Збірники наукових праць ЦНТУ
Permanent URI for this communityhttps://dspace.kntu.kr.ua/handle/123456789/1
Browse
4 results
Search Results
Item type:Item, Method and Technological Solution of an AI-Based Adaptive Investor Survey Service for Determining an Individual Risk Profile(ЦНТУ, 2025) Korniienko, O.; Kozub, N.; Dorenskyi, О.; Корнієнко, О. С.; Козуб, Н. О.; Доренський, O. П.An adaptive investor survey model employing advanced machine learning is presented to generate a continuous risk profile. Using conditional logic, weighting coefficients, and a continuous risk scale, it overcomes traditional questionnaire limitations to enhance accuracy and personalization. The system built on React, Node.js/NestJS, and Python/FastAPI efficiently processes responses and delivers tailored investment recommendations. The research also includes the results of a comparative analysis, a description of the data transformation methodology, and a secure data transfer scheme, confirming the practical effectiveness of the proposed solutions. The developed method, model, and technological solution of the AI-driven adaptive survey service enhance the accuracy and personalization of risk profiling. Праця присвячена розробці адаптивної моделі опитування інвесторів, яка використовує сучасні методи машинного навчання для формування детального континуального ризикового профілю. Традиційні анкети з оцінки ризику, які гуртуються на статичних і дискретних шкалах, часто не враховують багатовимірність індивідуальної толерантності до ризику, особливо в умовах низького рівня фінансової грамотності. Це дослідження має на меті подолати зазначені обмеження, підвищити точність і рівень персоналізації інвестиційних рекомендацій.Item type:Item, Концептуальна модель системи інформаційного протиборства координаційного центру з питань національної безпеки і оборони(ЦНТУ, 2024) Доренський, O. П.; Улічев, О. С.; Задорожний, К. О.; Коваленко, А. С.; Дрєєва, Г. М.; Dorenskyi, О.; Ulichev, О.; Zadorozhnyi, К.; Kovalenko, А.; Drieieva, Н.Стаття присвячена актуальній проблемі підвищення ефективності інформаційного протиборства, що провадиться координаційним органом з питань національної безпеки і оборони – центром протидії дезінформації. Мета дослідження досягається шляхом синтезу концептуальної моделі системи інформаційного протиборства, її застосування для виявлення слабких сторін та, як наслідок, удосконалення механізму протидії дезінформації задля підвищення його ефективності: забезпечення результативності протидії деструктивним інформаційним впливам і кампаніям, пропаганді, реальним та потенційним загрозам в інформаційній сфері, запобігання спробам маніпулювання громадською думкою. Означений механізм протидії передбачає реагування на дезінформаційні атаки шляхом створення і розміщення відповідного контенту в соціальних мережах. The article examines the pressing issue of enhancing the efficiency of information confrontation conducted by the coordination body responsible for national security and defense – the Center for Countering Disinformation. The goal of this study is achieved by synthesizing a conceptual model of the information confrontation system, applying this model to identify weaknesses, and improving the mechanism for countering disinformation to enhance its efficiency. This improvement ensures effective resistance to destructive informational influences and campaigns, propaganda, real and potential threats in the information sphere, and prevents attempts to manipulate public opinion.Item type:Item, Нейромережевий метод виявлення текстурних аномалій у цифровому зображенні(ЦНТУ, 2022) Дрєєв, О. М.; Доренський, О. П.; Дрєєва, Г. М.; Drieiev, О.; Dorenskyi, О.; Drieievа, Н.Сучасні системи комп’ютерного зору часто використовують для оброблення цифрового зображення нейронні мережі. Однак для цього потрібно створювати бази даних для їх навчання, що в здебільшого складає переважну долю ресурсів ІТ-проєкту. Тож актуальною задачею, аспекти якої розглянуто в цій статті, є методи підвищення якості навчання нейронних мереж на даних меншого обсягу. Також актуальним є й можливість оброблення даних, характер яких не був наявним в початковій базі прикладів для навчання. Для розв’язання цієї науково-технічної задачі – підвищення якості сегментації зображення за присутніми текстурними особливостями, – в роботі пропонується використовувати як вхідну інформацію до нейронної мережі не лише безпосередньо цифрове зображення, а й його локальні статистичні показники. Означене розширює інформативність вхідної інформації і нейронній мережі не потрібно вчитися для їх виділення. Для цього достатньо прийняти рішення щодо їх використання або нехтування як ознаками. Також для виділення текстурних особливостей запропоновано використовувати самоорганізаційні вихідні шари, які здатні працювати як класифікатори, що групують елементи за схожими групами ознак. У праці показано застосовність запропонованих рішень до текстурної сегментації цифрових зображень, зокрема картографічних фотографічних зображень. Modern computer vision systems often use neural networks to process images. But to use neural networks, you need to create databases to train these neural networks. In some cases, creating a training database takes the vast majority of the project's financial and human resources. Therefore, the actual task of finding methods to improve the quality of learning neural networks