Біоніка інтелекту

Вплив параметрів оптимізації інференції на ефективність спайкових нейронних мереж

2025-12-19T21:37:25+02:00

Спайкові нейронні мережі (SNN) – це третє покоління штучних нейромереж, яке завдяки своїй енергоефективності та розрідженості ідеально підходить для застосування у ресурсо-обмежених середовищах, як, наприклад, IoT або робототехніка. Однак і вони можуть не зустрічати екстремальних вимог, що призводить до необхідності використання методів оптимізації інференції, зокрема квантизації та прунінг. Сучасні дослідження вже розглядали практичне застосування даних методів для спайкових нейромереж, але вони не зосереджувались на впливі початкових параметрів оптимізації на продуктивність стисненої моделі. Мета цього дослідження полягає у систематизація та емпіричне дослідження впливу параметрів методів квантизації та прунінгу на кінцеву продуктивність спайкових нейронних мереж. Для експериментів було використано архітектуру згорткової SNN (CSNN) на основі нейрона Leaky Integrate-and-Fire (LIF). Модель тестувалась на трьох наборах даних класифікації зображень: MNIST, FMNIST та CIFAR10. Стиснення проводилося методами статичної k-бітної квантизації після навчання та структурованого прунінгу з різними коефіцієнтами, що зустрічаються у практичному використанні. Отримані результати показують, що при невисоких параметрах стиснення SNN демонструють несуттєву втрату точності, одночасно забезпечуючи значне зменшення розміру моделі та енергоспоживання. Однак, для більш складного набору даних, неоптимальної навченої моделі та при екстремальних налаштуваннях стиснення, спостерігається різке та значне погіршення метрик класифікації

Комп’ютерні моделі прогнозування значень часових рядів

2025-12-19T22:12:30+02:00

У роботі розглянуто підхід до комп’ютерного моделювання часових рядів на основі сучасних архітектур глибокого навчання, зокрема LSTM, GRU та їхніх гібридних комбінацій, а також ансамблевих моделей. Запропоновано порівняльний аналіз глибоких нейромережевих структур різної параметричної складності за метриками MAE, MSE, SMAPE та MAPE на тренувальній, валідаційній та тестовій вибірках. Показано, що гібридні архітектури LSTM+GRU забезпечують кращу якість прогнозування порівняно з окремими моделями, однак подальше нарощування глибини та кількості параметрів призводить лише до незначного приросту точності. Найкращі результати отримано для ансамблевого алгоритму, сформованого на основі кількох різнорідних моделей, який демонструє найнижчі значення похибок та підвищену стійкість до шумів і аномалій даних. Результати експериментів підтверджують, що поєднання глибинних рекурентних архітектур із ансамблевими підходами є ефективним інструментом підвищення точності та стабільності прогнозування довгострокових метеорологічних часових рядів і може бути використане як основа для побудови прикладних систем підтримки прийняття рішень в енергетиці, транспорті та інших динамічних галузях

Оптимізація зменшення розмірності медичних даних із застосуванням модифікованого автоенкодера

2025-12-19T22:26:14+02:00

У статті розглядається оптимізація процесу зменшення розмірності вибірок медичних даних із застосуванням модифікованого автоенкодера. Запропонований підхід передбачає попередню обробку даних через автоенкодер для виділення найбільш інформативних ознак. Отримані скорочені представлення надалі обробляються адаптивним нейро-фаззі методом із динамічним коефіцієнтом підсилення цільових векторів, що забезпечує результати для подальшого аналізу та класифікації.

У роботі наведено математичне формулювання алгоритму, описано модифікації автоенкодера, спрямовані на підвищення точності відновлення даних та зменшення інформаційних втрат під час редукції розмірності. Проведено експериментальне дослідження на медичних наборах даних, що демонструє ефективність запропонованого методу

Нейромережеві технології моніторингу та аналізу руйнівних пошкоджень аграрних ділянок

2025-12-19T22:51:10+02:00

Здійснено аналіз існуючих інтелектуальних технологій виявлення та класифікації руйнівних пошкоджень аграрних ділянок. Розроблено моделі класифікації аграрних ділянок за ступенем пошкоджень та сегментації зображень пошкоджених ділянок з використанням нейромережевої архітектури U-Net. Запропоновано прогнозну модель для визначення термінів відновлення пошкоджених ділянок з гібридним використанням архітектур TFT і LSTM та аналізу даних про стан ґрунтів і кліматичних факторів. Реалізовано інтеграцію розроблених моделей для створення інтелектуальної системи класифікації пошкоджень, сегментації уражених ділянок та прогнозування термінів рекультивації. Для реалізації системи були обрані: платформа WPF для створення зрозумілого та сучасного інтерфейсу, ONNX Runtime для ефективної роботи моделей штучного інтелекту, а також використання CSV-файлів для структурованого зберігання й обміну даними. Результати тестування підтверджують працездатність запропонованого підходу

