Первая страница
Наша команда
Контакты
О нас

    Головна сторінка



О. К. Юдін, директор Інституту комп’ютерних інформаційних технологій, д-р техн наук, професор

О. К. Юдін, директор Інституту комп’ютерних інформаційних технологій, д-р техн наук, професор




Сторінка9/16
Дата конвертації10.03.2017
Розмір3.1 Mb.
1   ...   5   6   7   8   9   10   11   12   ...   16

СЕКЦІЯ «КОМП’ЮТЕРИЗОВАНІ СИСТЕМИ УПРАВЛІННЯ»


УДК 004.4'236(043.2)

Бейлінов Д.О.

Національний авіаційний університет, Київ

КРОСПЛАТФОРМЕНА РОЗРОБКА МОБІЛЬНИХ ДОДАТКІВ З ВИКОРИСТАННЯМ МОВИ ПРОГРАМУВАННЯ C#

Mono – це платформа, створена американською компанією Xamarin і призначена для розробки мобільних додатків з використанням мови програмування C#. Завдяки цьому продукту тепер для написання додатків під Android, IOS чи Windows Phone немає необхідності у вивченні таких мов як Objective-C або Java.

Ідея дуже проста. Ви створюєте програму в середовищі розробки Xamarin Studio під необхідну вам платформу (Android, IOS або Windows Phone) і пишете код мовою C#, використовуючи всі ваші улюблені конструкції: LINQ, лямбда-вирази, колекції і т.п.

Ще однією перевагою Mono є можливість розробки мобільних додатків у добре відомій Visual Studio. Для цього необхідно лише встановити відповідний плагін від Xamarin. Але даний плагін доступний лише у платній business-ліцензії, проте є можливість його використання протягом 30 днів у безкоштовній пробній версії Mono.

Mono складається з декількох основних частин:


  1. Xamarin.IOS — библіотека класів для C#, яка надає розробнику доступ до IOS SDK;

  2. Xamarin.Android — библіотека класів для C#, яка надає розробнику доступ до Android SDK;

  3. Компілятори для IOS і Android;

  4. IDE (середовище розробки) Xamarin Studio;

  5. Плагін для Visual Studio.

За інформацією розробників Mono – це засіб кросплатформеної розробки. Тому очікувано, що будь-який додаток, написаний за допомогою Mono один раз, повинен мати можливість запуску і на інших мобільних платформах. Але виникає одна проблема: для кожної з платформ необхідно реалізувати власний UI. Тобто код, який відповідає за зовнішній вигляд додатку, має бути написаний для кожної платформи окремо. Це та «ціна», яку ми платимо за всі переваги Mono над іншими платформами.

Отже, на даний момент технологія Xamarin є достатньо потужним інструментом для розв’язання складних задач в області розробки мобільних додатків. У технології велике майбутнє, оскільки компанія Xamarin продовжуює працювати над покращенням свого продукту, а кількість розробників, які використовують її для написання мобільних додатків, щодня лише збільшується.


Науковий керівник – Глазок О.М., к.т.н., доцент
УДК 81.322.2 (043.2)

Бєляков О.О.

Національний авіаційний університет, Київ

Льотні випробування як науковий експеримент

Льотні випробування – комплекс робіт, які проводяться в процесі створення, виробництва та експлуатації літального апарату та його складових частин з метою перевірки їх працездатності, виявлення та усунення недоліків, перевірки відповідності фактичних характеристик розрахунковим даним та встановленим вимогам та підтвердження заданого рівня надійності. Для кожного літального апарату план льотних випробувань розробляють індивідуально. Це пов’язано з тим, що кожен новий літак має свої індивідуальні характеристики та індивідуальну конструкцію. Враховуючи вищезазначені особливості, зміст льотних випробувань для кожної моделі літака буде індивідуальним та буде відображати його особливості.

