http://bionics.nure.ua/issue/feedБіоніка інтелекту2025-08-13T23:45:15+00:00Кириченко Ірина Віталіївнаiryna.kyrychenko@nure.uaOpen Journal Systems<p>Заснований Харківським національним університетом радіоелектроніки у 1967 році .</p> <p>Свідоцтво про держреєстрацію <a href="http://bionics.nure.ua/public/site/images/iryna_kyrychenko/bionics-of-intelligence.jpg">КВ № 12072-943 ПР</a> від 07.12.2006.</p> <p>Журнал включено до Переліку наукових фахових видань України, категорія «Б», технічні науки (затверджено <a href="https://mon.gov.ua/ua/npa/pro-zatverdzhennya-rishen-atestacijnoyi-kolegiyi-ministerstva-vid-2-lipnya-2020-roku">наказом МОНУ</a> від 02.07.2020 № 886).</p> <p>Сфера поширення й категорія читачів: загальнодержавна та зарубіжна.</p> <p>Періодичність: журнал виходить 2 рази на рік в липні і грудні.</p> <p>Мови публікацій: англійська, українська, російська.</p> <p>Мета виходу в світ журналу «Біоніка інтелекту» – популяризація й пропаганда в середовищі студентів, аспірантів, інженерів, науковців нових наукових напрямків, технологій, ідей, зближення теорії з практикою.</p>http://bionics.nure.ua/article/view/337386Від словника до бази даних: трансформація та захист.2025-08-13T16:01:30+00:00А. Дорожинськаalonadrzh@gmail.comС. Дорожинськийdorozhun1706@gmail.com<p>У статті окреслено важливість оцифрування даних у сучасному суспільстві та в контексті протидії агресору. Також показано проблеми, пов'язані з паперовими носіями, які з часом втрачають свою актуальність і стають непридатними для роботи. У дослідженні пропонується використовувати litedb як легку nosql-базу даних для оцифрування інформації завдяки простоті використання, можливості вбудовування, формату даних json/bson, оцінці безпеки та легкій масштабованості. Особливий акцент зроблено на використанні бібліотеки htmlagilitypack для роботи з html в середовищі .net. Зазначається, що вона допомагає аналізувати html-сторінки, витягувати структуровані дані та конвертувати html у структурований формат. Важливим пріоритетом цих інструментів є можливість використання вбудованих або підключених систем захисту інформації, найкращим варіантом яких є квантова криптографія та квантовий розподіл ключів. Перевагою такого захисту є його стійкість до більшості сучасних атак, навіть в умовах невизначеності.</p>2025-06-30T00:00:00+00:00Авторське право (c) 2025 Біоніка інтелектуhttp://bionics.nure.ua/article/view/337393Метод виявлення джерел дезінформації на основі ансамблевих моделей машинного навчання.2025-08-13T16:32:47+00:00О.В. Лозинськаolha.v.lozynska@lpnu.uaО.О. Марківoksana.o.markiv@lpnu.uaВ.А. Висоцька victoria.a.vysotska@lpnu.ua<p>У представленому дослідженні розроблено метод виявлення джерел дезінформації на основі ансамблевих моделей машинного навчання. Проаналізовано сучасні методи боротьби з дезінформацією та виявлення неправдивого контенту. В рамках роботи реалізовано систему ідентифікації фейків, побудовану на ансамблевому підході, а також описано її архітектурну структуру. Детально описано основні етапи очищення текстових даних, отриманих із соціальних мереж і новинних, зокрема нормалізацію категоріальних змінних. Проведено статистичний аналіз тексту та аналіз критеріїв виявлення джерел поширення дезінформації. Здійснено аналіз балансу цільових і допоміжних змінних, що дало змогу виявити залежності між мовою повідомлення та достовірністю. Для моделювання використано два різні типи текстових ембедингів та відповідні моделі класифікації: лінійну регресію та логістичну регресію. Підсумковим етапом стало застосування ансамблю моделей, що дало змогу поєднати прогностичну здатність обох моделей. Результати показали, що комбінація підходів покращує класифікаційну якість, особливо в умовах незбалансованих даних. Використання ансамблю моделей дало змогу збільшити точність з 73% (модель 1) та 71% (модель 2) до 78%.