https://repository.hneu.edu.ua/handle/123456789/154 2026-05-15T10:40:05Z https://repository.hneu.edu.ua/handle/123456789/40038 Назва: Автоматизоване конструювання та оцінка навчальних траєкторій з ООП і web технологій для STEM освіти Автори: Столяренко Т. Л. Короткий огляд (реферат): У контексті динамічного розвитку STEM-галузей, традиційні універсальні навчальні плани стають менш ефективними. Ця стаття присвячена методиці автоматизованого конструювання та оцінки навчальних траєкторій, що дозволяє персоналізувати процес навчання, адаптуючи його під індивідуальні потреби та темп студента. Основний фокус статті — практична реалізація цього підходу для дисциплін об'єктно-орієнтованого програмування (ООП) та Web-технологій. Сучасна STEM освіта переживає період значних трансформацій, зумовлених інтеграцією передових технологій штучного інтелекту та автоматизованих систем навчання. Дана робота присвячена аналізу методологій та інструментів автоматизованого конструювання і оцінки навчальних траєкторій, спеціалізованих для навчання об'єктно-орієнтованого програмування (ООП) та веб-технологій у контексті STEM освіти. Особливу увагу приділено розробці та впровадженню інструментів на базі мов програмування Python та JavaScript, які забезпечують персоналізацію навчального процесу та адаптивне навчання. У роботі досліджуються сучасні підходи до використання генеративного штучного інтелекту (GenAI) та великих мовних моделей (LLM) для створення динамічного навчального контенту, що адаптується до індивідуальних потреб та рівня знань студентів у реальному часі. Аналізуються методології багатовимірної оцінки ефективності навчальних траєкторій, включаючи автоматизоване виявлення проблем у засвоєнні ООП концепцій та механізми зворотного зв'язку. Практичний аспект дослідження охоплює архітектуру систем на основі Python для алгоритмів машинного навчання та JavaScript для інтерактивних користувацьких інтерфейсів, що сприяє підвищенню ефективності навчання та мотивації студентів порівняно з традиційними методами викладання STEM дисциплін. Робота вносить вклад у розвиток теоретичних основ адаптивного навчання та надає практичні рекомендації для розробників освітніх технологій та викладачів STEM дисциплін, щоб краще оснастити студентів навичками, необхідними для майбутньої кар'єри в галузі технологій. 2025-01-01T00:00:00Z https://repository.hneu.edu.ua/handle/123456789/40037 Назва: Діагностичні моделі та сенсо економічний підхідна основі блокчейну в інтелектуальнихнавчальних системах Автори: Євдокимов O. О.; Чухрай A. Г.; Столяренко T. Л. Короткий огляд (реферат): У тезах стисло викладено результати статті, присвяченої розробленню діагностичних моделей в інтелектуальних навчальних системах (ІНС) для математичних дисциплін і впровадженню сенсо‑економічного підходу. Порівняно дискретні (BKT) та неперервні (DKT) підходи до відстеження знань, показано їхні сильні сторони щодо персоналізації, прозорості та адаптивності. Запропоновано гібридну архітектуру, що поєднує дискретне відстеження коректності кроків із неперервним аналізом поведінкових ознак, структурну діагностику помилок на основі дерев виразів, а також формальну верифікацію кроків розв’язання. Запропоновано метрику Hybrid Skill Score (HSS) і таксономію «сенсів» (структурний, зусиль, відновлення, соціальний, креативний, рефлексивний), які відображають значущі навчальні дії. Для прозорої мотивації запропоновано блокчейн‑токен SenseCoin у приватній мережі PoA, який нараховується за валідувані сенси й обмінюється на цінні освітні можливості (наставництво, поглиблені модулі тощо). Показано кейс з рівняннями другого порядку: система виявляє концептуальну помилку класифікації коренів, фіксує самостійне відновлення та нараховує токен. Підхід спрямований на підвищення автономії, змістовності й гідності навчання та закладає основу для інтеграції ІНС з ціннісно чутливою мотивацією. 2025-01-01T00:00:00Z https://repository.hneu.edu.ua/handle/123456789/40036 Назва: Development of a system for identifying and analyzing systemic risks in complex technological systems based on an object-oriented approach Автори: Stoliarenko Т. Короткий огляд (реферат): The article justifies developing a system for identifying and analyzing systemic risk in complex technological environments using an object-oriented approach. The problem is driven by rising interdependencies, data volumes, and legacy integrations in high-tech sectors. The theoretical base is the Unified Foundational Ontology and the KISS principle, which sustain conceptual coherence and constrain complexity. The methodology combines user stories, architectural patterns, OOP principles (encapsulation, inheritance, polymorphism, abstraction), and safety engineering: HAZOP, FMEA, and PRA with sensitivity and uncertainty analysis. Stages include requirements elicitation, modeling, prototyping, and assessment of flows and vulnerabilities. Modularity enables threat localization, staged deployment, and integration with legacy components. Novelty lies in synthesizing ontological modeling with OO methods and in directions: e.g., object-oriented Bayesian networks (OOBN), big data analytics, expanding the Disruption Knowledge Base, and DisruptiOn Graphs for analyzing disruption scenarios and risk propagation. Practical value: guidance for designing and modernizing systems that require formal risk models. Limitations: code complexity, performance trade-offs with encapsulation, choice of granularity, risks of faulty requirement identification, and adoption barriers. No empirical measurements are reported; the work is conceptual-methodological and sets directions for further verification. 2025-01-01T00:00:00Z https://repository.hneu.edu.ua/handle/123456789/40035 Назва: Python та SQL як універсальні інструменти для аналітики даних Автори: Міхєєв І. А.; Столяренко Т. Л. Короткий огляд (реферат): У сучасному бізнес-середовищі прийняття ефективних рішень неможливе без якісної аналітики даних. Зростання обсягів інформації, яку генерують компанії в ході своєї діяльності, вимагає використання потужних та гнучких інструментів для її обробки, аналізу та візуалізації. Серед таких інструментів особливе місце займають мова програмування Python та мова структурованих запитів SQL. Їх поєднання дозволяє вирішувати широкий спектр завдань у сфері бізнес-аналітики, забезпечуючи глибоке розуміння процесів, тенденцій і можливостей для розвитку компанії. 2026-01-01T00:00:00Z