На розробку кожного плану льотних випробувань витрачаються значні кошти, а також на виконання цього завдання потрібно витратити значний період часу. Враховуючи те, що кожен план льотних випробувань розробялють індивідуально, цей процес значно впливає на кінцеву вартість літака. Крім того, результат, який буде отриманий після виконання процесу планування може бути не оптимальним з точки зору витрат ресурсів та часу підчас виконання льотних випробувань. Також при плануванні льотних випробувань не враховують результати попередніх випробувань інших літаків. Не існує бази, в якій було б можливо знайти систематизовану інформацію про проведені випробування, їх умови та результати. Відсутність такої бази унеможливлює використання досвіду, отриманого підчас проведення льотних випробувань. Тобто, якщо впровадити вищезазначену базу та систематично її підтримувати, а також розробити механізми, які могли б враховувати результати попередніх випробувань, ми можем значно підвищити ефективність проведення цих випробувань, і, як наслідок, знизити вартість їх проведення, а також час, який витрачають підчас їх проведення.

Через це доцільно розробити інструменти, які дозволять автоматизувати процес льотних випробувань. Ці інструменти можна оптимізувати таким чином, щоб знизити ресурсоємність та час виконання випробувань, які будуть міститись в кінцевому плані.

З метою розробки таких інструментів доцільно розглядати процес планування льотних випробувань як науковий експеримент. Науковий експеримент – метод дослідження деякого явища в керованих умовах. Якщо в якості явища розуміти зміну деякої характеристики літального апарату, то льотні випробування цілком можливо трактувати як науковий експеримент. Це дозволить нам застосувати методи планування наукових експериментів до планування льотних випробувань, і, тим самим, оптимізувати цей процес. Також результати таких експериментів легше систематизувати та аналізувати, що дозволить зменшити кількість проведених випробувань.

Науковий керівник – О.Є. Литвиненко, д.т.н., проф.

УДК 004.67(043.2)



Білик В.В.

Національний авіаційний університет, Київ

Особливості впровадження систем штучного інтелекту

Одним із найважливіших компонентів розвитку сучасних інформаційних технологій є створення та використання систем штучного інтелекту. Попит на такі технології стрімко зростає. Активно розробляються та впроваджуються системи сканування і розпізнавання тексту; нагальними постають проблеми створення комп’ютерних словників національних мов, машинного перекладу з однієї мови на іншу тощо. Це насамперед пов’язано з розвитком глобальної інформаційної мережі Internet і підвищенням рівня комп’ютеризації управління всіх сфер людського життя. Для визначення реальних можливостей розвитку штучного інтелекту розглянемо перспективні підходи до організації систем штучного інтелекту та можливості штучного інтелекту сьогодні.

В даний час Розробляються спеціальні мови для вирішення інтелектуальних задач, де більшої переваги набуває логічна та символьна обробка ніж традиційні обчислювальні процедури (LISP, PROLOG, SmallTalk, REFAL). Створюються пакети прикладних програм, що орієнтовані на розробку інтелектуальних систем: KEE, ARTS, G2.Створюються пусті експертні системи (оболонки), у базі знань яких можна наповнювати конкретними знаннями: KAPPA, EXSYS, M1, EKO.

В кожної людини є прагнення максимально полегшити свою працю. Робототехніка на сьогодні є доволі перспективним напрямком ШІ. Оскільки роботу м'язів можна замінити тільки роботою інших застосувань, людина не забула цим скористатися - на багатьох заводах замість людей сьогодні трудяться роботи.

Створено системи для виконання точних операцій і консультації лікарів в складних ситуаціях; використання роботів-маніпуляторів для проведення операцій підвищеної точності (наприклад, на сітківці ока).

Сьогодні продовжується впровадження логіки в прикладні області та програми. Програм глобального масштабу, здатних хоч якоюсь мірою відповідати реальній людині, вести процес розумного мислення і спілкування, поки немає і в найближчому часі не передбачається (існує занадто багато перешкод і нерозв'язних проблем).

Сьогодні комп'ютер виконує тільки точні вказівки, які йому надає людина. При написанні будь-якого додатку програміст користується мовою високого рівня, потім програма - транслятор перекладає це додаток на машинну мову директив, яку і розуміє процесор комп'ютера. Тому, стає зрозуміло, що сам по собі комп'ютер до мислення нездатний в принципі, але високорівневі програми роблять його відносно інтелектуальним.

Науковий керівник – Є.Б.Артамонов, к.т.н

УДК 004.925(043.2)



Блок Ю.А.