Покращення якості розділення музичних сигналів в умовах наявності артефактів та обмеженої кількості тренувальних даних з використанням маскування функції втрат

2025-12-20T00:38:09+02:00

В поточній роботі досліджується ефективність використання підходу маскування функції втрат для тренування моделей розділення музичних сигналів в умовах наявності похибок в даних, зокрема артефактів перетікання. Пропонується стратегія м’якого маскування функції втрат, суть якої полягає в присвоєнні ваг значенням функції втрат у батчі обернено пропорційно до їхньої величини, і порівнюється з підходом жорсткого маскування, де ваги обчислюються як бінарні маски на основі того, чи перевищує значення функції втрат певний пороговий рівень. Проводиться дослідження щодо того, чи дає підхід м’якого маскування функції втрат кращі результати порівняно з жорстким маскуванням в умовах обмеженої кількості доступних навчальних даних. Результати засвідчують, що в умовах обмеженої кількості тренувальних даних, за умови наявності в них артефактів перетікання, підхід м’якого маскування дозволяє отримати кращі результати за підхід жорсткого маскування зокрема для виокремлення вокалу. Пропонується також метод оцінки результатів розділення заснований на апроксимації метрики MUSHRA з використанням нейронної мережі, задля врахування як об’єктивної так і суб’єктивної компоненти оцінки якості розділення сигналів системою.

Дослідження методів налаштувань гіперпараметрів для реалізації алгоритму випадковий ліс на основі медичних та психологічних даних

2025-12-20T00:21:30+02:00

Випадковий ліс є одним із найпоширеніших алгоритмів машинного навчання, що належить до методів ансамблевого навчання. Його застосовують у медицині, фінансах, соціальних науках, екології, ІТ та багатьох інших сферах. Сутність алгоритму полягає у створенні великої кількості дерев рішень і подальшому об’єднанні їхніх результатів для отримання точного та стабільного прогнозу. Попри численні переваги, випадковий ліс має й недоліки, зокрема низьку стійкість до різнорідності даних, що часто трапляється в медицині. У дослідженні алгоритм застосовується для аналізу медичних даних із психологічними показниками. Медичні дані мають порогові значення, які можуть давати неочікувані результати, тому оптимізація випадкового лісу залишається актуальною. Для аналізу альтернативних варіантів удосконалення обрано метод лінійної адитивної згортки. Він дозволяє обчислювати зважену суму нормалізованих показників, щоб порівнювати різні рішення. Цей метод є універсальним, простим у реалізації та придатним для задач із багатьма різнорідними критеріями. Досліджено способи оптимізації алгоритму випадковий ліс через налаштування гіперпараметрів. Розглянуто рандомізований пошук, пошук за сіткою та байєсівську оптимізацію. Проаналізовано їхні реалізації, особливості та можливі комбінації. На основі оцінки ефективності визначено, що для медичних і психологічних даних найкращим підходом є байєсівська оптимізація. Вона забезпечує більш точні та стабільні результати. Зрештою обрано найбільш оптимальний спосіб удосконалення алгоритму

Створення математичної моделі та програмного забезпечення для визначення ймовірнісних характеристик чистого магнію із застосуванням клітинних автоматів