on small data is considered in this article. The ability to process data, which nature was not present in the original training database is relevant, also. To solve the problem of improving the quality of image segmentation by textural anomalies, this research is proposed to use as input to the neural network not only the image but also its local statistic data. It can increase the information content of the input information for the neural network. Therefore, neural networks do not need to learn to choose statistical features but simply use them. This investigation classifies the requirements for image segmentation systems to indicate atypical texture anomalies. The literature analysis revealed various methods and algorithms for solving such problems. As a result, in this science work, the process of finding features in the photo is summarized in stages. The division into stages of search for features allowed to choose arguments for methods and algorithms that can perform the task. At each stage, requirements were formed for methods, that allowed separate the transformation of image fragments into a vector of features by using an artificial neural network (trained on a separate image of the autoencoder). Statistical features supplement by the vector of features of the image fragment. Numerous experiments have shown that the generated feature vectors improve the classification result for an artificial Kohonen neural network, which is able to detect atypical image fragments.Item type:Item, Improved Model and Software of the Digital Information Service of the Municipal Health Care Institutions(ЦНТУ, 2022) Dorenskyi, О.; Drobko, О.; Drieiev, О.; Доренський, О. П.; Дробко, О. С.; Дрєєв, О. М.Today, state and municipal services are being actively digitized in Ukraine. In particular, the Kropyvnytskyi city authorities initiated the creation of several information systems (IS) necessary for the development of various spheres of activity based on public needs for municipal services. Among these are IS of medical services provided by the city's health care institutions. Thus, the scientific and technical task of implementing the software for the municipal medical services information system in the city of Kropyvnytskyi is relevant. The work aims to implement access to information about medical services of health care institutions in the city of Kropyvnytskyi by creating municipal information systems with iOS-client. The scientific novelty of the obtained results is to improve the model of municipal information systems of medical services through the implementation of the offline mode of system operation, which in contrast to existing models of similar municipal systems provides access to IP data in the absence of Internet connection. The practical value of the results of scientific work is determined by the developed algorithms of the system, non-creation, work with the map and collection center of analytical, mobile iOS-application of the municipal medical services information system for the city of Kropyvnytskyi, published in the "App Store". В Україні активно цифровізуються державні й муніципальні послуги. Зокрема органи управління міста Кропивницького за суспільною потребою на муніципальні сервіси інціювали створення декількох інформаційних систем (ІС), які необхідні для розвитку різних сфер діяльності. Серед них – ІС медичних послуг, які надаються закладами охорони здоров’я міста. Отже, науково-технічна задача реалізації програмного засобу муніципальної інформаційної системи медичних послуг Кропивницького є актуальною. Тож слід діджиталізувати доступ до інформації про медичні послуги установ сфери охорони здоров’я м. Кропивницького шляхом створення муніципальної інформаційної системи з мобільним клієнтом. У процесі досягнення мети дослідження розв’язані такі науково-технічні задачі: 1) виконано аналіз існуючих систем - аналогів та технічних рішень муніципальних інформаційних систем – цифровізованих інфосервісів в Україні; 2) розробено концептуальну модель інформаційної системи медичних послуг; 3) удосконалено модель муніципальної інформаційної системи медичних послуг для забезпечення доступу до даних ІС при відсутності інтернету; 4) програмно реалізовано функціонування клієнта муніципальної інформаційної систем медичних послуг на мобільній платформі; 5) розроблено клієнтське програмне забезпечення ІС медичних послуг для мобільних операційних систем iOS та виконати його кваліфіковане тестування. У роботі застосовані методи теорії інформаційних систем, теорії алгоритмів, методи аналізу й синтезу, метод моделювання процесів і систем, методи проектування інформаційних систем, методи проектування алгоритмів, метод реалізації програмних засобів, метод кваліфікованого тестування програмного забезпечення. Наукова новизна отриманих результатів полягає в удосконаленні моделі муніципальної інформаційної систем медичних послуг за рахунок реалізації процесу офлайнового режиму функціонування системи, що на відміну від існуючих моделей аналогічних муніципальних систем забезпечує доступ до даних ІС у період відсутності зв'язку з Інтернетом. Практична цінність роботи визначається розробленим програмним забезпечення функціонування системи, нетворку, роботи з мапою і центру збору аналітичних, а також мобільним iOS-застосунком муніципальної інформаційної системи медичних послуг міста Кропивницького, який опублікований в «App Store».