Національний авіаційний університет, Київ

Библиотека для визуализации 3d объектов

методом трассировки лучей с помощью OpenCL

Совсем недавно, на рынке компьютерных комплектующих начали появляться видеокарты мощности, которая достаточна для такого сложного, с точки зрения вычислений, метода визуализации 3d объектов, как метод трассировки лучей.

Трассировка лучей (англ. Ray tracing) – технология построения изображения трёхмерных моделей в компьютерных программах, при которых отслеживается обратная траектория распространения луча (от экрана к источнику), позволяет произвести физически корректный расчет освещения и затенения и выдать максимально реалистичное отображение трёхмерных моделей.

Достоинства метода:



  • возможность рендеринга гладких объектов без аппроксимации их полигональными поверхностями (например, треугольниками);

  • вычислительная сложность метода слабо зависит от сложности сцены;

  • высокая алгоритмическая распараллеливаемость вычислений — можно параллельно и независимо трассировать два и более лучей, разделять участки (зоны экрана) для трассирования на разных узлах кластера и т.д;

  • отсечение невидимых поверхностей, перспектива и корректное изменения поля зрения являются логическим следствием алгоритма.

Этот метод уже давно используется для визуализации мультипликационных фильмов, статических сцен. Но, из-за очень сложных расчетов, в пользу качеству, занимает очень много вычислительного времени. Существуют также варианты алгоритма, которые дают результат в реальном времени, но они не лишены недостатков.

Целью работы является создание библиотеки, которая, в ущерб качеству, но сохраняя основные достоинства алгоритма, будет максимально быстро производить построение изображения.

Для использования видеокарты и переноса расчетов на нее, использован OpenCL. Для хранения моделей в видеопамяти использована структура данных R-tree а также написан собственный аллокатор. Реализована система материалов, которые состоят из таких текстур, как: диффузная, карта бликов, карта нормалей. Для расчета освещения использованы двунаправленные функции распределения отражений (поверхностных отражений) на основе моделей Кука-Торренса, Уорда.

В дальнейшем, чтобы привести продукт в законченный вид, следует реализовать анимацию на основе иерархии деревьев (чтобы ускорить удаление и вставку узлов), добавить визуальные эффекты, среди которых: HDR (контрастное освещение сцены), Bloom, прозрачность для материалов, объемный туман, преломление для симуляции поверхности воды.



Научный руководитель – Глазок А.М., канд. техн. наук, доцент

УДК 004.82 (043.2)



Вавіленкова А.І.

Національний авіаційний університет, Київ

ВЛАСТИВОСТІ ТЕКСТУ ЯК ОСНОВНА ОЗНАКА ПОРІВНЯЛЬНОГО АНАЛІЗУ

Актуальність проблеми порівняльного аналізу електронних документів за змістом є беззаперечною для всіх сфер людської діяльності. Адже дублювання електронних документів у інформаційному просторі спричиняє некоректний пошук, створення однотипних проектів та суперечливих законопроектів, плагіат різноманітних робіт. Тому сьогодні важливим є створення засобів аналітичного аналізу текстових документів.

Текст – це комплекс взаємопов’язаних одне з одним речень, що володіє певною автономністю по відношенню до аналогічних комплексів, змістовною цінністю, яка забезпечується єдністю комунікативного напрямку.

Будь-який текст володіє рядом властивостей.



Цілісність тексту проявляється в тому, що його властивості не можна звести до суми властивостей одиниць, що складають текст.

Зв’язність – одна із найважливіших ознак тексту, що визначає його цілісність.

Членування – це категорія тексту, протилежна до цілісності, здатність тексту розбиватися на більш мілкі одиниці.

Автосемантія відрізків тексту – властивість тексту, що обумовлення його членуванням. Виокремлені в тексті одиниці володіють відносною самостійністю.

Діалогічність – категорія тексту: внутрішня діалогічність проявляється у тексті у вигляді діалогу, а зовнішня – відображає взаємодію різних текстів, що дозволяє оцінити текст як реакцію на інші тексти, визначає міжтекстову полеміку.

Модальність – це інтерпретація відношення ситуації та її елементів, що відображаються у тексті, до дійсності.

Цілісність тексту перетворює його в систему, в якій елементи залежать один від одного і передбачають один одного.