</p>2025-06-30T00:00:00+00:00Авторське право (c) 2025 Біоніка інтелектуhttp://bionics.nure.ua/article/view/337395Дослідження методів зберігання візуальних даних2025-08-13T16:55:06+00:00І. В. Кириченкоiryna.kyrychenko@nure.uaГ. Ю. Терещенкоhlib.tereshchenko@nure.uaВ. В. Ніколенко vitalii.nikolenko@nure.ua<p>Стаття присвячена дослідженню зберігання великих обсягів візуальних даних в програмних системах з використанням різних технологій та підходів до зберігання. В роботі проаналізовано актуальні методи зберігання даних, переваги та недоліки використання реляційних та нереляційних СКБД, наявних вбудованих технологій для роботи з даними великого розміру, MS SQL Server FILESTREAM, порівняно зі зберіганням цих даних в окремому сховищі. Для оцінки методів виконується бенчмаркінг (порівняння продуктивності) запису, читання та фільтрації даних різного розміру та обсягу та порівняння використання системних ресурсів. В теорії, використання FILESTREAM повинно було підвищити продуктивність роботи програмної системи, в той час, як за результатами дослідження при великих навантаженнях воно збільшило час запису на 110%, послідовного читання на 118% та час фільтрації на 32%, порівняно зі зберіганням зображень напряму в базі даних. Зберігання файлів напряму в базі даних підвищило фрагментацію даних та знизило ефективність індексів, що негативно вплинуло на масштабованість програмної системи та результати експериментів з великим обсягом даних. Гібридні підходи показали найкращий результат; серед них Microsoft SQL Server в середньому в 1.95 рази швидший за MongoDB, при цьому MongoDB показав меншу втрату продуктивності для запису та фільтрації з великих обсягом даних.</p>2025-06-30T00:00:00+00:00Авторське право (c) 2025 Біоніка інтелектуhttp://bionics.nure.ua/article/view/337400Аналіз проблематики виявлення трендів громадської думки в україномовних дописах засобами кластеризації та нейронних мереж2025-08-13T17:57:58+00:00Р.О. Линникroman.o.lynnyk@lpnu.uaВ.А. Висоцькаvictoria.a.vysotska@lpnu.ua<p>У даному дослідженні застосовано гібридний підхід до кластеризації, що поєднує алгоритми DBSCAN та K-means для аналізу векторизованих україномовних дописів у соціальних мережах з метою виявлення трендів громадської думки. Методологія базується на багатомовній моделі векторизації тексту, побудованій на основі нейронної мережі, яка дозволяє ефективно відображати семантичний зміст повідомлень. Експерименти, проведені на корпусі з 90 українськомовних дописів (зібраних у період березень–травень 2025 року), дозволили виокремити шість основних тематичних кластерів, що відображають ключові напрями обговорень. Результати дослідження підтверджують ефективність запропонованого методу для аналізу трендів у соціальних медіа та його практичну цінність для моніторингу громадської думки</p>2025-06-30T00:00:00+00:00Авторське право (c) 2025 Біоніка інтелектуhttp://bionics.nure.ua/article/view/337404Прогнозування фінансових показників ринку кіновиробництва засобами штучного інтелекту2025-08-13T18:46:20+00:00В. В. Кирій valentyna.kyriy@nure.uaО. В. Калиниченко olga.kalynychenko@nure.ua<p><strong>Предметом</strong> <strong>дослідження</strong> є проблема прогнозування фінансових показників на послугоорієнтованих ринках за надзвичайних умов.</p> <p><strong>Метою</strong> <strong>роботи</strong> є розробка ефективного підходу для прогнозування фінансових показників ринку кіновиробництва, що базується на рекурентних та згорткових нейронних мережах і використовує засоби обробки природньої мови для конвертації описових даних в числовий вигляд.