Кафедра комп'ютерних наук

Постійне посилання колекціїhttps://dspace.krok.edu.ua/handle/krok/3158

Переглянути

Зараз показуємо 1 - 8 з 8

Методика моніторингу надзвичайних ситуацій соціального характеру
(Університет «КРОК», 2014) Чернозубкін, І.О.; Чернозубкін, Ігор Олександрович
У статті описано аналітичну методику моніторингу надзвичайної ситуації соціального характеру, що пов’язана із загрозою або виникненням соціального конфлікту, який вимагає застосування спеціальних, у тому числі силових заходів і засобів для його недопущення або ліквідації наслідків
Питання ефективності застосування автоматизованих інформаційних систем управління навчальним закладом
(Університет «КРОК», 2017) Добришин, Ю.Є.; Чернозубкін, І.О.; Добришин, Юрій Євгенович; Чернозубкін, Ігор Олександрович
У статті розглядаються питання застосування автоматизованої інформаційної системи управління навчальним закладом (далі-АСУ «ВНЗ») на базі Університету еко номіки та права «КРОК», надаються рекомендації щодо напрямків автоматизації за собами інформаційної системи, наведено варіант розрахунку економічного ефекту від упровадження АСУ «ВНЗ» щодо типових операцій планування навчального процесу
Методи штучного інтелекту
(Університет «КРОК», 2020) Троцько, Володимир Валентинович
У навчально-методичному і практичному посібнику викладено найважливіші теми дисципліни «Штучний інтелект». Посібник містить теоретичний матеріал, що складається з чотирьох розділів та завдань для лабораторних робіт для закріплення отриманих знань на практиці. Посібник призначений для здобувачів вищої освіти та всіх, хто цікавиться питанням штучного інтелекту
Комбінування жадібного алгоритму з методом Монте-Карло для вирішення завдань логістики, в основі яких лежить задача комівояжера
(Університет «КРОК», 2021) Троцько, В.В.; Чернозубкін, І.О.; Троцько, Володимир Валентинович; Чернозубкін, Ігор Олександрович
Однією із нагальних проблем існуючих систем логістики є транспортування за оптимальними(в ідеальному випадку найкоротшими) маршрутами. Як правило вирішення цієї проблеми зводиться до вирішення задачі комівояжера (TSP-problem) і потребує розробки алгоритмів, які б забезпечували її вирішення за найкоротший час. Найбільш швидким алгоритмом для вирішення задачі комівояжера є жадібний алгоритм, оскільки він передбачає лише одну ітерацію для пошуку маршруту через визначення мінімальних довжин ділянок на кожному кроці. Однак, його результати далекі від оптимальних. Метою статті є оцінка можливості комбінування жадібного алгоритму для вирішення практичних логістичних завдань, в основі яких лежить задача комівояжера. У статті запропоновано комбінований алгоритм для розв'язання задачі комівояжера який ґрунтується на одночасному використанні жадібного алгоритму та алгоритму, який ґрунтується на застосуванні методу Монте-Карло. Запропоноване комбінування передбачає на початковому етапі алгоритму використовувати жадібний алгоритм через те, що саме на цьому етапі він має високу продуктивність. На завершальному етапі запропоновано використовувати метод Монте-Карло для вибору ділянок маршруту – пошук з використанням випадкових значень. Шляхом комп’ютерного моделювання доведено перевагу комбінованого алгоритму над жадібним, що дозволить ефективно його використовувати для вирішення завдань логістики. Перевірка адекватності моделі була здійснена шляхом підрахунку середнього результату для 50 випадкових варіантів задачі комівояжера, що містить десять міст. Виконані розрахунки також дозволили зробити припущення, про недостатню продуктивність метаевристичних алгоритмів для вирішення задачі комівояжера з мінімальним часом, оскільки всі вони містять в своєму складі тривалі обчислювальні процедури, що сповільнюють обчислення. У якості прикладу в статті були наведені формульні залежності двох метаевристичних алгоритмів – алгоритму імітації відпалу та алгоритму мурашиної колонії. Проведення подальших досліджень дозволить підтвердити або спростувати це твердження.
Spatial organization management: modeling the functioning of eco-clusters in the context of globalization
(The Consulting and Training Centre KEY, 2022) Ievgen Ovcharenko; Olga Khodakivska; Larysa Sukhomlyn; Shevchenko, Olena; Lemeshenko, Iryna; Martynov, Andrii; Zos-Kior, Mykola; Hnatenko, Iryna; Michkivskyy, Sergiy; Bilyavska, Liudmyla; Мічківський, Сергій Миколайович
The issue of spatial organization of eco-clusters has always been under the close attention of scientists. Greening of production, resource conservation, economical use of natural resources, increasing the greenhouse effect and industrial emissions are forcing market stakeholders to plan cluster associations aimed at minimizing the negative impact of human activities on the environment. At the same time, this issue is extremely complex and needs careful study. In particular, the concept of formation and location of eco-clusters in the context of globalization should be based on the institutional environment, legislative field, labor market and other territorial conditions where the eco-cluster is planned to be located. It is important to form a cluster core, which will be the administrative center of eco-cluster management. In this regard, the purpose of the article is to model the activity of ecoclusters based on a neural network approach to the management of their spatial organization. In this research, on the basis of training a neural network using regional indicators of institutional support and development of the labor market, the solution to the problem of the spatial organization of eco-clusters on the territory of Ukraine is described. The authors used the tools of artificial intelligence to model the spatial location and organization of ecoclusters. They proceeded from the premise that in each territory there is a certain set of labor, institutional, production, technological, managerial and information resources, the successful use of which will allow to effectively modeling cluster associations, and propose to recombine eco-clusters using the method of neural modeling. The input data for modeling eco-clusters is the use of 3,102 units of indicators by the neural network, which characterize the institutional and resource provision of a particular region of Ukraine. Given the wide range of input digital data, their various definitions (absolute