2025-12-20T16:22:11+02:00

У статті розглянуто комплексний підхід дослідження механічної поведінки полікристалічного магнію. Запропоновано методологію дослідження впливу стохастичної природи мікроструктури магнію, зумовленої особливостями його гексагональної щільноупакованої (HCP) кристалічної ґратки, на варіативність макроскопічних пружних властивостей. Метою роботи було визначення ефективних пружних характеристик полікристалічного магнію шляхом аналізу стохастично згенерованих мікроструктур та проведення серії комплексних чисельних експериментів методом скінченних елементів. В дослідженнях метод клітинних автоматів було використано для генерації 100 незалежних тривимірних моделей репрезентативних об’ємів (RVE) зернової структури. Ці моделі відрізнялися випадковим розподілом центрів кристалізації та топологією зернових меж, забезпечуючи репрезентативну вибірку мікроструктурних реалізацій. Для кожної згенерованої моделі проведено серію чисельних експериментів за допомогою методу скінченних елементів (МСЕ). Граничні умови було реалізовано шляхом завдання поля переміщень, що відповідало набору унікальних сценаріїв деформаційного навантаження. Це дозволило обчислити напружено-деформований стан для кожного (RVE). У результаті дослідження визначено ефективні пружні характеристики чистого магнію та проведено їх статистичний аналіз. Встановлено, що розподіл модулів Юнга та зсуву підпорядковується нормальному закону з високим ступенем симетрії. Аналіз отриманих даних продемонстрував, що, незважаючи на виражену локальну анізотропію окремих кристалітів, полікристалічний магній демонструє квазіізотропну поведінку зі стабільними усередненими характеристиками. Низькі стандартні відхилення параметрів свідчать про високу статистичну стабільність моделі. Результати підтверджують ефективність запропонованого підходу. Такий метод дозволяє точно відтворити реальні пружні характеристики матеріалу з мінімальною похибкою відносно довідкових даних, без необхідності проведення дорогих лабораторних випробувань

Застосування блокчейн-технологій для забезпечення прозорості виборчих процесів в організаціях

2025-12-20T17:02:36+02:00

У роботі розглянуто підхід до створення децентралізованої системи електронного голосування на основі блокчейна Ethereum. Модель поєднує смарт-контракти, механізм commit–reveal та токени прав голосу у форматі SBT, що забезпечує прозорість, захист від маніпуляцій і неможливість передачі голосу. Офчейн-сервер використовується лише для журналювання подій та аналітики, не впливаючи на підрахунок. Експериментальні дослідження у мережі Sepolia підтвердили коректність роботи системи та її придатність для застосування в організаційних виборах. Результати демонструють перспективність блокчейн-підходу для підвищення довіри та безпеки цифрових виборчих процесів

Багатокрокова система саморецензування для перетворення природної мови у Cypher-запити Neo4j

2025-12-20T17:19:52+02:00

У статті представлено багатокрокову систему саморецензування для автоматизованого перетворення текстових запитів природною мовою у Cypher-запити до графової бази даних Neo4j. Робота поєднує механізми самоперевірки великих мовних моделей (LLM), аналіз структури графа знань та багаторівневу валідацію синтаксису й семантики згенерованих запитів. Запропонований підхід включає три основні етапи: попередній аналіз схеми графа, первинну генерацію запиту на основі LLM та ітеративну самоперевірку з використанням агентів валідації, які виявляють логічні, структурні та аналітичні помилки. Запропонована система впроваджена у прототипі програмного забезпечення, що виконує експериментальне порівняння генерації запитів із самоперевіркою та без неї. Результати експериментів показують, що використання self-review механізму забезпечує підвищення коректності Cypher-запитів, зменшення кількості логічних та структурних помилок і покращення відповідності сформованих запитів аналітичним OLAP-вимогам. Отримані результати підтверджують ефективність багатокрокового саморецензування для підвищення надійності текстового інтерфейсу до графових аналітичних систем.

Моделювання процесу формування системи КРІ для оцінки продуктової стратегії на основі нечіткої когнітивної карти

2025-12-20T18:31:39+02:00

Розглянуто бізнес-процес стратегічного аналізу продуктових напрямків ІТ-компанії та оцінки продукту. Запропоновано підхід до формування системи КРІs для оцінки продуктової стратегії на основі побудови нечіткої когнітивної карти. Проведено когнітивне моделювання для оцінювання впливу КРІs на аспекти оцінювання продуктової стратегії: фінансовий результат, рівень задоволеності клієнтів та ефективність продажів/маркетингу. У результаті сформовано систему основних КРІs продукту, отримані вагові коефіцієнти КРІs для розрахунку агрегованого фінансового показника, усередненого показника задоволеності клієнтів та усередненого показника ефективності продажів і маркетингової ефективності. Проведено аналіз різних можливих сценаріїв впливу змін значень КРІs на аспекти реалізації продуктової стратегі. Продакт-менеджер оцінює майбутні наслідки реалізації продуктової стратегії на основі результатів моделювання змін КРІs.