</p> <p>У статті вирішуються такі <strong>завдання</strong>: визначення набору індикаторів, які здатні описати стану ринку кіновиробництва з точки зору компанії, зовнішнього оточення та цільової аудиторії; фомування алгоритмів для передобробки числової та текстової інформаці; визнечення переліку цільових нейромереж та розкриття особливостей їх імплементації; визначення найбільш ефективного прогностичного підходу за допомогою вирішення задачі лінійної оптимізації.</p> <p>Використовуються такі <strong>методи</strong>: аналітичний метод для визначення набору нейромереж; експертне оцінювання для формування найбільш важливих незалежних індикаторів та визначення факторів ефективності; експериментальний, багатокритеріального оцінювання для визначення найбільш ефективної моделі.</p> <p>Отримано наступні <strong>результати</strong>: сформовано набір алгоритмів передобробки даних для подольшого їх використання в рекурентних та згорткових нейронних мереж. Імплементовано декілька пошириених архітектур із залученням технології MapReduce. Визначено, що найефективнішою моделлю є двонаправлена рекуретна нейромережі з підтримкою довго- та короткострокової памʼяті. Показана доцільність використання технології паралелізації та визначено набір відкритих питань для подальшого дослідження.</p> <p><strong>Висновки</strong>: проведення аналізу щодо алгоритмів прогнозування фінансових показників заснованих на штучному інтелекті з подальшою експериментальною перевіркою дозволило сформувати відносно ефективний спосіб передбачення стану індикаторів ринку кіноіндустрії за надзвичайних умов. Отримані результати дозволяють стверджувати доцільність впровадження запропонованого підходу, що може вплинути на формування політики компанії кіновиробника чи фонду, який оперує фінансовими інструментами компанії. Водночас передбачено шляхи подальшого покращення результатів із залученням альтернативних підходів як до паралелізації, так і до прогнозування загалом.</p>2025-06-30T00:00:00+00:00Авторське право (c) 2025 Біоніка інтелектуhttp://bionics.nure.ua/article/view/337407Дослідження методів анімації використовуючи фреймворк Flutter2025-08-13T19:13:40+00:00О.С. Назаров oleksii.nazarov1@nure.uaС. А. Биковськаsofiia.bykovska@nure.uaН.В. Назарова nataliia.nazarova@nure.ua<p>Стаття присвячена дослідженню методів реалізації анімацій у мобільних застосунках на основі фреймворку Flutter з метою покращення користувацького досвіду. У межах роботи було проаналізовано сучасні підходи до створення анімованих інтерфейсів, зокрема імпліцитні (implicit) та експліцитні (explicit) анімації, а також використання анімованих віджетів і кастомних трансформацій. Особлива увага приділялася не лише технічним аспектам реалізації, а й впливу анімацій на сприйняття інтерфейсу користувачем, емоційне залучення та інклюзивність цифрового продукту. Оцінювання ефективності впроваджених рішень здійснювалося шляхом аналізу продуктивності, плавності відтворення анімацій, відповідності принципам Material Design, а також доступності для користувачів з особливими потребами. У дослідженні застосовувалися як інструменти профілювання Flutter, так і експертне оцінювання взаємодії користувача із застосунком. Результати дослідження показали, що вдумливе використання анімацій не лише покращує естетичне сприйняття інтерфейсу, але й сприяє інтуїтивному розумінню навігації, підвищенню залученості користувача та загальній ефективності мобільного рішення.</p>2025-06-30T00:00:00+00:00Авторське право (c) 2025 Біоніка інтелектуhttp://bionics.nure.ua/article/view/337409Автоматизоване тестування програмного забезпечення модулів інформаційних систем2025-08-13T19:37:06+00:00С.Г. Удовенкоserhiy.udovenko@hneu.netВ.А. Затхейzathey_va@ukr.netО.В. Тесленко oleh.teslenko@hneu.netЛ.