Наведено комплексний потоковий підхід у системі управління рухом фінансових і грошових потоків. Розглянуто питання формального узагальнення й аналізу фінансових потоків, методи та моделі їх аналізу з урахуванням різних суб'єктів господарювання.

Приведен комплексный потоковый подход к системе управления движением финансовых и денежных потоков. Рассмотрены вопросы формального обобщения и анализа финансовых потоков, методы и модели их анализа с учетом разных субъектов хозяйствования.

Розглянуто математичні методи аналізу фінансової інформації - моделювання конкурсу за умов корупції та суперництва сторін під час їх активної взаємодії, а також статистичного оцінювання параметра кривої Лоренца. Охарактеризовано інформаційне та програмне забезпечення, необхідне для реалізації економічного аналізу та прийняття рішень у банківських установах. Розроблено експертну систему для реалізації багатокритеріального вибору у сфері банківського кредитування та методику виконання фінансових розрахунків за умов нестохастичної невизначеності. Наведено приклади використання засобів моделювання під час розв'язання фінансово-економічних задач. Визначено пріоритетні завдання аналізу та прогнозування часових рядів, наведено методику вилучення трендів. Розглянуто моделі Бокса - Дженкінса та їх програмне забезпечення. Запропоновано перспективні методи криптографічного захисту банківської інформації на основі перетворень у групі точок еліптичних кривих.

Рассмотрены математические методы анализа финансовой информации - моделирование конкурса в условиях коррупции и соперничества сторон во время их активного взаимодействия, а также статистического оценивания параметра кривой Лоренца. Охарактеризовано информационное и програмное обеспечение, необходимое для реализации экономического анализа и принятия решений в банковских учреждениях. Разработана экспертная система для реализации многокритериального выбора в сфере банковского кредитования и методика проведения финансовых расчетов в условиях нестохастической неопределенности. Приведены примеры использования средств моделирования для решения финасово-экономических задач. Определены приоритетные задания анализа и прогнозирования временных рядов, приведена методика изьятия трендов. Рассмотрены модели Бокса - Дженкинса и их программное обеспечение. Предложены перспективные методы криптографической защиты банковской информации на основе преобразований в группе точек элиптических кривых.

Індекс рубрикатора НБУВ: Р733.412.202-52 + Р733.412-52

Рубрики:

Бронхіальна астма у дітей

Хвороби системи дихання у дітей

Шифр НБУВ: Ж22335 Пошук видання у каталогах НБУВ 

Індекс рубрикатора НБУВ: Р733.412.202 + Р733.514.21

Рубрики:

Бронхіальна астма у дітей

Вірусні інфекції (загальні роботи) у дітей

Шифр НБУВ: Ж22335 Пошук видання у каталогах НБУВ 

Індекс рубрикатора НБУВ: Р733.412.201.1-1

Рубрики:

Бронхіти у дітей

Шифр НБУВ: Ж22335 Пошук видання у каталогах НБУВ 

Індекс рубрикатора НБУВ: Р733.412.202-5

Рубрики:

Бронхіальна астма у дітей

Шифр НБУВ: РА347391 Пошук видання у каталогах НБУВ 

Платіжні системи, які функціонують на території України, мають певні властивості, на які звертає увагу потенційний клієнт під час вибору однієї з них. У зв'язку з цим визначення пріоритетності платіжних систем, які функціонують в Україні, набуває особливого значення, що зумовлює актуальність обраної теми. Головна мета роботи - оцінити якості платіжних систем для визначення попиту та формування пропозиції карткових банківських продуктів.

Індекс рубрикатора НБУВ: Р733.412.202-5 + Р733.514.31-5

Рубрики:

Бронхіальна астма у дітей

Гострі респіраторні захворювання у дітей

Шифр НБУВ: Ж16694 Пошук видання у каталогах НБУВ 

Досліджено можливість застосування ієрархічної моделі прийняття багатокритеріальних рішень в процесі формування оптимального кредитного портфеля банківської установи, що надає можливість максимізувати прибутки банку за мінімальних ризиків здійснюваних ним кредитних операцій на ринку банківських послуг.