Змістовна модель тексту – це абстрактна модель, що об’єднує в собі основні властивості тексту та його складових частин, відображає основні взаємозв’язки між структурними компонентами, представляє собою впорядковану четвірку, що включає в себе тип тексту, множину складних синтаксичних конструкцій, текстову базу та множину абзаців тексту.

Побудова змістомних моделей тексту за єдиним шаблоном дає можливість дослідити закономірності та сформулювати правила порівняльного аналізу текстових документів. Таким чином, порівняння текстів буде зведено до порівняння їх змістовних моделей, основними елементами яких є формалізовані засоби опису властивостей текстів.


Науковий консультант – О.Є. Литвиненко, д.т.н., проф.
УДК 629.735.33(043.2)

Величенко Є. О.

Національний авіаційний університет, Київ

ПОШУК нових знань з великої кількості інформації

Згідно з деякими оцінками інформація подвоюється кожні 2-3 роки. Цунамі даних приходить з науки, бізнесу, інтернета та інших джерел. Пошук нових знань (далі Data Mining) включає в себе методи автоматичного аналізу, за допомогою яких приходиться практично добувати нові знання з великої кількості інформації.

Data Mining займається дослідженням і виявленням «машиною»(за доп. алгоритмів, засобами штучного інтелекту) в сирих даних приховані знання, які раніше не були відомі, нетривіальні, практично корисні та доступні для інтерпретації людиною.

Задачі Data Mining поділяють на:



  • Задача класифікації. зводиться до визначення класу об'єкта за його характеристикам. При цьому безліч класів, до яких може бути віднесений об'єкт заздалегідь відомо.

  • Задача регресії. Подібна задачі класифікації, однак значення параметра являється не кінечною множиною класів, а натуральним числом.

  • При пошуку асоціативних правил метою є находження частих залежностей між представлених у вигляді правил і можуть бути використані як для кращого розуміння природи аналізуємих даних, так і для прогнозування появи подій.

  • Задача кластеризації. Заключається в пошуку незалежних груп та їх характеристик у всій множині аналізуємих даних. Рішення цієї задачі допомагає краще зрозуміти дані. Крім цього, групування подібних об’єктів дозволяє зменшити їхню кількість, а відповідно і полегшити аналіз.

Досить великий інтерес виклиє сиквенціальний аналіз - виявлення закономірностей послідовності подій. Такий аналіз є різновидом задачі пошуку асоціативних правил. Він дає можливість з деякою долею ймовірності передбачити появу подій у майбутньому.

Вже існує досить багато готових програмних рішень для різних сфер. Однак, згідно різноманітним звітам (джерело: http://www.forbes.com/sites/louiscolumbus/

2014/06/24/roundup-of-analytics-big-data-business-intelligence-forecasts-and-market-estimates-2014/) щорічний приріст витрат на розвиток систем аналітики та обробки даних становить 20% - 30%. Прогнозований сумарний обсяг витрат на системи обробки даних та аналітичні сервіси в 2015 році складе 3млрд $. Отже поява нових програмних рішень Data Mining є досить перспективним напрямком.

Науковий керівник – Є.Б.Артамонов, к.т.н

УДК 004.67(043.2)



Венетікідіс П.

Національний авіаційний університет, Київ

МУЛЬТИПЛАТФОРМЕННА СИНХРОНІЗАЦІЯ ДАНИХ НАВЧАЛЬНОГО ПРОЦЕСУ

Додатки формату органайзера допомагають позбутися від пошуку ручки, або рівний поверхні, щоб зробити яку-небудь запис, теж саме спрощується гортання сторінок у пошуках потрібної дати. Однак у паперових органайзерів є основна перевага, перед їх програмної версією, – вони завжди під рукою. Цей момент можна вирішити шляхом створення декількох версій програми: для мобільного і для стаціонарного пристроїв, і організувати перенесення даних між цими додатками.

Синхронізація даних між різними платформами комп’ютерних пристроїв є проблемою при використанні різних операційних систем. Це породжує фрагментацію в системі обміну та створює додаткові перепони зв’язку між пристроями.

На першому етапі розробки системи синхронізації даних навчального процесу необхідно виділити перелік операційних систем для яких буде розроблятися програмне забезпечення, що дозволить пристроям користувачів повноцінно функціонувати як одне ціле.