Е. Чала larysa.chala@nure.ua<p>Досліджено проблему автоматизованого тестування програмного забезпечення (ПЗ) модулів інформаційних систем (ІС) на прикладі тестування веб-застосунків. Розглянуто схему генерації тестових сценаріїв для тестування ПЗ модулів ІС (на прикладі веб-сайтів визначеної предметної області). Запропоновано технологію оптимізації процесів тестування веб-сайтів з використанням спеціалізованого тестового фрєймворку та інструментів системи керування контентом Sitecore CMS. Розглянуто можливість застосування в запропонованій системі тестування концепції безперервної інтеграції та доставки (CI/CD), що дозволяє запускати різні типи тестів на кожному етапі тестування і завершувати їх розгортанням тестованого коду в кінцевий продукт. Працездатність запропонованої технології автоматизованого тестування модулів ІС досліджено на прикладі тестування веб-застосунків. Визначено, що використання цієї технології дозволяє скоротити витрати часу на тестування веб-додатків.</p>2025-06-30T00:00:00+00:00Авторське право (c) 2025 Біоніка інтелектуhttp://bionics.nure.ua/article/view/337414Дослідження методів програмної оптимізації завантаження сайтів на формування досвіду користувачів2025-08-13T20:19:58+00:00Л. М. Нуралієваliliia.nuraliieva@nure.uaО.С. Назаров oleksii.nazarov1@nure.uaН.В. Назарова nataliia.nazarova@nure.ua<p>Стаття присвячена аналізу методів програмної оптимізації завантаження вебсайтів з метою покращення досвіду користувачів. У рамках дослідження було проаналізовано сучасні технології, спрямовані на зменшення часу завантаження сторінки, серед яких –відкладене завантаження ресурсів (lazy loading), кешування, оптимізація запитів до бази даних, а також мініфікація та стискання статичних файлів. Увага приділялася не лише технічним аспектам підвищення продуктивності, а й принципам інклюзивності вебсайтів та формуванню доступності вебконтенту для людей з особливими потребами. Оцінювання ефективності впроваджених рішень здійснювалося за допомогою показників системи Web Vitals та інструменту Lighthouse, що дозволило комплексно оцінити як технічну продуктивність, так і користувацький досвід. Результати дослідження демонструють, що оптимізація швидкого завантаження без врахування критеріїв інклюзивного вебдизайну може призвести до втрати частини аудиторії, тоді як інтеграція практик доступності сприяє покращенню взаємодії всіх користувачів із сайтом, підвищенню SEO-показників та загальній ефективності цифрового продукту</p>2025-06-30T00:00:00+00:00Авторське право (c) 2025 Біоніка інтелектуhttp://bionics.nure.ua/article/view/337418Спосіб інтеграції різнорідних даних в системі геопросторового аналізу2025-08-13T20:42:01+00:00Н.В. Шароноваnvsharonova@ukr.netГ. А. Плєховаplehovaanna11@gmail.comС. М. Нероновsernikner@gmail.comМ. В. Костіковаkmv_topaz@ukr.netД. О. Плєховplehov@gmail.com<p>У роботі запропонований спосіб інтеграції різнорідних даних в системі геопросторового аналізу, який полягає в тому, що система геопросторового аналізу проводить об’єднання даних, що надходять на її вхід з метою отримання більш достовірних і точних даних про місце розташування об’єкта аналізу, його швидкість, атрибутивну (додаткову) інформацію та ідентичність певному класу, виду або типу, після чого проводиться моделювання зв’язків об’єкта аналізу з іншими об’єктами або подіями в контексті його оточуючого середовища, а після чого проводиться формування узагальненої оцінки стану об’єкта аналізу за рахунок відстеження телеметричних та метаданих. Особливістю способу є те, що система геопросторового аналізу на етапі формування узагальненої оцінки стану об’єкта аналізу разом з визначенням умов використовує удосконалену процедуру прогнозування зміни стану об’єкту аналізу, сутність якої полягає в тому, що спочатку система геопросторового аналізу будує авторегресивну модель прогнозування на основі інформаційного критерію Акаіке, а потім системою геопросторового аналізу відбувається порівняння отриманих значень помилки прогнозування з еталонними. Технічний ефект від використання зазначеного способу полягає в підвищенні ефективності застосування системи геопросторового аналізу за рахунок підвищення точності прогнозування зміни стану об’єкту аналізу.