or relative) neural network makes it possible to automatically summarize and organize them. After completing the training of the neural network, analysis of errors and deviations, we obtain spatial graphical images of the optimal location of eco-clusters in Ukraine. The proposed neural network approach makes it possible to optimize the process of economic and statistical modeling of a significant array of data characterizing the main parameters of the environment in which ecological cluster associations operate. The trained neural network allowed obtaining a map of the optimal location of eco-clusters, taking into account the available in a particular area of institutional, informational, innovative, technological and other types of resources. Based on the theory of synergetic systems, such a spatial arrangement of the eco-cluster will allow in the best ways to use available resources for their accumulation and multiplication in the cluster. The proposed neural network approach makes it possible to optimize the process of economic and statistical modeling of a significant array of data characterizing the main parameters of the environment in which ecological cluster associations operate. The method of spatial modeling of eco-clusters proposed by the authors using the tools of artificial intelligence allows determining the best administrative centers of cluster development that can strengthen the territorial socio-economic development based on innovation and economical production. The step-bystep process of eco-cluster modeling presented by the authors will allow all stakeholders interested in the market to use artificial networks in the process of planning progressive spatial development. In addition, the proposed method of modeling eco-clusters, neural network activation and training do not require significant financial, technical and labor resources, which is a positive phenomenon in the context of ensuring resource-saving development of any area.
Оцінка практичного використання пошукових алгоритмів для вирішення завдань логістики, в основі яких лежить задача комівояжера
(Університет «КРОК», 2022) Троцько, Володимир; Чернозубкін, Ігор; Добришин, Юрій; Троцько, Володимир Валентинович; Чернозубкін, Ігор Олександрович; Добришин, Юрій Євгенович
Актуальність публікації обумовлена зростанням практичних потреб логістичного забезпечення в динамічному середовищі потоків обслуговування та транспортування. Необхідність ефективного використання ресурсів під час логістичної обробки замовлень із застосуванням засобів автоматизації сьогодні не викликає сумнівів особливо для задач пов’язаних з комбінаторною логікою де досягнення оптимального результату пов’язане зі значними обчислювальними ресурсами. Однією з таких задач є задача комівояжера(TSP). Метою публікації є порівняльна оцінка групи алгоритмів для вирішення практичних логістичних завдань, в основі яких лежить задача комівояжера. Методологія дослідження ґрунтувалась на проведенні обчислювального експерименту та проведенні подальшого аналізу отриманих результатів для декількох метаевристичних алгоритмів, один із яких був запропонований авторами як комбінація двох відомих методів - методу Монте-Карло та методу найближчого сусіда або “жадібного алгоритму”. В результаті проведеного дослідження з’ясувалося що запропонований комбінований метод є більш ефективним при вирішенні TSP великої розмірності серед розглянутих алгоритмів, отже його використання на практиці для вирішення логістичних задач призведе до суттєвішої економії ресурсів. Також слід зазначити, що підхід, якій ґрунтується на комбінації двох, а можливо і більшої кількості методів, може бути більш продуктивним, ніж використання одного алгоритму, що дає простір для подальших досліджень.
Теорія алгоритмів
(Університет «КРОК», 2023) Троцько, Володимир Валентинович
У навчально - методичному посібнику викладено найважливіші теми дисципліни «Теорія алгоритмів». Посібник містить теоретичний матеріал, що складається з восьми розділів та завдань для лабораторних робіт для закріплення отриманих знань на практиці. Посібник призначений для здобувачів вищої освіти та всіх, хто цікавиться питанням комп’ютерних обчислень.
Досвід використання системи дистанційного навчання в умовах воєнного стану
(Університет «КРОК», 2023) Троцько, Володимир; Чернозубкін, Ігор; Троцько, Володимир Валентинович; Чернозубкін, Ігор Олександрович
Потужним викликом для національної системи освіти стала широкомасштабна агресія Російської Федерації поти України в лютому 2022 року. Після її початку значна кількість студентів і викладачів змушені були продовжувати навчання в екстремальних умовах воєнної загрози, вимушеної еміграції, тимчасової окупації за відсутності можливостей для повноцінної організації освітнього процесу. Ключове значення для забезпечення навчання в цих умовах відігравало дистанційне навчання, яке давало змогу здійснювати комунікацію і використовувати всі наявні технічні засоби для виконання завдань. Вивчення досвіду використання системи дистанційного навчання у вищих навчальних закладах в умовах воєнного стану, який продовжується в Україні сьогодні, є одним із актуальних науково-практичних завдань. Метою статті є узагальнення досвіду організації дистанційного навчання в критичних умовах (воєнний стан, надзвичайна ситуація та інші). Для досягнення мети використовувався метод порівняльного аналізу інтенсивності використання системи дистанційного навчання дистанційного навчання в Університеті ‟КРОК” в умовах воєнного стану в 2022-2023 роках. В якості програмного забезпечення дистанційного навчання була розглянута система moodle, що інтегрована з Microsoft 365. У результаті аналізу були встановлено, що основними причинами негативного впливу на освітній процес і зниження активного використання системи дистанційного навчання були не технічні проблеми, а організаційні. В основі цих проблем лежить об’єктивна неможливість швидкої адаптації навчання до обставин, які критично змінилися в загальнодержавному масштабі. Виходячи із аналізу досвіду, період використання системи дистанційного навчання був розділений за часом на дві фази – критичну та сталого функціонування. Визначені також відмінності у використанні системи дистанційного навчання під час пандемії коронавірусу 2021 року та запровадження воєнного стану 2022-2023 років.