http://lib.kart.edu.ua/handle/123456789/26675 Sun, 12 Apr 2026 22:16:32 GMT 2026-04-12T22:16:32Z http://lib.kart.edu.ua/handle/123456789/30891 Title: Система динамічного визначення циклограми розумного світлофору з врахуванням небезпечних метеоумов за допомогою навчання з підкріпленням Authors: Снегірьов, Владислав Віталійович; Snehirov, Vladyslav Abstract: UA: Система динамічного визначення циклограми розумного світлофору спроєктовано відносно локального світлофора. Основна увага в роботі приділена побудові циклограми із змінними параметрами (тривалість циклу; кількість, тривалість та послідовність фаз) і врахуванням небезпечних метеоумов для світлофора. Моделювання системи виконано засобами UML діаграм. Сценарії визначення циклограми реалізовані в середовищах Mental та Modeler MATLAB. У якості алгоритму навчання з підкріпленням обрано Soft Actor-Critic (SAC). Розроблено власне середовище SmartTrafficEnv та сформовано синтетичний набір даних, який моделює різні погодні й транспортні умови, зокрема умови нормального руху і умови наявності туману та ожеледиці. Навчений агент визначає тривалості зеленого, жовтого, червоного сигналів і захисного інтервалу безпеки залежно від стану метеоумов оточення світлофору. Інтеграцію модулів системи реалізовано у середовищі Node-RED для обробки даних, виконання розрахунків параметрів циклограми та відображення результатів. Проведене тестування підтвердило здатність системи динамічно змінювати параметри циклограми відповідно до умов середовища з пріоритетом безпеки руху.; EN: The system for dynamic determination of the smart traffic light cycle is designed for a local traffic light. The main attention in the work is paid to the construction of a cycle with variable parameters (cycle duration; number, duration and sequence of phases) and taking into account dangerous weather conditions for the traffic light. The system is modeled using UML diagrams. The cycle definition scenarios are implemented in the Mental and Modeler MATLAB environments. Soft Actor-Critic (SAC) is selected as the reinforcement learning algorithm. The SmartTrafficEnv environment has been developed and a synthetic dataset has been formed that simulates various weather and transport conditions, in particular, normal traffic conditions and conditions of fog and ice. The trained agent determines the durations of green, yellow, red signals and the all-red clearance interval depending on the weather conditions surrounding the traffic light. The integration of the system modules is implemented in the Node-RED environment for data processing, calculation of cycle parameters and display of results. The testing confirmed the system's ability to dynamically change the cyclegram parameters according to environmental conditions with traffic safety as a priority. Thu, 01 Jan 2026 00:00:00 GMT http://lib.kart.edu.ua/handle/123456789/30891 2026-01-01T00:00:00Z http://lib.kart.edu.ua/handle/123456789/30890 Title: Система ідентифікації персоналізованих динамічних сценаріїв роботи розумного будинку на основі методу регресійного дерева рішень Authors: Полуектов, Олексій Геннадійович; Poluektov, Oleksii Abstract: UA: Метою роботи є створення програмно-апаратної системи ідентифікації персоналізованих динамічних сценаріїв роботи розумного будинку. Персоналізовані динамічні сценарії роботи розумного будинку здатні підвищити енергоефективність та забезпечити індивідуалізований підхід до комфорту користувачів. Система ідентифікації визначає сценарій роботи розумного дому враховуючи історичні дані результатів моніторингу показників температури, вологості, рівня освітленості приміщення і наявності людини в приміщенні. Моделювання системи виконано засобами UML діаграм, а також в середовищах Mental Modeler та MATLAB. В середовище Node-RED інтегровані модулі системи, які забезпечують формування синтетичних даних із врахуванням перехідних процесів в системі, для навчання моделі регресійного дерева рішень; отримання даних від сенсорів за протоколом MQTT; визначення сценаріїв роботи розумного дому за допомогою вже навченої моделі регресійного дерева рішень та візуалізацію результатів ідентифікації сценаріїв в Node-RED. Система ідентифікації задовольняє потребам граничних обчислень. Проведене тестування системи підтвердило перспективність обраного підходу до формування сценаріїв роботи, що динамічно змінюються відповідно уподобань користувача.; EN: The purpose of the work is to create a software and hardware system for identifying personalized dynamic scenarios of smart home operation. Personalized dynamic scenarios of smart home operation can increase energy efficiency and provide an individualized approach to user comfort. The identification system determines the scenario of a smart home operation considering historical data from monitoring results of temperature, humidity, room illumination level and presence of a person in the room. The system is modeled using UML diagrams, as well as in the Mental Modeler and MATLAB environments. The Node-RED environment integrates system modules that provide synthetic data generation taking into account transient processes in the system for training a regression decision tree model; receiving data from sensors via the MQTT protocol; determining smart home operation scenarios using an already trained