</p>2025-06-30T00:00:00+00:00Авторське право (c) 2025 Біоніка інтелектуhttp://bionics.nure.ua/article/view/337425Пристрій обробки різноманітних гетерогенних даних в системах прийняття рішень2025-08-13T22:29:44+00:00Г. А. Плєховаplehovaanna11@gmail.comС. М. Нероновsernikner@gmail.comМ. В. Костіковаkmv_topaz@ukr.netЮ. С. Асаєнкоyzx321123@tutanota.comД.О. Плєховplehov@gmail.com<p>У роботі запропоновано метод створення пристрою обробки різнотипних гетерогенних даних в системах підтримки прийняття рішень, що містить передавальну частину пристрою обробки різнотипних гетерогенних даних в системах підтримки прийняття рішень та приймальну частину пристрою обробки різнотипних гетерогенних даних в системах підтримки прийняття рішень, причому передавальна частина пристрою обробки різнотипних гетерогенних даних в системах підтримки прийняття рішень та приймальна частина пристрою обробки різнотипних гетерогенних даних в системах підтримки прийняття рішень з’єднані між собою послідовно, який відрізняється тим, що до складу пристрою обробки різнотипних гетерогенних даних в системах підтримки прийняття рішень додатково введено блок нейро-нечіткого прийняття рішень, блок прогнозування та блок навчання баз знань</p>2025-06-30T00:00:00+00:00Авторське право (c) 2025 Біоніка інтелектуhttp://bionics.nure.ua/article/view/337429Стохастична ініціалізація нейронних мереж на основі аналізу біологічних систем2025-08-13T22:58:19+00:00О.В. Золотухінoleg.zolotukhin@nure.uaМ.С. Кудрявцеваmaryna.kudryavtseva@nure.uaЄ.Ю. Єрємєєвyevhenii.yeriemieiev@nure.ua<p>Штучні нейронні мережі, як правило, ініціалізуються за допомогою математично визначених методів, які не враховують структурного та функціонального різноманіття біологічних систем. Хоча традиційні підходи забезпечують стабільність навчання, вони ігнорують природні механізми формування синаптичних зв’язків. У цьому дослідженні запропоновано біологічно натхненний підхід до ініціалізації вагових коефіцієнтів, заснований на стохастичних закономірностях, виявлених в емпіричних траєкторіях руху, зафіксованих у контрольованому біологічному середовищі. Дані проходять попередню обробку, що включає згладжування, нормалізацію та масштабування, для генерації вагових значень, які надалі використовуються для ініціалізації нейронної мережі. Ефективність запропонованого методу оцінюється у порівнянні зі стандартними стратегіями ініціалізації на основі трьох тестових наборів даних: MNIST, Fashion-MNIST і Gas Sensor Array Drift. Експериментальні результати демонструють, що біологічно натхненний підхід забезпечує порівнянну ефективність за всіма оціночними критеріями, включаючи точність на тестовій і валідаційній вибірках, кількість епох до збіжності, чутливість за класами та макроусереднений показник F1-метрики. У ряді випадків метод сприяв швидшій збіжності без зниження якості класифікації. Попри те, що запропонована стратегія не завжди перевершує стандартні методи, вона вводить структуровану стохастичність у процес навчання, спираючись на біологічні принципи, та формує перспективне підґрунтя для подальших досліджень у сфері складніших архітектур і біологічно натхненних моделей навчання.</p>2025-06-30T00:00:00+00:00Авторське право (c) 2025 Біоніка інтелектуhttp://bionics.nure.ua/article/view/337431Спосіб формування маршрутів передачі даних в мобільних інформаційних мережах2025-08-13T23:15:45+00:00Н.В. Шароноваnvsharonova@ukr.netГ. А. Плєховаplehovaanna11@gmail.comС. М. Нероновsernikner@gmail.comМ. В. Костіковаkmv_topaz@ukr.netД.