Усі сучасні користувальницькі операційні системи для персональних комп’ютерів можуть завантажувати програми на мові Java, кроссплатформенність котрих забезпечується віртуальною машиною. Більшість мобільних пристроїв мають мобільні версії операційних систем з обмеженим набором функціоналу, що унеможливлює повне перенесення програм на ці платформи. Така проблема потребує додаткового вивчення можливостей мов програмування, на яких можна розробляти додатки для мобільних пристроїв.

Для забезпечення такої мультиплатформенності необхідно розробити серверне програмне забезпечення прикладного рівня, в якому буде реалізовано систему обміну та дешифрування команд. Це забезпечить краще взаємодію, оскільки на кінцевих пристроях потрібно буде лише реалізувати такі самі механізми роботи з набором команд, а сам процес обміну цими командами покласти на стандартні мережеві протоколи з посиленими засобами захисту дані актуальність теми.

Особливості поданого матеріалу пояснюється в наступному:

– проаналізувано основний напрямок в цій галузі та обрано основні операційні системи для аналізу;

– проаналізовано системні витрати.

– розробка зусереджена тільки на оптимальних по відношенню до ресурсів варіантах управління процесом.

Основним напрямком роботи є забезпечення підвищення продуктивності використання нових засобів. Графічне умовне значення робочого та навчального дня, ефективності нагадувань подій.

Науковий керівник – Є.Б.Артамонов, к.т.н

УДК 004.67(043.2)



Вітковський Я.І.

Національний авіаційний університет, Київ

ВИКОРИСТАННЯ НЕЧІТКОЇ ЛОГІКИ В СИСТЕМАХ АВТОМАТИЧНОГО КЕРУВАННЯ

Сучасний рівень розвитку промисловості вимагає комплексного підходу при розробці САУ технічними об'єктами. Це обумовлено, з одного боку, необхідністю підвищення якості управління при мінімальних витратах на створення та експлуатацію систем, з іншого боку – ускладненням структури об'єкта управління, функцій, виконуваних ним, і, як наслідок, збільшенням факторів невизначеності, які необхідно враховувати для управління об’єктом.

У теорії автоматичного управління існує досить багато методів, які доз-воляють оптимізувати роботу систем по тим чи іншим критеріям якості при виконанні ряду обмежень.

Розглянемо ряд аспектів використання нечіткої логіки при управлінні технічними об'єктами. Побудова нечітких систем засноване на імітації дії людини-оператора або загальних витратах за допомогою ЕОМ. Дійсно, людині властиво оперувати не кількісними показниками, а якісними, але слід враховувати, що ці якісні поняття носять, по суті, нечіткий характер

Це, однак, не єдина область, де знаходять застосування рішення, що базуються на нечіткій логіці. Її основний потенціал у галузі промислової автоматизації реалізується в можливості безпосереднього конструювання багатозв'язних регуляторів. Зазвичай з регулюванням однієї змінної цілком справляється релейний або ПІД-регулятор. Однак закони керування для системи, що включає множину одноконтурних регуляторів, доводиться задавати вручну. Оператори аналізують умови функціонування об'єкта і задають установки регулятора з метою його оптимізації. Цей процес називається диспетчерським управлінням, і він може охоплювати велику кількість змінних.

Математичний апарат, використовуваний у традиційних методах автоматичного управління, не завжди повною мірою може задовольнити потреби сучасного виробництва. Тому останнім часом знаходять широке розповсюд­ження так звані "м'які" обчислення", основний принцип яких полягає у забезпеченні прийнятної (не обов'язково оптимальної) якості управління в умовах невизначеності при відносно невисокому рівні витрат ресурсів (вартісних, часових, обчислювальних тощо).

Можна зробити наступний висновок: ключ до успішного впровадження нечіткої логіки в промислову автоматизацію – в умілому поєднанні її з традиційними засобами. Нечітка логіка не замінює звичайної техніки управління, а доповнює її високоефективною методологією реалізації стратегій багато-зв'язного управління. Таким чином, основний потенціал нечіткої логіки лежить у сфері реалізації функцій диспетчерського управління.

Науковий керівник –Глазок О.М., к.т.н., доцент.
УДК 004.358(043.2)

Власенко В.С.

