Наукові записки НаУКМА. Комп'ютерні науки

Об’єктно-орієнтована парадигма: pro і contra

2025-11-28T15:46:46+02:00

У статті наведено критику парадигми об’єктно-орієнтованого програмування (ООП) та її найбільш поширених реалізацій. Досліджено історію виникнення та подальшої еволюції ООП, її сильні й слабкі сторони, а також спільні й відмінні риси між ООП та іншими парадигмами. Проаналізовано приклади вдалого співіснування парадигм ООП і узагальненого програмування на прикладі шаблонів у мові C++.

Денотаційна семантика одновимірних масивів

2025-11-28T17:14:20+02:00

Розглянуто імперативну мову програмування, об’єктами якої є цілі змінні — скалярні та одновимірні масиви. Оператори мови — присвоєння, введення, виведення, умовний, циклу і блок. Призначення боку — введення локальних цілих змінних. Одновимірний масив a[k], де k>0 — ціле додатне число (розмірність масиву). Робота з масивами здійснюється поелементно. Доступ до окремого елементу масиву здійснює операція індексування a[e], e — цілий вираз. Значення e — число від 0 до k-1. Наведено повну формальну специфікацію мови. На основі специфікації побудовано інтерпретатор мови програмування.

Автоматизована система виявлення аномалій у бізнес-даних

2025-11-29T14:51:46+02:00

У статті описано проведений аналіз процесу виявлення аномалій у бізнес-даних, відомі програмні рішення, сформульовано вимоги до системи та описано розроблену автоматизовану програмну систему виявлення аномалій. Ця система складається з програмних модулів, має високу адаптивність, є легкою до модифікації і зручною у використанні.
Розроблена система повністю відповідає поставленим раніше вимогам: легкість у налаштуванні забезпечується інтерфейсом користувача і інтерактивним процесом, гнучкість і легкість кастомізації — обраними технологіями та архітектурними абстракціями, надійність — розділенням компонентів через чергу задач, функціональні вимоги — розробленими складовими модулями. Система виконує поставлену задачу автоматизованого виявлення аномалій у бізнес-даних і відповідає сучасним стандартам у галузі даних.

Автоматизоване виявлення вад архітектури програмного модуля з використанням графової моделі візуалізації

2025-11-29T15:15:04+02:00

У цій статті описано новий підхід до автоматизованого виявлення вад проєктування програмного модуля з використанням моделі візуалізації архітектури у формі графа із застосуванням додаткових алгоритмів аналізу. Запропонований спосіб дозволяє виявити поширені вади та інформацію про них у легкому для сприйняття поданні з використанням лише вихідного коду програми. У статті розглянуто чотири ознаки наявності помилок при проєктуванні в контексті ООП, зокрема порушеної згуртованості, зв’язності і циклічних залежностей, а також способи їх виявлення та представлення у моделі архітектури. На реальних прикладах виконано автоматизоване виявлення вад із використанням розробленого інструменту для мови Swift з підтвердженням їх наявності у процесі детального аналізу кодової бази.

Реалізація практико-орієнтованої системи кіберполігону з індивідуалізованим запуском середовищ

2025-11-29T15:26:12+02:00

У статті описано архітектуру й технічну реалізацію контейнерно-орієнтованого кіберполігону, інтегрованого з LMS Moodle через LTI. Показано переваги підходу щодо швидкодії, масштабованості й безпеки. Проведено порівняння з альтернативними рішеннями та визначено подальші напрями розвитку платформи.

Крос-чейн інфраструктура для верифікованого стимулювання ресайклінгу: досвід впровадження на ICP та Solana

2025-11-29T15:37:35+02:00

У цій статті розглянуто принципи створення вебплатформи для підвищення екологічної свідомості у громадян України. Продемонстровано, як використання блокчейн-технологій надає можливість побудувати надійний додаток, який гарантує коректність даних, пов’язаних з переробленням, і дозволяє розробити прозору систему винагород за допомогою utility-токенів і NFT. У роботі детально розглянуто процес розроблення екологічно корисної ініціативи, враховуючи аргументацію обраних технологічних рішень, аналіз вимог до системи, а також масштабованість і перспективи створеного у результаті вебдодатка в майбутньому.