Інформаційна технологія моделювання кризових ситуацій у VR/AR з елементами гейміфікації для навчання домедичній допомозі цивільного населення

2025-12-20T19:23:06+02:00

Актуальність дослідження зумовлена критичною потребою в ефективній та психологічно реалістичній підготовці фахівців і цивільного населення до надання домедичної допомоги в умовах воєнних дій та кризових ситуацій. Традиційні методи навчання не можуть повною мірою симулювати стресові фактори та інтерактивну динаміку реальних надзвичайних подій. Метою дослідження є розробка інформаційної технології для інтерактивного VR/AR-симулятора домедичної допомоги, що дозволяє користувачам без ризику відпрацьовувати критично важливі навички в середовищі, максимально наближеному до бойових умов. Для реалізації проекту використано технології формування Бізнес-моделі та Структури декомпозиції робіт (WBS) для MVP; генеративного штучного інтелекту (DALL-E, Trellis3D, Tripo, Meshy, Stable Diffusion) для швидкої генерації реалістичного 2D та 3D-контенту (руїни, постраждалі, поранення); створення VR-сцени у Unreal Engine 5 на базі шаблону VR Template; реалізацію ключових VR-механік, таких як Smooth Locomotion, система захоплення об'єктів (Grabbable Objects), а також інтеграцію навчального мультимедійного контенту. Результати демонструють успішне створення прототипу VR-середовища з інтерактивним сценарієм надання допомоги, наприклад, після ракетного удару. Сформовано десятки моделей різних елементів реального середовища сучасного українського міста за допомогою мобільної фотограмметрії, використовуючи RealityScan, зі зниженою кількістю фото (близько 30-50 кадрів замість 80-100) для досягнення ефекту пошкоджених об’єктів. Імпортовано 3D-моделі, згенеровані ШІ (Tripo, Meshy) та знайдені на маркетплейсах, а також реалізовано коректну колізію, телепорт і плавне переміщення користувача. Висновки підтверджують ефективність інтеграції генеративного ШІ та ігрових технологій для оперативного створення спеціалізованого VR-контенту. Експеримент із фотограмметрією показав, що свідоме зменшення кількості вхідних даних (використано лише 37,5–62,5% від рекомендованої кількості фото) є життєздатним творчим методом для моделювання зони ураження шляхом індукування некритичних спотворень сітки та текстур. Отримані навички дозволяють ефективно застосовувати AI-інструменти для розробки навчальних та симуляційних VR/AR-середовищ, що має високе прикладне значення у сфері безпеки та медицини.

Метод побудови адаптивних пояснень в системах електронної комерції на основі еволюції користувацьких відгуків

2025-12-20T19:55:12+02:00

Розглянуто методи побудови пояснень щодо рекомендацій в системах електронної комерції на основі аналізу еволюції відгуків користувачів. Розроблено метод побудови адаптивних пояснень з використанням великих мовних моделей, який базується на представленні еволюції продукту, що враховує його характеристики та сентимент у відгуках користувачів. Метод містить етапи формування бази відгуків, відстеження змін сентименту для кожної характеристики, ідентифікації подій покращень продукту, вибору рівня деталізації пояснень згідно фази життєвого циклу та побудови адаптованих пояснень. Метод дозволяє забезпечити прозоре відображення характеристик зрілості рекомендованого продукту для користувачів системи електронної комерції на основі зворотного зв’язку від виробника

Застосування алгебро-логічного моделювання в умовах інтелектуалізації прийняття рішень неповного визначення інформації

2025-12-20T20:12:06+02:00

У статті розглянуто застосування алгебро-логічного моделювання в умовах інтелектуалізації прийняття рішень неповного визначення інформації. В роботі розглянута можливість зменшення обсягу обчислень в системному управлінні складною системою: обговорена процедура відбору ознак, де кількість ознак може бути зменшена. Наведено приклад використання математичного апарату теорії інтелекту, методу компараторної ідентифікації та інструментарію алгебри скінченних предикатів, який полягає у побудові моделі ідентифікації медично-діагностичних параметрів у вигляді системи предикатних рівнянь, при розв’язанні яких маємо інтерпретацію медичних знань у певній області.