О. Плєховplehov@gmail.com<p>У роботі запропонований спосіб формування маршрутів передачі даних в мобільних інформаційних мережах, який належить до галузі спеціальної техніки зв’язку, зокрема, до систем зв’язку, а саме, до інформаційних мереж спеціального призначення із можливістю самоорганізації, у яких застосовуються спеціальні методи передачі даних. Спосіб відрізняється тим, що на етапі формування множини маршрутів передачі інформації в інформаційній мережі вузлами та шляхом передачі службових повідомлень в інформаційній мережі з можливістю до самоорганізації відбувається прогнозування стану маршрутів передачі інформації за критерієм максимуму пропускної спроможності шляхом порівняння отриманих значень пропускної спроможності з граничними показниками мережі. Для інформаційних мереж є актуальним завданням забезпечення заданої пропускної спроможності, забезпечення завадозахищеності та скритності. Технічний результат від застосування зазначеного способу полягає у зменшенні обчислювальних затрат, підвищенні швидкості передачі інформації, забезпечення можливості здійснювати прогнозування стану маршрутів передачі інформації в умовах високої мобільності мобільних інформаційних мереж спеціального призначення.</p>2025-06-30T00:00:00+00:00Авторське право (c) 2025 Біоніка інтелектуhttp://bionics.nure.ua/article/view/337432Використання 3D-моделі у дослідженні стійкості баштового крану2025-08-13T23:28:26+00:00О.І. Іваненкоzaur.musaiev92@gmail.comЗ.Р. Мусаєвolehiv2@gmail.com<p>У статті представлено результати дослідження стійкості баштового крану під час експлуатації з урахуванням впливу навантажень на опори. Наведено результати порівняння розподілу навантажень на опори крану, визначених у результаті математичного та комп’ютерного моделювання під час повороту та підйому стріли. Аналіз конструкцій баштових кранів, методів їх монтажу та умов експлуатації, а також методів розрахунку їх стійкості показує, що останнім часом зросла потреба у встановленні кранів, здатних виконувати вантажно-розвантажувальні роботи в обмежених просторах. Це питання про важливість забезпечення стійкості кранів в умовах різної експлуатації та дії вітрових навантажень. У такому випадку на перший план виходить правильний вибір опорного контуру, для чого надзвичайно важливим є визначення навантажень на опорні елементи.</p>2025-06-30T00:00:00+00:00Авторське право (c) 2025 Біоніка інтелектуhttp://bionics.nure.ua/article/view/337433Імплементація засобів протидії кіберзагрозам і зловживанням у системах керування інформаційною безпекою на базі блокчейн-технологій2025-08-13T23:45:15+00:00Н. О. Бринзаnataliia.brynza@nure.uaВ. В. Бородавкаvladyslav.borodavka@karazin.uaО. В. Тесленкоoleh.teslenko@hneu.net<p>У роботі здійснено аналіз і аргументовано обрано методи захисту, що враховують особливості блокчейн-систем та специфіку потенційних кіберзагроз. Вибір підходів ґрунтувався на потребі забезпечення високої надійності, децентралізованого управління, конфіденційності даних і стійкості до атак. Розглядалися різноманітні захисні стратегії, включаючи консенсусні алгоритми, криптографічні засоби, захист смарт-контрактів і особливості мережевої взаємодії. За результатами порівняльного аналізу доцільним виявилось застосування моніторингово-реагувальної моделі із використанням таких інструментів, як iptables, ipset, fail2ban і механізми динамічного формування чорних списків IP-адрес. Запропоноване рішення дозволяє поєднати ці засоби в єдину систему автоматизованого управління рівнями безпеки. Зокрема, iptables та ipset відповідають за ефективне фільтрування трафіку, fail2ban виявляє та блокує підозрілу активність, а динамічні чорні списки забезпечують оперативне оновлення бази загроз і адаптацію системи до нових викликів у реальному часі. Проведене тестування свідчить, що ефективність системи значною мірою залежить від кількості заблокованих атак, рівня проникнення загроз і частоти хибних спрацювань.</p>2025-06-30T00:00:00+00:00Авторське право (c) 2025 Біоніка інтелекту