Омнічейн-інтеграція токена MOR на основі стандартів LayerZero OFT і Wormhole NTT

2025-12-01T14:06:57+02:00

У статті представлено проєкт MORSOL — омнічейн-рішення для токена MOR, що поєднує стандарти LayerZero OFT і Wormhole NTT. Архітектура інтегрує Solana (Anchor-програма) та EVM-смартконтракти з мережевими компонентами LayerZero і Wormhole. Для контролю емісії використано мультипідпис: Squads Vault на Solana та Gnosis Safe на EVM. Описано реалізацію механізму burn/mint під час передання токенів між мережами, підтвердження VAA, а також безпекові функції, як-от пауза контрактів і контроль загальної емісії. Результати демонструють, що поєднання OFT і NTT дозволяє створити нативний мультиланцюговий токен MOR без обгортання, зі збереженням єдиної емісії та високою децентралізацією.

Розробка iOS-застосунку для планування завдань з урахуванням емоційного стану користувача

2025-12-01T14:25:41+02:00

У статті розглянуто створення цифрового інструмента для вирішення проблеми зниження продуктивності через емоційне виснаження. Метою дослідження є розробка iOS-застосунку для планування справ, який враховує емоційний стан користувача й відповідно до нього коригує графік справ і надає можливість виконувати вправи для емоційного усвідомлення й відновлення. У ході роботи проаналізовано наявні програмні рішення в нішах управління часом і ментального здоровʼя, а також розроблено алгоритм адаптивного планування залежно від емоцій користувача та властивостей завдань.

Дослідження та оптимізація методів оцінювання розміру файлової ієрархії в APFS (Apple File System)

2025-12-01T14:39:35+02:00

Цю статтю присвячено дослідженню та оптимізації процесів сканування файлової системи APFS (Apple File System). Розглянуто ключові інструменти доступу до APFS та алгоритмічні стратегії, зокрема верхньорівневий обхід, повний обхід, фільтрацію за стоп-словами та інтерактивний підхід. Реалізовано методи оброблення файлових ієрархій, які передбачають послідовне та паралельне оброблення з використанням Grand Central Dispatch (GCD) і Swift Concurrency. Розроблено застосунок для сканування APFS, який демонструє практичне застосування запропонованих підходів. Проведено тестування й порівняльний аналіз методів сканування APFS.

Аналізування українськомовних віршів засобами обробки природної мови

2025-12-01T14:52:35+02:00

У статті описано розроблення та застосування парсера для комплексного аналізування українськомовних віршів. Створено механізми визначення віршового розміру, рим і способів римування, що ґрунтуються на побудові схем наголошування. Парсер дає змогу виявляти входження 16 художніх засобів на трьох рівнях оброблення тексту. На фонологічному рівні застосовано rule-based підходи в аналізуванні тексту, на морфосинтаксичному — оброблення даних формату CoNLL-U, сформованих із результатів роботи трьох мовних аналізаторів, а для виявлення тропів на семантичному рівні — використано велику мовну модель.
Створено вебзастосунок для наочної взаємодії з функціями парсера. Розроблений інструмент застосовано для аналізування трьох українськомовних збірок віршів.

Архітектура нової вдосконаленої платформи автоматизованого тестування вебзастосунків