regression decision tree model and visualizing the results of scenario identification in Node-RED. The identification system meets the needs of edge computing. The system testing confirmed the promising approach to the formation of work scenarios that dynamically change according to user preferences. Thu, 01 Jan 2026 00:00:00 GMT http://lib.kart.edu.ua/handle/123456789/30890 2026-01-01T00:00:00Z http://lib.kart.edu.ua/handle/123456789/30889 Title: Інтелектуальна, керована подіями система управління мобільним роботом, що обслуговує пасажирів у вагоні поїзда Authors: Гріненко, Олександр Сергійович; Hrinienko, Oleksandr Abstract: UA: Метою роботи є дослідження та розробка інтелектуальної системи підтримки обслуговування пасажирів у вагоні поїзда з використанням мобільного робота для підвищення рівня комфорту, безпеки та якості сервісу. Предметом дослідження є методи та моделі прийняття рішень в інтелектуальних роботизованих системах транспортної галузі. Методами дослідження є аналіз наукових джерел за тематикою роботи, когнітивне моделювання, методи нечіткої логіки та синтез інтелектуальної інформаційної системи. У роботі виконано проєктування інтелектуальної системи з використанням UML діаграм, побудовано модель нечіткої когнітивної карти для аналізу взаємозв’язків між параметрами функціонування системи, а також розроблено модель в середовищі MATLAB. У середовищі Node-RED створено динамічний прототип системи, що реалізує логіку прийняття рішень та взаємодію мобільного робота з пасажирами у режимі реального часу за моделлю подієво-керованої архітектури (Event-Driven Architecture). Проведено моделювання та аналіз результатів, які підтвердили адекватність і працездатність запропонованих рішень.; EN: The purpose of this work is to develop and study an intelligent system that supports passenger service in a train carriage, utilizing a mobile robot to enhance comfort, safety, and service quality. The subject of the study is methods and models of decision-making in intelligent robotic systems for transportation. The research methods include analysis of scientific sources on the topic of the work, cognitive modeling, fuzzy logic methods, and synthesis of an intelligent information system. The work involves designing an intelligent system using UML diagrams, constructing a fuzzy cognitive map model to analyze the relationships between the system's parameters, and developing a Mamdani-type fuzzy inference model in the MATLAB environment. A dynamic prototype of the system was created in the Node-RED environment, which implements decision-making logic and enables real-time interaction between the mobile robot and passengers using an Event-Driven Architecture approach. Modeling and analysis of the results were conducted, confirming the adequacy and performance of the proposed solutions.; Qualification work Thu, 01 Jan 2026 00:00:00 GMT http://lib.kart.edu.ua/handle/123456789/30889 2026-01-01T00:00:00Z http://lib.kart.edu.ua/handle/123456789/30832 Title: Дослідження систем інтелектуального відеоспостереження в інфокомунікаційних системах Authors: Нестеренко, Дмитро Петрович Abstract: UA: Актуальність роботи. Інформаційно-комунікаційні системи посідають провідне місце в сучасному суспільстві, забезпечуючи надійну передачу, оброблення та зберігання інформації. Інтелектуальні системи відеоспостереження є важливою складовою інфокомунікаційних технологій і сприяють підвищенню рівня безпеки та ефективності процесів моніторингу. З огляду на динамічне зростання попиту на інноваційні рішення в цій сфері, розроблення вебсайту для інтелектуальних систем відеоспостереження набуває особливої актуальності як у науковому, так і в практичному аспекту. Об’єкт дослідження — веб-сайт для інтеграції систем інтелектуального відеоспостереження, який забезпечує моніторинг у реальному часі, обробку відеопотоків та взаємодію з користувачами. Метою роботи є розробка веб-сайту для інтеграції та управління системами інтелектуального відеоспостереження. Основними завданнями є створення інтуїтивного інтерфейсу, забезпечення стабільної роботи системи при високих навантаженнях та впровадження функцій аналітики відеоданих.; EN: Relevance of the study. nformation and communication systems play a leading role in modern society, ensuring reliable transmission, processing, and storage of information. Intelligent video surveillance systems are an important component of information and communication technologies and contribute to improving the security and efficiency of monitoring processes. Given the dynamic growth in demand for innovative solutions in this area, the development of a website for intelligent video surveillance systems is becoming particularly relevant in both scientific and practical terms. Object of the study — a website for integrating intelligent video surveillance systems that ensures real-time monitoring, video stream processing, and user interaction. The aim of the study is to develop a website for the integration and management of intelligent video surveillance systems. The main tasks include creating an intuitive user interface, ensuring the stable operation of the system under high loads, and implementing video data analytics features. Thu, 01 Jan 2026 00:00:00 GMT http://lib.kart.edu.ua/handle/123456789/30832 2026-01-01T00:00:00Z