Національний авіаційний університет, Київ

ВІртуальна реальнІсть. Oculus Rift – шОЛОм вІртуальноЇ реальності.

Віртуальна реальність – це створений технічними засобами світ, в якому людина відчуває себе близько до того, як вона відчуває себе в реальному світі. Метою розробників є досягти найкращого «ступеня занурення» – це ступінь того, наскільки людина поводить і відчуває себе у віртуальній реальності ніби у спарвжньому світі. Тому технології віртуальної реальності постійно розвиваються. Однією з перших таких технологій можна вважати німе кіно, а однією з останніх – застосування шоломів або окулярів віртуальної реальності. Після того, як людина одягає на себе такі окуляри, все, що вона бачить – це віртуальний світ. Це головна відмінність окулярів віртуальної реальності від окулярів доповненої реальності. Лідерами серед шоломів віртуальної реальносьті сьогодні є: Oculus Rift, Sony HMZ-T1, Silico MicroDisplay ST1080. Найбільш продвинутим пристроєм є Oculus Rift. Це – 3D шолом, тобто зображення в ньому об'ємне. В нього найбільший з подібних пристроїв кут огляду (110 градусів проти 45 градусів у найближчих конкурентів). Для підтримки відображення, яке буде сприйматися людиною як коректна картина оточення, шолом відстежує положення голови з частотою 1000 разів в секунду. Протягом місяця після розробки концепції шолом зібрав 2.5 мільйонів доларів на попередніх замовленнях на Kickstarter. На Kickstarter була представлена версія Oculus Rift для розробників, що пізніше отримала умовну назву DK1. У даній версії використовується екран від смартфона Samsung, з частотою оновлення зображення в 75 Гц (замість стандартних для нього 60 Гц). Доданий ІЧ-трекер та десятки ІЧ-світлодіодів для відстеження точного положення шолома в просторі.

У жовтні 2013 компанія підтвердила, що випустить ще одну версію для розробників, зі зменшеними затримками і збільшеною роздільною здатністю (DK2). У вересні 2014 року, під час конференції Oculus Connect в Лос-Анджелесі, була представлена оновлена версія Rift під кодовою назвою Crescent Bay. Ця версія має більш високу роздільну здатність, ніж DK2, меншу вагу, вбудовані знімні аудіо навушники. Завдяки наявності додаткових ІЧ-світлодіодів в задній стороні пристрою краще відстежує повороти аж до 360 градусів.

Споживча версія, 'Oculus Rift Consumer Version' (CV1), знаходиться на стадії доопрацювання. Плануються поліпшення трекера, збільшення роздільної здатності до значення «вище, ніж 1080p». Автори планують вивести ціну споживчої версії на рівень близько 300 доларів.
Науковий керівник – Глазок О.М., канд. техн. наук, доцент

УДК 004.7(043.2)


1   ...   5   6   7   8   9   10   11   12   ...   16



  • Бєляков О.О. Національний авіаційний університет, Київ Льотні випробування як науковий експеримент
  • Білик В.В. Національний авіаційний університет, Київ Особливості впровадження систем штучного інтелекту
  • Блок Ю.А. Національний авіаційний університет, Київ Библиотека для визуализации 3d объектов
  • Вавіленкова А.І. Національний авіаційний університет, Київ ВЛАСТИВОСТІ ТЕКСТУ ЯК ОСНОВНА ОЗНАКА ПОРІВНЯЛЬНОГО АНАЛІЗУ
  • Величенко Є. О. Національний авіаційний університет, Київ ПОШУК нових знань з великої кількості інформації
  • Венетікідіс П. Національний авіаційний університет, Київ МУЛЬТИПЛАТФОРМЕННА СИНХРОНІЗАЦІЯ ДАНИХ НАВЧАЛЬНОГО ПРОЦЕСУ
  • Вітковський Я.І. Національний авіаційний університет, Київ ВИКОРИСТАННЯ НЕЧІТКОЇ ЛОГІКИ В СИСТЕМАХ АВТОМАТИЧНОГО КЕРУВАННЯ
  • Власенко В.С. Національний авіаційний університет, Київ ВІртуальна реальнІсть. Oculus Rift – шОЛОм вІртуальноЇ реальності.