2025-12-01T15:59:57+02:00

Вдосконалення автоматизації тестування вебзастосунків є особливо актуальним напрямом у сучасному процесі розроблення програмного забезпечення. У цій статті здійснено аналіз сучасних підходів та інструментів автоматизації тестування, їхніх переваг та недоліків. Розглянуто шляхи усунення цих недоліків, а також можливість інтеграції технологій штучного інтелекту.
У статті представлено архітектуру запропонованої платформи автоматизованого тестування, реалізованої у формі бібліотеки, що легко інтегрується в наявні проєкти. Архітектуру побудовано за модульним принципом, що забезпечує гнучкість, масштабованість і можливість поетапного розширення функціональності. Основні компоненти платформи — конфігураційний модуль, менеджер драйверів, модулі взаємодії з елементами, логування, API-викликів та роботи з локальним сховищем браузера — працюють як єдиний узгоджений механізм, забезпечуючи прозоре, стабільне та ефективне виконання тестів.
Окрему увагу приділено аналізу таких аспектів сучасних технологій автоматизації, як зниження вартості впровадження та підтримки тестових рішень, масштабованість, гнучкість налаштувань, а також інтеграція з іншими компонентами життєвого циклу програмного забезпечення.

Програмний комплекс Stability Assurance Tool: еволюція та розвиток для автоматизованої оцінки стабільності та зрозумілості коду Swift

2025-12-01T16:12:00+02:00

У статті розглянуто процес створення, еволюції та практичного застосування програмного комплексу Stability Assurance Tool (SAT), призначеного для статичного аналізу коду, написаного мовою Swift. Головна мета інструменту полягає у забезпеченні автоматизованої оцінки таких характеристик, як стабільність і зрозумілість програмного забезпечення, що розробляється. Описано використані метрики, архітектурні рішення, методи інтеграції з середовищем розробки Xcode та системами безперервної інтеграції (CI/CD), а також результати адаптації класичних метрик об’єктно-орієнтованого програмування до специфіки Swift. Представлені результати демонструють потенціал SAT як платформи для подальшого розвитку засобів оцінки якості ПЗ.

Емоційний аспект бізнес-комунікацій: переосмислення ролі негативних емоцій у професійному IT-середовищі

2025-12-01T16:56:43+02:00

Стаття досліджує роль емоцій в IT-бізнес-комунікаціях, зокрема аналізує місце так званих негативних емоцій у професійному середовищі. Авторка критично переосмислює традиційний підхід до розмежування бізнес-комунікацій та повсякденного спілкування, наголошуючи на важливості емоційного компонента в ефективній корпоративній взаємодії. На основі аналізу сучасних досліджень емоційного інтелекту та практичних кейсів демонструється, що прояв автентичних емоцій, і негативних також, може сприяти побудові довіри та покращенню організаційної ефективності в IT-компаніях.

Передмова

2025-11-26T15:37:59+02:00

Особливості індексації у PostgreSQL

2025-11-28T13:09:26+02:00

У статті наведено перелік основних типових індексів, реалізованих у PostgreSQL. Розглянуто можливості їх розширення та вдосконалення з урахуванням бізнес-завдань. Проаналізовано підхід Access Methods API. Описано методи життєвого циклу індексу в PostgreSQL. Також запропоновано інтерфейс для реалізації нового індексу в PostgreSQL на основі суфіксного дерева.

Метод шифрованої комунікації у стратегічних взаємодіях

2025-11-28T13:45:03+02:00

У роботі досліджено можливості застосування наскрізного шифрування в середовищах з обмеженою довірою, зокрема в контексті стратегічних ігор та симуляцій. Незважаючи на широке впровадження таких технологій у сфері цифрової комунікації, їхній потенціал у специфічних сценаріях залишався недостатньо вивченим. Запропоновано новий підхід до захищеної взаємодії між учасниками шляхом адаптації криптографічного протоколу Double Ratchet. Розроблено application-level протокол, оптимізований для ігрових сценаріїв, і вперше реалізовано його компіляцію у WebAssembly, досліджено можливості використання протоколів наскрізного шифрування у браузерному середовищі, а також надання безпеки при зберіганні пар криптографічних ключів поза безпечними середовищами апаратного забезпечення, наведено приклад використання розробленого протоколу для забезпечення приватності у стратегічній комунікації. Проведено оцінку ефективності та безпеки рішення в умовах симульованого середовища з недовірою до сервера. Актуальність дослідження зумовлено зростанням потреби у захищеному зв’язку в умовах кібератак, зокрема в період воєнних дій.

