http://lib.kart.edu.ua/handle/123456789/953 2026-06-01T23:01:10Z 2026-06-01T23:01:10Z Кірдіна, Олена Григорівна http://lib.kart.edu.ua/handle/123456789/32469 2026-05-31T05:08:29Z 2014-01-01T00:00:00Z

Title: Оновлення рухомого складу залізничного транспорту: вектор на вітчизняного виробника Authors: Кірдіна, Олена Григорівна Abstract: Сьогодні світовий ринок транспортного машинобудування активно розвивається. Вже визначено світових лідерів, частка ринка яких настільки значна, що вітчизняним виробникам рухомого складу майже неможливо вийти на зовнішній ринок з конкурентоспроможною продукцією. При цьому вітчизняні споживачі, серед яких Укрзалізниця, обмежені в коштах на придбання продукції цих підприємств та шукають інші більш дешеві шляхи оновлення рухомого складу. Цей шлях може виявитися хибним, що і підтвердило нещодавні події з поїздами Hyundai. Ці проблеми потребують втручання держави щодо підтримки вітчизняного транспортного машинобудування за рахунок створення необхідних умов для його розвитку та забезпечення конкурентоспроможності.

2014-01-01T00:00:00Z Sadovnykov, Borys Lysechko, Volodymyr Садовников, Борис Ігорович Лисечко, Володимир Петрович http://lib.kart.edu.ua/handle/123456789/32279 2026-05-12T04:17:16Z 2025-01-01T00:00:00Z

Title: Adaptive behaviour tuning of a neural network-based method for moving object recognition in video streams Authors: Sadovnykov, Borys; Lysechko, Volodymyr; Садовников, Борис Ігорович; Лисечко, Володимир Петрович Abstract: EN: The article presents an improvement of the method for searching and recognizing moving objects in video streams in real time, which is based on calculating interframe differences (deltas) and using a neural classifier. A mechanism for adaptive behaviour tuning of the method depending on the characteristics of the input data is proposed, which makes it possible to increase the recognition accuracy and processing speed under changing background conditions and limited computational resources. The developed method is an evolutionary adaptive mechanism, that allows the algorithm to gradually change its processing strategies based on the collected data, forming a heat map and optimising its performance for the specifics of a particular environment. To evaluate the effectiveness, an experimental comparison of the improved method with its basic version [5] was carried out, analyzing indicators such as average frame processing time, RAM and video memory usage, CPU and GPU load, and recognition accuracy. The optimization resulted in up to a 20% increase in processing speed and a slight improvement in accuracy (~0.8%) without increasing the use of key computational resources. The experimental results confirm the feasibility of integrating the adaptation mechanism into the delta-classification method to improve its efficiency for real-time operation.; UA: У статті представлено удосконалення методу пошуку та розпізнавання рухомих об’єктів у відеопотоці в реальному часі, що ґрунтується на обчисленні міжкадрових змін (дельт) та використанні нейронного класифікатора. Запропоновано механізм адаптивного налаштування поведінки методу залежно від характеристик вхідних даних, що дозволяє підвищити точність і швидкодію розпізнавання в умовах змінного фону та обмежених обчислювальних ресурсів. Розроблений метод можна інтерпретувати як еволюційно-адаптивний механізм, оскільки він дозволяє алгоритму поступово змінювати свої стратегії обробки на основі зібраних даних, формуючи теплову карту та оптимізуючи свою продуктивність для специфіки конкретного середовища. Для оцінки ефективності проведено експериментальне порівняння удосконаленого методу з його базовою версією [5], у рамках якого аналізувалися середній час обробки кадру, використання оперативної та відеопам’яті, навантаження на процесор і графічний адаптер, а також точність розпізнавання. Оптимізація забезпечила приріст швидкості обробки до 20 % та незначне підвищення точності (~0,8 %) без збільшення використання основних обчислювальних ресурсів. Отримані експериментальні результати підтверджують доцільність інтеграції механізму адаптації у метод дельта-класифікації для підвищення його ефективності роботи в режимі реального часу.

2025-01-01T00:00:00Z Syvolovskyi, Illia Komar, Oleksii Сиволовський, Ілля Михайлович Комар, Олексій Миколайович http://lib.kart.edu.ua/handle/123456789/32278 2026-05-12T04:05:24Z 2025-01-01T00:00:00Z

