляючої системи керування (зокрема в складі IoT) для поточного керування та прогнозних обчислень потребує використовувати узагальнюючу імітаційну модель. Проведені дослідження показали що модель, яка описує залежність температури повітря на виході з повітряного колектора від швидкості його потоку – нелінійна. Динаміка нагріву повітря визначається динамічною ланкою першого порядку. При розробці комп’ютерної системи керування необхідно враховувати використання датчиків температури повітря на вході і на виході сонячного колектора. Також потрібно використовувати дані з датчика поточної потужності сонячного випромінювання.Item Формування моделей класифікації невизначених даних процедурами редукції і каппа статистики(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2023) Скалозуб, Владислав Васильович; Горячкін, Вадим Миколайович; Терлецький, Ігор Андрійович; Дудник, Ілля ПетровичUKR: Стаття присвячена розвитку математичних моделей класифікації невизначених даних, представлених нечіткими величинами та коефіцієнтами упевненості CF(A). Процедури формування шаблонів діагностування використовують модифіковані мережі Хеммінга (МХН), а також методи редукції та статистики каппа Коена. При цьому визначаються граничні розмірності та склад параметрів моделі класифікації, які забезпечують встановлені ймовірнісні вимоги достовірності результатів розрахунків. Представлена процедура редукції простору моделі діагностування невизначених даних. У статті наведено постановки, математичні моделі та реалізації завдань класифікації за недетермінованими даними. Прикладом моделі класифікації за нечіткими даними являється завдання із встановлення авторів україномовних текстів. Завдання класифікації при даних у форматі CF(A) відповідає відбору кандидата. Результати числового моделювання дозволили встановити результативність, достовірність та ефективність запропонованих процедур формування достовірних моделей класифікації при невизначених даних.Item Визначення здатності штучного інтелекту до встановлення авторства художнього україномовного тексту за значними фрагментами(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2023) Іванов, Олександр Петрович; Скалозуб, Владислав Васильович; Горячкін, Вадим Миколайович; Шинкаренко, Віктор ІвановичUKR: Штучний інтелект стає невід’ємною частиною побутового життя та професійної діяльності людини. Представлена робота має на меті дослідити ефективність визначення авторства художніх текстів за допомогою сучасних інструментів штучного інтелекту, а саме інтелектуальна пошукова система Bing. Для експерименту було вибрано десять українських авторів з багатим доробком художніх творів, які відображають різні аспекти української культури та історії. Випадкові фрагменти довжиною до 500 слів були вибрані з різних творів цих авторів. Було проведено експеримент з визначення авторства 360 фрагментів. Використовуючи мову програмування Python та пакет skpy, було створено програмне забезпечення, яке надсилає запити та отримує відповіді від Bing бота, вбудованого в Microsoft Skype. В текстах відповідей перевірялася наявність імені автора фрази та відповідної назви твору. Встановлено, що довгі фрагменти дозволяють з високою точністю, але не завжди визначити автора художнього україномовного тексту.