Оцінювання управлінських рішень на основі методу аналізу ієрархій та моделі «стан — імовірність дії»

2025-11-28T14:56:39+02:00

Пропонується підхід до оцінювання і моніторингу управлінських рішень на основі аналізу невідповідностей між рішеннями, які були фактично прийняті уповноваженими органами, і тими, які могли б бути прийняті при загальному голосуванні колективом агентів, якби таке голосування відбулося. В основі підходу лежить поєднання методу аналізу ієрархій і моделі «стан — імовірність дії» з урахуванням того, що на рішення впливає низка факторів із різним ступенем важливості, а також того, що при оцінці слід враховувати не тільки негайний виграш або програш, а й виграш або програш у перспективі. Наведено ілюстративний приклад.

Оптимізація вибору та розміщення датчиків цифрового двійника лабораторії 3D-друку на основі генетичних алгоритмів

2025-11-28T15:16:39+02:00

Розглянуто підходи до створення цифрових двійників в університетському середовищі. Досліджено рекомендований набір датчиків, необхідний для створення цілісного цифрового двійника університетської лабораторії. Розглянуто підхід до вибору та розміщення датчиків для цифрового двійника лабораторії 3D-друку на основі генетичного алгоритму. Сформульовано математичну постановку задачі. Запропоновано формат хромосоми, зважену фітнес-функцію та представлення тривимірного простору лабораторії.

MorphoNAS‑Bench: бенчмарк для морфогенетичної генерації нейронних мереж

2025-11-26T16:56:31+02:00

У роботі представлено MorphoNAS-Bench — бенчмарк і набір інструментів для пошуку нейронних архітектур (Neural Architecture Search, NAS), який оснований на генеративному, розвитково-натхненому просторі пошуку. На відміну від сучасних NAS-бенчмарків, які використовують статичні кодування графів, що представляють нейронні мережі, MorphoNAS-Bench характеризується компактними геномами. Ці геноми контролюють процес морфогенетичного розвитку, що дозволяє створювати різні просторові рекурентні архітектури, які виникають внаслідок різних типів детермінованого зростання, які при цьому визначаються локальними правилами розвитку.
Початковий набір даних бенчмарку містить 1000 пар «геном-архітектура», які були обрані з більш ніж 50 000 спроб генерації. Цей набір був створений шляхом використання як повністю стратифікованого відбору параметрів, так і за біологічно-натхненним методом Genome.random(). Застосування випадкового підходу забезпечує адекватне охоплення площі пошуку та реалістичність результатів. Кожне знайдене рішення містить детальну анотацію структурних показників. Ми проводимо аналіз таких структурних характеристик, як розмір, модульність, групування та ефективність. Ми показуємо, що обидві стратегії генерації здатні утворювати як структуровані, так і нетривіальні мережі.
Наданий інструментарій на Python дозволяє вивчати процеси розвитку геномів нейронних мереж разом із відповідним структурним аналізом. Таким чином, MorphoNAS-Bench виступає як повторювана і біологічно обґрунтована платформа для досліджень різноманітності, еволюціонування, та емерджентні структури для NAS.

Програмна система класифікації текстів на основі машинного навчання та рекурентної нейронної мережі

2025-11-26T17:10:40+02:00

У цій роботі описано побудову та результати тестування програмної системи автоматичної класифікації текстів, яка полягає в розподілі текстів за певними категоріями, зокрема текстів українською мовою. Наш застосунок побудований на використанні трьох моделей — Naive Bayes, Support Vector Machine, LSTM — архітектури рекурентної нейронної мережі Recurrent Neural Network (RNN) та їх комбінації. Він дає змогу доволі швидко і точно класифікувати тексти, надавати користувачу можливість зручним способом натренувати систему на власних даних і досить просто налаштувати параметри для оптимальних результатів.
Для ефективного опрацювання вхідних даних і реалізації алгоритму класифікації ми вибрали мову програмування Python. Основними бібліотеками реалізації функціоналу застосунку стали TensorFlow, scikit-learn (для надання простого та зрозумілого інтерфейсу), Natural Language Toolkit (nltk), NumPy, Pandas. Matplotlib і seaborn застосовували для візуалізації даних і побудови графіків. Розроблений графічний застосунок здатен розпізнавати тексти (англійською або українською мовою) чотирьох категорій (World, Sports, Science / Technology, Business) з точністю близько 92 %.
Для навчання моделей ми застосували AG News Classification Dataset із kaggle.com.
Тестування застосунку підтвердило припущення, що спеціалізовані моделі, крім того, що є значно ефективнішими в плані використання ресурсів, також можуть демонструвати кращий результат у класифікації текстів, ніж LLM. Система також може бути швидко адаптована й до задачі фільтрації спаму. За декілька секунд можна отримати SVM модель, яка зможе розпізнавати типові спам-повідомлення з точністю близько 99 %. Так само були протестовані можливості системи при розпізнаванні емоційної забарвленості тексту. Вдалося досягти точності 87,75 %.

