Infocommunication Technologies and Electronic Engineering
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/57471
Browse
8 results
Search Results
Item Convergence of heterogeneous wireless networks for future communications: architecture, QOS and resource management(Видавництво Львівської політехніки, 2022-03-01) Бешлей, Г.; Шкоропад, Ю.; Бешлей, М.; Климаш, М.; Beshley, H.; Shkoropad, Y.; Beshley, M.; Klymash, M.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityОписано науково-теоретичні підходи до реалізації гетерогенної мережі мобільного зв’язку на основі технологій SDN/NFV та SDR. Пропонується архітектура майбутньої гетерогенної мережі з урахуванням еволюції нових стандартів і ключових технологій. Створено алгоритм динамічного розподілу та резервування пропускної здатності між кількома логічними каналами в певний момент часу для забезпечення QoS для інформаційних потоків у майбутніх мережах. Створено імітаційну модель обслуговування мережевого трафіку з параметрами, що відповідають реальним мережам. Проведено дослідження навантаження фемтостільникового SDR, як основного конвергентного пристрою на рівні неоднорідного доступу до мережі користувачами технологій мобільного зв’язку різного покоління.Item Побудова фрактального зображення типу “канторів пил”, з використанням рандомізованої системи ітераційних функцій(Видавництво Львівської політехніки, 2022-03-01) Юнак, О.; Стрихалюк, Б.; Климаш, М.; Шпур, О.; Yunak, O.; Strykhaliuk, B.; Klymash, M.; Shpur, O.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityУ статті розглянуто результати розроблення алгоритму визначення кількості пікселів фрактального зображення типу “фрактальний пил” (набір Кантора), утвореного за допомогою РСІФ, обмеженого роздільною здатністю. Виведено математичні формули та схеми для розрахунку кількості пікселів фрактального зображення та кількості ітерацій фрактала RSIF. Цей алгоритм полягає у знаходженні формул залежно від кількості фігур першої ітерації, коефіцієнтів подібності та роздільної здатності. Це дає можливість визначити кількість пікселів для фрактального зображення із різною роздільною здатністю. Алгоритм розрахунку не використовує входження циклу в цикл та рекурсивних функцій і є доволі оптимізованим, що дає можливість не витрачати великих обчислювальних потужностей. Використання формул надалі дасть змогу визначити кількість випадкових подій (стохастичного руху точки) для забезпечення якості відтворюваного зображення за допомогою РСІФ, сформувати вихідний набір даних для нейронних мереж, що буде покладено в основу розпізнавання об’єктів.Item Дослідження ефективності використання розподілених баз даних у системах IIoT(Видавництво Львівської політехніки, 2022-03-01) Климаш, М.; Гордійчук-Бублівська, О.; Чайковський, І.; Костів, О.; Klymash, M.; Hordiichuk-Bublivska, O.; Tchaikovskyi, I.; Kostiv, O.; Національний університет “Львівська політехніка”; Lviv Polytechnic National Universityроаналізовано основні особливості роботи систем промислового Інтернету речей. Визначено необхідність використання розподіленої архітектури та хмарних ресурсів для гнучкого організування роботи промислових систем. Досліджено роботу реляційних баз даних та визначено їх перевагу над нереляційними, зокрема, швидкість оброблення великих обсягів інформації та надійність обслуговування користувацьких запитів. Запропоновано використання розподіленої архітектури баз даних для підвищення ефективності обчислень. Визначено переваги залучення хмарних та розподілених технологій у системи IIoT, а також можливість вибирати найоптимальніші параметри залежно від вимог до роботи промислового виробництва.Item Algorithm forming randomized system of iterative functions by based Cantor structure(Видавництво Львівської політехніки, 2021-01-31) Юнак, О.; Шпур, О.; Стрихалюк, Б.; Климаш, М.; Yunak, O.; Shpur, O.; Strykhaliuk, B.; Klymash, M.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityУ статті розглянуто результати розроблення алгоритму формування рандомізованої системи повторюваних функцій (RSIF) з наявного фрактального зображення типу “Фрактальний пил” (набір Кантора). Виведено математичні формули та схеми для розрахунку коефіцієнтів RSIF. Цей алгоритм полягає у знаходженні формул функцій відносно центра першої ітерації фрактальної структури. Це дає можливість визначити рандомізовану систему ітераційних функцій із наявного фрактального зображення. Алгоритм побудови не використовує рекурсивних функцій та входження циклу в цикл, що дає змогу не витрачати великих обчислювальних потужностей, і є доволі оптимізованим. Алгоритм дасть змогу виконувати прямі та зворотні перетворення без залучення додаткових програмно-апаратних ресурсів. Використання прямих і зворотних перетворень дасть змогу в майбутньому сформувати вихідний набір даних для нейронних мереж, що буде покладено в основу розпізнавання об’єктів.Item Модель інтелектуального аналізу даних в IIoT(Видавництво Львівської політехніки, 2021-01-31) Климаш, М.; Гордійчук-Бублівська, О.; Коваль, Б.; Klymash, M.; Hordiichuk-Bublivska, O.; Koval, B.