https://repository.hneu.edu.ua/handle/123456789/143 2026-08-01T20:53:45Z https://repository.hneu.edu.ua/handle/123456789/41492 Назва: Модель користувальної модальності для адаптивного представлення і пошуку мультимедійного контенту Автори: Гордєєв А. С. Короткий огляд (реферат): В роботі розглянуто проблему формалізації користувацької модальності в адаптивних мультимедійних та електронних навчальних системах. Актуальність дослідження зумовлена необхідністю підвищення ефективності персоналізованого представлення інформації в умовах стрімкого зростання обсягів мультимедійного контенту та розвитку інтелектуальних освітніх платформ. Основну увагу приділено суперечностям між якісними когнітивними моделями сприйняття інформації та сучасними алгоритмічними підходами до обробки даних. Метою роботи є розробка формалізованої моделі користувацької модальності у вигляді багатовимірного нормованого вектора, що відображає ступінь переваги різних каналів сприйняття інформації та може бути інтегрований у системи пошуку, ранжування і адаптивного подання мультимедійного контенту. У роботі запропоновано математичний апарат перетворення результатів анкетування у вектор модальності, описано алгоритм агрегації та нормалізації даних, а також наведено теоретичне обґрунтування моделі з позицій когнітивної психології, мультимедійного навчання та поведінкової аналітики. Проведене експериментальне дослідження підтвердило домінування візуальної модальності при змішаному характері когнітивних переваг користувачів. Визначено валідність і надійність запропонованого діагностичного інструменту та сформульовано практичні рекомендації щодо проєктування адаптивних мультимедійних навчальних систем. Отримані результати створюють основу для подальшого розвитку інтелектуальних систем персоналізації освітнього контенту. 2026-01-01T00:00:00Z https://repository.hneu.edu.ua/handle/123456789/41376 Назва: Адаптація UX та мультимедійного контенту до індивідуальних особливостей користувача Автори: Гордєєв А. С.; Малишко В. В. Короткий огляд (реферат): У роботі розглядається поєднання результатів двох досліджень: 1) UX-аналіз вебсервісу сфери краси з використанням поведінкової аналітики, теплових карт, UX-аудиту, прототипування та A/B-тестування, що дозволив ідентифікувати слабкі місця інтерфейсу та підвищити конверсію сервісу; 2) розробка концептуальної моделі адаптивної мультимедійної бази даних, налаштованої на модальність користувача, представлено у вигляді нормованих профілів та алгоритму ранжування контенту. Мета об'єднання – створити єдину адаптивну систему, що оптимізує UX та персоналізацію контенту шляхом інтеграції поведінкової аналітики з моделями когнітивних профілів. Отримані результати показують, що комбінований підхід дозволяє виявляти UX-проблеми і покращувати показники взаємодії (згідно з NN-групою, використання теплових карт збільшує конверсію на ~35%), а також адаптувати мультимедійний контент до потреб користувача для покращення навчальних/сервісних результатів. Новизна роботи полягає у створенні інтегрованої методики: UX-рекомендації і прототипи інтерфейсів доповнюються алгоритмом персоналізації контенту на основі користувацької модальності. Це відкриває можливість для розробки дослідницького мультимедійного вебсервісу, який забезпечує зручну навігацію і релевантний контент одночасно. 2026-01-01T00:00:00Z https://repository.hneu.edu.ua/handle/123456789/41307 Назва: Segmentation of Images Generated by A Machine Vision System for Identification of an Object of Interest Based on a Structural Feature Автори: Sydorenko R.; Tiurina V.; Vlasov I.; Petrov K.; Kobzev I.; Pakhnin M. Короткий огляд (реферат): The rapid development of artificial intelligence technologies significantly influences the creation, processing, and management of multimedia content. Modern multimedia systems increasingly incorporate machine learning algorithms to improve the quality, interactivity, and efficiency of information processing. This paper analyzes modern approaches to information support and interactive multimedia technologies and investigates the main problems of integrating artificial intelligence into multimedia systems for publishing and printing applications. Particular attention is paid to the compatibility of intelligent modules with existing digital control systems, computational complexity, data quality, and real-time processing requirements. The purpose of the study is to examine the possibilities of applying artificial intelligence in multimedia systems and to identify key challenges of their integration into technological processes of the printing industry. The research considers ways to increase automation, improve multimedia content quality, and enhance the efficiency of production workflows. The results demonstrate the significant potential of artificial intelligence for optimizing technological processes, increasing competitiveness, and improving product quality in multimedia-based printing systems. The findings can be used in the development and modernization of multimedia platforms with integrated artificial intelligence technologies. 2026-01-01T00:00:00Z https://repository.hneu.edu.ua/handle/123456789/41229 Назва: Enhancing LoRa Encryption with Post-Quantum Algorithms for IoT Security Автори: Storozhko A.; Kibitkin S.; Vilkhivska O.; Pecherytsia D.; Andriushchenko T. Короткий огляд (реферат): The growing demand for secure, long-range wireless communication in the Internet of Things (IoT) has led to widespread adoption of LoRa technology. However, traditional LoRa implementations remain vulnerable to quantum computing attacks. This paper proposes the integration of post-quantum cryptographic algorithms, specifically Niederreiter encryption and LDPC codes, into LoRa systems to enhance their resilience. We explore the theoretical foundation of these algorithms, practical implementation strategies, and their impact on system performance. Experimental results and security analyses validate the feasibility of this approach, establishing a pathway for future-proof secure communication in LoRa-based IoT networks. 2025-01-01T00:00:00Z