Сучасні підходи до контрольованого синтезу емоційного мовлення

2025-11-26T21:16:07+02:00

У статті представлено комплексний огляд сучасних технологій керованих систем для емоційного синтезу мовлення. Проаналізовано еволюцію нейронних архітектур, систематизовано підходи за технологіями та методами емоційного контролю. Визначено ключові виклики галузі, що охоплюють відокремлення мовленнєвих ознак та дефіцит даних для мов з обмеженими ресурсами. Окреслено перспективні напрями розвитку систем емоційно контрольованого синтезу мовлення.

Розробка гібридної моделі штучного інтелекту для прогнозування фінансових ринків

2025-11-26T21:37:52+02:00

У статті досліджено можливості гібридного підходу до прогнозування фінансових ринків із застосуванням методів штучного інтелекту. Основну увагу приділено аналізу впливу різних архітектур моделей та наборів ознак на якість прогнозування часових рядів у фінансовому середовищі з високою невизначеністю. Запропоновано поєднання традиційних статистичних моделей, простих нейронних мереж та баєсівських нейронних мереж для моделювання як прогнозного значення, так і масштабної невизначеності. Особливу увагу приділено інженерії ознак, зокрема інтеграції макроекономічних індикаторів, технічних показників, а також поведінкових сигналів на основі аналізу настроїв з Twitter. Результати експериментів показують, що хоча лінійні моделі досягають найменшої середньоквадратичної помилки, саме баєсівські нейронні мережі забезпечують надійніші прогнози завдяки врахуванню невизначеності. Аналіз підтверджує ефективність нашої інженерії ознак та демонструє потенціал поєднання кількісних і якісних даних у фінансовому прогнозуванні.

Застосування графових баз даних і Explainable AI у створенні рекомендаційної системи з гібридним способом фільтрації

2025-11-26T21:51:27+02:00

У дослідженні описано побудову рекомендаційної системи з гібридним способом фільтрації, що використовує гетерогенні графові структури, нейронні мережі та Explainable AI заради підвищення персоналізації та прозорості рішень. Базова методологія оптимізації рекомендацій ґрунтується на сучасних методах машинного навчання, які здатні ефективно моделювати залежності між об’єктами. Предметна область задачі охоплює мультимедійні рекомендації, зосереджені на персоналізованому підході. Представлена архітектура системи дає можливість ефективно обробляти множину вузлів різних типів і зв’язків (набір взаємодій, належність елементів до жанру, подібність), що відображають комплексні ознаки поведінкових і контекстуальних даних.
Результати експериментального тестування підтвердили ефективність запропонованого підходу: система демонструє високі показники персоналізації, новизни рекомендацій та здатності виявляти подібних користувачів.