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityВ роботі подано огляд методів інтелектуальної обробки даних у системах промислового Інтернету речей. Наведено порівняння методів аналізу великих даних у промислових системах зі значним навантаженням. Запропоновано використовувати для опрацювання даних методи розподіленого машинного навчання. Розроблено програмну модель для аналізу даних різних обсягів. Проаналізовано основні підходи до організації машинного навчання: федеративне і нерозподілене навчання. Експериментально доведено ефективність використання федеративного машинного навчання, оскільки воно забезпечує вищу точність оброблення даних, навіть у разі збільшення їх обсягів. Визначено, що нерозподілене машинне навчання працює швидше, отже, може використовуватися в системах, пріоритетом для яких є менший час обробки даних. Такий підхід відкриває можливості створення адаптивної моделі системи промислового Інтернету речей, що здатна самонавчатися та коригувати власну інфраструктуру залежно від зміни параметрів.Item Дослідження методів виділення динамічних об’єктів у відеопослідовностях(Видавництво Львівської політехніки, 2021-04-01) Климаш, М.; Мрак, В.; Гордійчук-Бублівська, О.; Klymash, M.; Mrak, V.; Hordiychuk-Bublivska, O.; Національний університет “Львівська політехніка”; Lviv Polytechnik National UniversityДосліджено найпоширеніші алгоритми виділення фону у відеопослідовностях, методи порівняльного аналізу та кількісні характеристики для вибору оптимальних алгоритмів виділення фону. В результаті проведеного дослідження запропоновано загальний показник ефективності роботи алгоритму виділення фону на відеопослідовностях, що отримані зі стаціонарних камер відеоспостереження у системах відеоспостереження. Здійснено дослідження методів виявлення динамічних об’єктів на відеопослідовностях. Дослідження ефективності застосування різних колірних схем у методах виділення динамічних об’єктів. За результатами аналізу переваг та недоліків низки колірних моделей прийнято припущення щодо можливості застосування інших колірних схем, окрім RGB, які характеризуються кращими фотометричними інваріантними особливостями, під час розроблення методу виділення динамічних об’єктів.Item Дослідження алгоритмів паралельного опрацювання інформації в базах даних(Видавництво Львівської політехніки, 2021-04-01) Климаш, М.; Гордійчук-Бублівська, О.; Чайковський, І.; Данильченко, Т.; Klymash, M.; Hordiichuk-Bublivska, O.; Tchaikovskyi, I.; Danylchenko, T.; Національний університет “Львівська політехніка”; Lviv Polytechnik National UniversityУ роботі досліджено питання зменшення часу оброблення інформації в базах даних. Для швидкого пошуку та аналізу запитів запропоновано використовувати розподілені бази даних, в яких інфомація розподіляється і зберігається на декількох пристроях. Для взаємозв’язку всіх даних та швидкого пошуку застосовується метод колонкових індексів, у якому враховано подібність даних та передбачено можливість знаходження інформації за ключем, навіть якщо вона міститься розподілено на різних пристроях. Такий підхід спрощує проблеми пошуку великих обсягів інформаціії в базах даних і дає можливість ефективніше опрацьовувати користувацькі запити.Item Управління мережами мобільного зв’язку 5G за допомогою використання технологій штучного інтелекту(Видавництво Львівської політехніки, 2021-04-01) Шубин, Б.; Климаш, М.; Масюк, А.; Осташевський, А.; Shubyn, B.; Klymash, M.; Maksymyuk, T.; Ostashevskiy, A.; Національний університет “Львівська політехніка”; Lviv Polytechnik National UniversityСтаття стосується проблеми надмірного навантаження трафіком комірок базових станцій. З метою зменшення впливу цієї проблеми на якість послуг операторів мережі мобільного зв’язку запропоновано використовувати технологію штучного інтелекту (ШІ) для аналізу та прогнозування навантаження у мережі. ШІ чудово підходить для середовищ із безпровідним зв’язком, оскільки в ньому є безліч доступних даних для аналізу та отримання певних шаблонів. В статті запропоновано модель машинного навчання та архітектуру нейронної мережі для прогнозування навантаження на 5G комірки.