Title: A method of multicriteria data stream distribution in telecommunication networks based on an evolutionary approach Authors: Syvolovskyi, Illia; Komar, Oleksii; Сиволовський, Ілля Михайлович; Комар, Олексій Миколайович Abstract: EN: The article presents a method of multicriteria decision-making for the distribution of data streams in telecommunication systems, developed on the basis of the modified genetic algorithm NSGA-III. The proposed model takes into account the dynamic nature of the load, resource constraints, the possibility of delegating tasks between clusters, and predicting peak traffic surges. The problem is formalized as a generalized scheduling problem with a set of criteria, including minimizing the use of node resources, load balancing, and reducing the number of delegated streams. The architecture of the system with the logic of stream processing and interaction of cluster coordinators is described. The developed algorithm includes adaptive updating of reference directions, hybrid ranking taking into account the probability of overload, and dynamic adjustment of the mutation rate according to the predicted load. The effectiveness of the proposed approach is confirmed by calculating the fitness function and analyzing the resulting Pareto fronts. It is substantiated that the method allows maintaining high flexibility and accuracy of data stream (load) distribution in the variable environment of telecommunication networks.; UA: У статті представлено комплексне дослідження, присвячене розробці адаптивного методу реконструкції сигналів у динамічних середовищах. Запропонований метод базується на використанні модифікованих рядів Вольтерра з часовими обмеженнями, де внесок ядер обмежується локальними часовими вікнами, визначеними за допомогою згладжувальної Гаусової функції. Такий підхід дозволяє подолати обмеження традиційних спектральних методів, які внаслідок згладжувального ефекту не здатні точно відтворювати швидкоплинні або імпульсні особливості сигналу. Для виявлення критичних ділянок сигналу, а саме областей з різкими змінами або локальними аномаліями, в роботі введено індикатор нестабільності, що дозволяє здійснювати вибіркову активацію часово обмеженої моделі лише в нестійких зонах. У стабільних ділянках сигналу реконструкція виконується з використанням частотної моделі, що забезпечує ефективне використання обчислювальних ресурсів. За результатами експериментів отримано зростання коефіцієнта локальної узгодженості (ALC) в діапазоні 10–14% в залежності від просторової локалізації критичних точок та інтенсивності часових змін сигналу, а також зменшення середньоквадратичної похибки (MSE) на 12–18% у порівнянні з традиційними методами частотної реконструкції. Отримані результати підтверджують ефективність запропонованого методу у задачах обробки сигналів для когнітивних телекомунікаційних систем в умовах складного завадового середовища.

2025-01-01T00:00:00Z Perets, K. Zhuchenko, O. Перець, Костянтин Геннадійович Жученко, Олександр Сергійович http://lib.kart.edu.ua/handle/123456789/32277 2026-05-12T03:49:30Z 2025-01-01T00:00:00Z

Title: Method of localized signal reconstruction in dynamic environments based on modified Volterra series Authors: Perets, K.; Zhuchenko, O.; Перець, Костянтин Геннадійович; Жученко, Олександр Сергійович Abstract: EN: The paper presents a comprehensive study and development of an adaptive method for signal reconstruction in dynamic environments. The proposed method is based on the use of modified Volterra series with temporal constraints, where the contribution of kernels is limited by local time windows defined using a smoothing Gaussian function. This approach overcomes the limitations of traditional spectral methods, which, due to the smoothing effect, are unable to accurately reproduce transient or impulsive features of the signal. To detect critical areas of the signal, an instability indicator is introduced, enabling selective activation of the time-limited model only in unstable zones. In stable regions of the signal, reconstruction is carried out using a frequency model, ensuring efficient use of computational resources. Experimental results show an increase in the local coherence coefficient (ALC) in the range of 10–14%, depending on the spatial localization of critical points and the intensity of temporal signal changes, as well as a decrease in the mean squared error (MSE) by 12–18% compared to traditional frequency-based reconstruction methods. The obtained results confirm the effectiveness of the proposed method for signal processing in cognitive telecommunications systems under complex noise conditions.; UA: У статті представлено комплексне дослідження, присвячене розробці адаптивного методу реконструкції сигналів у динамічних середовищах. Запропонований метод базується на використанні модифікованих рядів Вольтерра з часовими обмеженнями, де внесок ядер обмежується локальними часовими вікнами, визначеними за допомогою згладжувальної Гаусової функції. Такий підхід дозволяє подолати обмеження традиційних спектральних методів, які внаслідок згладжувального ефекту не здатні точно відтворювати швидкоплинні або імпульсні особливості сигналу. Для виявлення критичних ділянок сигналу, а саме областей з різкими змінами або локальними аномаліями, в роботі введено індикатор нестабільності, що дозволяє здійснювати вибіркову активацію часово обмеженої моделі лише в нестійких зонах. У стабільних ділянках сигналу реконструкція виконується з використанням частотної моделі, що забезпечує ефективне використання обчислювальних ресурсів. За результатами експериментів отримано зростання коефіцієнта локальної узгодженості (ALC) в діапазоні 10–14% в залежності від просторової локалізації критичних точок та інтенсивності часових змін сигналу, а також зменшення середньоквадратичної похибки (MSE) на 12–18% у порівнянні з традиційними методами частотної реконструкції. Отримані результати підтверджують ефективність запропонованого методу у задачах обробки сигналів для когнітивних телекомунікаційних систем в умовах складного завадового середовища.

2025-01-01T00:00:00Z