Валідація архітектурних гіпотез у нейронних деревах рішень за допомогою пошуку нейронних архітектур

2025-11-27T14:13:04+02:00

У цій роботі запропоновано автоматизовану та об’єктивну методику перевірки архітектурних гіпотез за допомогою пошуку нейронних архітектур (Neural Architecture Search, NAS). Основна ідея полягає в застосуванні NAS як інструменту для оцінки теоретичних припущень щодо структури моделей без ручного налаштування архітектур або впливу суб’єктивних рішень дослідника. Для демонстрації підходу було перевірено гіпотезу про те, що складність вузлів у нейронних деревах рішень (Neural Decision Trees, NDTs) зменшується зі збільшенням глибини дерева. Це припущення зустрічається в науковій літературі та використовується як обґрунтування для побудови спеціалізованих архітектур, однак раніше не було перевірене на систематичній експериментальній основі.
У межах дослідження було розроблено повністю автоматизований експериментальний фреймворк для генерації, навчання та оцінювання сотень архітектур NDT з різними конфігураціями вузлів. Для пошуку ефективної структури дерев було використано метод баєсівської оптимізації (Treestructured Parzen Estimator, TPE). Складність вузлів оцінювали за кількома метриками: кількістю параметрів, кількістю обчислювальних операцій, кількістю нейронів у шарі та глибиною шару. Для аналізу зв’язку між глибиною вузлів і їхньою складністю застосовували коефіцієнт рангової кореляції Спірмена (Spearman’s rank correlation coefficient).
За результатами обчислювального експерименту, що охопив понад 300 згенерованих моделей на синтетичному класифікаційному датасеті, не було виявлено жодної стабільної або статистично значущої залежності між глибиною вузла та його складністю. Отримані результати свідчать про те, що припущення, сформовані на основі окремих прикладів або інтуїції, можуть не узагальнюватися на інші задачі або домени. Це підкреслює важливість емпіричної перевірки теоретичних архітектурних міркувань, а також необхідність уважного проєктування простору пошуку в NAS.
Запропонований підхід може бути використаний для перевірки інших архітектурних гіпотез у різноманітних типах нейронних мереж, що робить його перспективним інструментом у дослідженнях у сфері автоматизованого машинного навчання.

Стійкість нейронних дерев рішень до шуму у вхідних даних для задачі класифікації зображень

2025-11-27T15:07:54+02:00

У роботі досліджується стійкість моделей нейронних дерев рішень, які об’єднують архітектуру нейронних мереж і дерев рішень, до шуму у вхідних даних для класифікації зображень. Було запропоновано використати два методи навчання для підвищення стійкості моделей, які початково використовувалися в згорткових нейронних мережах. Зашумлення зображень з набору даних CIFAR-10 відбувається за допомогою методу гаусівського розмиття. Було розглянуто вплив методів підвищення стійкості на моделей нейронних дерев рішень і показано, що стійкість моделей до шуму у вхідних даних значно покращується.

Збереження енергії для автономних агентів із використанням навчання з підкріпленням

2025-11-27T15:32:25+02:00

Метою роботи є дослідження можливостей алгоритмів навчання з підкріпленням для формування стратегій автономного водіння з урахуванням компромісу між енергоефективністю та швидкістю.
Робота реалізована з використанням алгоритму Soft Actor-Critic у середовищі Assetto Corsa шляхом додавання штрафу за витрату пального у функцію винагороди. Досліджено вплив різних рівнів штрафу на витрати пального та швидкість руху. Також проаналізовано ключові поведінкові зміни, зокрема прискорення, оберти двигуна, передачі та амплітуди кермового кута.

Використання одно- та багатомовних моделей на базі BERT для вирішення задач автоматичного оброблення текстів

2025-11-27T15:48:45+02:00

Обʼєктом дослідження цієї статті є одно- та багатомовні моделі на основі BERT. Предметом дослідження було порівняння продуктивності таких моделей на завданнях ОПМ із наголосом на їх застосуванні для української мови. Методологічну основу порівняльного аналізу становило використання стандартних підходів до навчання та оцінки моделей. У дослідженні використовувались доступні джерела інформації.
Загалом результати дослідження свідчать про те, що як одномовні, так і багатомовні моделі на основі BERT можуть бути ефективними для вирішення завдань ОПМ залежно від конкретної мови, завдання та доступних ресурсів. Хоча одномовні моделі часто перевершують багатомовні у завданнях своєї конкретної мови, багатомовні моделі можуть мати перевагу, коли ресурси для навчання одномовних моделей обмежені. Проведене порівняння роботи одно- та багатомовних моделей для різних мов додатково підкреслило важливість проведення окремого порівняння їх застосування для української мови.
Проведений аналіз сприятиме створенню комплексного україномовного бенчмарку, що покращить якість моделей і стимулюватиме нові дослідження у галузі ОПМ для української мови, розроблення нових, більш ефективних моделей.

