https://repository.hneu.edu.ua/handle/123456789/178 2026-06-11T21:59:03Z https://repository.hneu.edu.ua/handle/123456789/40667 Назва: Educational program analysis system based on correspondence matrices Автори: Karpenko M. Yu. Короткий огляд (реферат): This paper presents an approach to the automated analysis of educational programs based on correspondence matrices that describe the relationships among educational components, program learning outcomes, and competencies. The proposed solution facilitates the efficient development and evaluation of educational programs by reducing the time required for their preparation, minimizing the likelihood of errors in correspondence matrix construction, and enhancing program quality through comprehensive analysis of the structure, consistency, and balance of their constituent elements. 2026-01-01T00:00:00Z https://repository.hneu.edu.ua/handle/123456789/40602 Назва: Використання математичних і ШІ-Моделей в тестуванні програмного забезпечення Автори: Шкурко В. В.; Поляков А. О. Короткий огляд (реферат): В статті представлено комплексне дослідження та аналіз застосування математичних моделей т а моделей штучного інтелекту в тестуванні програмного забезпечення, яке спрямоване на підвищення ефективності, та автономності процесів контролі якості. Призведена інтеграція ключових напрямів інтелектуального моделювання – великі мовні моделі (LLM), еволюційні алгоритми, штучні нейронні мережі та три трактування трьох RM (Reinforcement Models, Risk Management Models, Regression Models), демонструючи їх потенціал для оптимізації сучасних підходів до тестування. Узагальнені аналітичні підходи сформовано цілісні теоретико-методологічні засади побудови інтелектуальних систем тестування ПЗ. Також проаналізовано математичні моделі формального доведення коректності, ймовірнісні моделі помилок, регресійні RM-моделі передбачення дефектності та алгоритмічні структури для аналізу складності й оптимізації тестових наборів. Еволюційні алгоритми розглянуто як метод оптимізації шляхів проходження графів станів, формування мінімальних, але покривних тестових сценаріїв та генерування тестів у середовищах із великою кількістю варіантів конфігурацій. Нейронні мережі були представлені як основа для побудови моделей прогнозування ризиків, автоматизації регресійного тестування та виявлення прихованих закономірностей у телеметричних даних. Безпосередньо обґрунтовано можливість інтеграції RL-моделей (як частини RM) для створення самонавчальних тестувальних агентів, здатних адаптувати стратегії перевірки до поведінки системи. Запропонована концептуальна архітектура інтелектуальної системи тестування поєднує математичні формальні підходи та сучасні AI-моделі, забезпечуючи багаторівневий аналіз ризиків, автоматичне удосконалення тестових наборів і прийняття рішень на основі RM-методів управління ризиками. Отримані результати демонструють значний потенціал впровадження LLM, еволюційних алгоритмів, нейронних мереж та RM-моделей у практику тестування ПЗ, що дозволяє скоротити витрати часу, підвищити точність та забезпечити адаптивність до змінних умов розробки. Дослідження формує теоретичну основу для подальших досліджень у сфері інтелектуалізації тестування та відкриває перспективи для створення нових поколінь автономних тестувальних систем. 2025-01-01T00:00:00Z https://repository.hneu.edu.ua/handle/123456789/40490 Назва: Оцінювання покриття корпоративних безпровідних мереж на базі модифікованої моделі Окамура-Хата Автори: Михалевський Д. В.; Василишин В. І.; Коцюба В. П. Короткий огляд (реферат): У роботі проведено дослідження можливості оцінювання покриття безпровідних корпоративних телекомунікаційних мереж на базі моделі Окамура-Хата із складною архітектурною забудовою. Для цього проведено аналіз моделі з точки зору параметрів затухання та потужності сигналу, що дало можливість визначити оптимальну адаптацію до умов поширення хвиль в діапазонах 2.4 ГГц та 5 ГГц із врахуванням втрат у вільному просторі, втрат пов’язаних із параметрами середовища та втрат на конкретних архітектурних перешкодах з використанням наперед визначеної бази коефіцієнтів та використання методу трасування променів. 2026-01-01T00:00:00Z https://repository.hneu.edu.ua/handle/123456789/40489 Назва: Модель персоналізованих рекомендацій без попередніх даних користувача із застосуванням FUZZY AHP Автори: Бредіхін В. М.; Вербицька В.І.; Григор’єв А. І. Короткий огляд (реферат): Стрімкий розвиток електронної комерції зумовлює потребу у створенні рекомендаційних систем, здатних ефективно працювати за відсутності попередніх даних про користувача. У статті розглянуто підхід до формування персоналізованих рекомендацій на основі методу нечіткого аналітичного ієрархічного процесу (Fuzzy AHP). Така модель поєднує багатокритеріальність вибору з можливістю урахування як об’єктивних параметрів товарів, так і суб’єктивних переваг користувача, що визначаються через попарні порівняння критеріїв. Особливістю підходу є подолання проблеми «холодного старту». Представлений підхід може стати основою для створення сучасних інтелектуальних систем підтримки вибору в e-commerce.. Проведено експеримент, що підтвердив ефективність моделі для персоналізованого ранжування товарів. 2025-01-01T00:00:00Z