Метод побудови нейросимвольного представлення ментальної моделі рішення інтелектуальної системи

2025-12-20T20:27:00+02:00

Розглянуто методи побудови ментальних моделей рішень інтелектуальних систем на основі інтеграції нейромережевих і символьних компонентів. Розроблено метод побудови нейросимвольного представлення ментальної моделі, який базується на двошаровій нейросимвольній архітектурі з можливістю виявлення прихованих ознак, відбору значущих ознак та механізмом нейросимвольного перетворення для відображення скритих представлень у символьні концепції. Метод містить етапи вилучення прихованих ознак, відбору ознак на основі уваги, нейросимвольного перетворення, побудови орієнтованого ациклічного графа для каузальної структури та перевірки каузальності з використанням лінійної темпоральної логіки. Метод створює умови для автоматизованого виявлення індивідуальних ментальних моделей користувачів із можливостями їх інтерпретації згідно з особливостями предметної області, а також побудови персоналізованих пояснень у системах пояснювального штучного інтелекту

Моделі обробки текстових бізнес-правил у системах підтримки прийняття рішень.

2025-12-20T20:32:38+02:00

У статті розглянуто проблему формалізації та автоматизованої обробки текстових бізнес-правил у системах підтримки прийняття рішень з урахуванням наявної структури даних та контексту предметної області. Запропоновано математичні моделі, що охоплюють три ключові етапи обробки правил: визначення структурних компонентів текстового бізнес-правила, побудову формальної таблиці рішень у нотації DMN та валідацію синтаксису й семантики згенерованої моделі за правилами логічної узгодженості. Модель структурного аналізу забезпечує формальне виділення умов, дій та залежностей із урахуванням доступних даних; модель генерації DMN визначає відповідність текстових конструкцій елементам таблиці рішень і враховує контекст системи підтримки рішень; модель валідації дозволяє виявляти логічні суперечності, неповноту та помилки узгодженості у формальній моделі. Представлено прототип програмної системи, що реалізує запропоновані моделі та дозволяє проводити експериментальне тестування їхньої ефективності. Результати експериментів демонструють коректність формалізації, повноту відображення бізнес-правил у DMN-таблиці та дієвість автоматичного виявлення структурних, синтаксичних і семантичних помилок.

Синтез комп’ютерної інформаційно-аналітичної системи по надзвичайним ситуаціям. Частина 1

2025-12-20T20:45:10+02:00

У роботі розглянуто концепцію синтезу комп’ютерної інформаційно-аналітичної системи для моніторингу, аналізу та підтримки прийняття рішень під час надзвичайних ситуацій. Робота містить огляд класифікацій надзвичайних ситуацій, аналіз існуючих інформаційних систем, а також обґрунтування вибору архітектури майбутньої системи. Метою роботи є синтез комп’ютерної інформаційно-аналітичної системи, яка дозволяє в реальному часі аналізувати поточну ситуацію, прогнозувати розвиток подій та надавати рекомендації для реагування на надзвичайні ситуації.

Синтез комп’ютерної інформаційно-аналітичної системи по надзвичайним ситуаціям. Частина 2

2025-12-20T20:55:27+02:00

У статті розглянуто концепцію синтезу комп’ютерної інформаційно-аналітичної системи для моніторингу, аналізу та підтримки прийняття рішень під час надзвичайних ситуацій. Розроблено функціональну модель прототипу, наведено опис реалізації ключових модулів системи, запропоновано використання методів машинного навчання для оцінки ступеня загроз. Робота включає прикладне програмне рішення та результати його верифікації на основі сценаріїв з відкритих джерел. Практичне значення полягає у створенні прототипу універсальної системи, яку можна адаптувати для потреб Державної служби України з надзвичайних ситуацій, місцевих органів влади або підприємств критичної інфраструктури.

Аналіз і порівняння методів математичної підтримки регулювання нерівномірності споживання газу в газотранспортній системі України в умовах невизначеності.

2025-12-20T21:10:44+02:00

У статті проведено аналіз і порівняння сучасних методів математичної підтримки процесів регулювання нерівномірності споживання природного газу в газотранспортній системі України, що функціонують в умовах підвищеної невизначеності, зумовленої воєнними діями та змінами на енергетичному ринку. Визначено основні фактори невизначеності, що впливають на стабільність та ефективність функціонування газотранспортної системи. Проаналізовано існуючі підходи до прогнозування споживання газу, способи покриття сезонної, добової та годинної нерівномірності, надано оцінку їх техніко-економічної ефективності. Запропоновано використання комбінованих методів регулювання, які поєднують стохастичне моделювання та цифровий моніторинг стану систем з урахуванням воєнних ризиків і невизначеності попиту. Результати дослідження можуть бути використані при оптимізації режимів транспортування газу, підвищенні енергетичної стійкості регіональних систем газопостачання, плануванні резервів та розробці моделей адаптивного управління для кризових умов.