Вплив методів добування знань на ефективність RAG-систем на основі графів

2025-11-27T16:08:04+02:00

Стаття досліджує, як методи добування знань впливають на ефективність RAG-систем, що використовують графи знань. Вона показує, що якість графа знань, сформованого різними методами добування знань, є ключовою для подолання обмежень великих мовних моделей (LLM), таких як «галюцинації». Робота аналізує архітектури LightRAG і GraphRAG та підкреслює, що вибір оптимальної KE-стратегії залежить від конкретних завдань і предметної області.

Аугментація даних у комп’ютерному зорі із використанням генеративних моделей

2025-11-27T16:38:54+02:00

У статті представлено огляд сучасних підходів до використання генеративних моделей для аугментації даних у задачах комп’ютерного зору. Показано, що ці моделі здатні генерувати високоякісні зображення та різні типи розмітки, що забезпечує їхню ефективність у широкому спектрі прикладних задач. Важливою умовою є недопущення витоку даних під час застосування переднавчених моделей. Проаналізовано методи оцінювання якості синтетичних даних, зокрема використання метрик візуальної якості та відповідності обумовлення, часто із залученням допоміжних моделей. Окреслено перспективні напрями подальших досліджень, зокрема забезпечення якості генерації без використання допоміжних моделей та розроблення методів вибору зразків для аугментації для найбільш ефективного навчання.

Оцінка трансформерних моделей mT5 для українсько-англійського перекладу

2025-11-27T16:58:06+02:00

Цю статтю присвячено кількісному вивченню впливу розміру архітектури Transformer на точність українсько-англійського машинного перекладу з використанням моделі mT5. Досліджено ефективність роботи моделей mT5 різних розмірів (small, base, large) щодо часу навчання, часу генерації перекладів і якості перекладу, оціненої метриками BLEU та chrF++. Результати показують, що більші моделі mT5 демонструють вищу якість перекладу, але потребують значно більше обчислювальних ресурсів. Результати дослідження підтверджують доцільність застосування моделей mT5 для українсько-англійського перекладу, навіть на типових обчислювальних системах.

Автоматична класифікація текстів

2025-11-28T12:29:46+02:00

У цьому дослідженні здійснено аналіз сучасних підходів до класифікації текстової інформації. Особливу увагу приділено автоматичній класифікації текстів, що передбачає їхній розподіл за визначеними категоріями без використання ручного аналізу. Розглянуто й порівняно ефективність різних методів класифікації з акцентом на гібридні системи, які здатні поєднувати переваги окремих підходів і забезпечувати підвищену точність та продуктивність моделей. Також обґрунтовано вибір інструментальних засобів для подальшої програмної реалізації системи автоматизованої класифікації текстів за категоріями. Для навчання моделей запропоновано використовувати збірку AG News Classification Dataset з платформи kaggle.com. Доцільним вважається обмеження класифікаційного процесу комбінацією трьох моделей — Naive Bayes, Support Vector Machine (SVM) та Recurrent Neural Networks (RNN), які вирізняються невисокими вимогами до обчислювальних ресурсів і часу на тренування.

Порівняння архітектур нейронних мереж для сегментації пухлин мозку

2025-11-28T12:54:54+02:00

У роботі досліджено ефективність сучасних архітектур глибокого навчання для сегментації медичних зображень у задачі виявлення пухлин мозку. Проведено порівняльний аналіз моделей FCN, DeepLabv3+, PSPNet та Attention U-Net. Окрему увагу приділено впливу попереднього самоконтрольованого навчання на якість сегментації в умовах обмеженої кількості розмічених даних. Для оцінювання результатів використано метрику подібності.