Запропоновано методичні підходи до оцінки проблемного кредитного портфеля та визначено основні чинники, що впливають на вартість проблемного кредиту. Представлено модель оцінки вартості проблемного кредиту в умовах невизначеності щодо одержання майбутніх платежів на прикладі споживчого кредиту. Запропонована модель може бути використана у практичній діяльності банків для забезпечення ефективного управління проблемною заборгованістю. Додаткового дослідження вимагають питання визначення залежнoсті oбсягу прoстрoченoї забoргoванoсті від макрoекoнoмічних пoказників та пoказників банківськoї діяльнoсті.

Запропоновано комплекс моделей оцінки та аналізу ефективності логістичної діяльності (ЛД) виробничо-економічних систем з урахуванням всієї сукупності фінансово-економічних, виробничих процесів та існуючих підсистем і ланцюгів логістичної системи підприємства для розробки й обгрунтування шляхів вдосконалення існуючої логістичної системи. Для вдосконалення логістичної системи підприємства запропоновано логістичну модель управління, яка враховує розширений комплекс показників ефективності діяльності та багаторівневу структуру, що базується на: превентивності дії, терміновості реагування, адекватності реагування, комплексності рішень, альтернативності дій, адаптивності, пріоритетності, ефективності. Зaпpoпoнoвaний комплекс моделей оцінки та аналізу ефективності ЛД підприємств на основі SWOT-аналізу може бути використаний у поточній управлінській діяльності підприємства з метою мінімізації логістичних витрат, для оптимізації розміру замовлення та вибору постачальника, управління перевезеннями. За допомогою системної інтегральної оцінки ефективності ЛД стає можливим модернізація існуючої логістичної системи підприємства.

Проведено дослідження проблеми викладання теорії ігор як основи теоретичних моделей сучасної економічної науки. Через методичні особливості такого викладання показано необхідність фундаменталізації математичної підготовки майбутніх фахівців економічного профілю. Зроблено наголос на необхідності наскрізності та спадкоємності математичної освіти для посилення праксеологічного рівня якості економічної освіти.

Вирішено задачу класифікації зображень у просторі ознак дескрипторів особливих точок з поданням опису у кластерному виді і використанням статистичних мір для обчислення релевантності описів. Проведено аналіз особливостей застосування статистичного та метричного класифікаторів при визначенні рівня релевантності структурних описів. Виконано порівняння характеристик мір релевантності на розрахункових прикладах. Запропоновано використання розходження Кульбака-Лейблера як універсальної і ефективної міри для задачі класифікації. Підтверджена результативність запропонованого підходу для прикладних баз зображень. Наукова новизна дослідження полягає у розвиненні методу структурного розпізнавання зображень на основі кластерного опису множини дескрипторів особливих точок шляхом застосування апарату статистичних мір для визначення релевантності аналізованих та еталонних даних і побудови класифікаційних висновків у просторі кластер - еталон. Практична значущість роботи - одержання прикладних розрахункових моделей для застосування методів класифікації і підтвердження їх результативності в конкретних прикладах базах зображень.

Забезпечення результативності та багатофункціональності сучасних систем комп'ютерного зору вимагає створення різноманіття ефективних методів інтелектуального оброблення візуальної інформації. Розвиток систем структурного розпізнавання безпосередньо пов'язаний як із побудовою нових ефективних методів, так і з необхідністю створення дієвого механізму оцінювання результативності таких методів для довільних прикладних зразків візуальних даних. Одним із засобів, що базуються на статистичних характеристиках структурних даних, є апарат баєсовської теорії прийняття рішень. Обчислення апостеріорних ймовірностей віднесення опису візуального об'єкта до множини еталонів дає можливість як безпосередньо здійснювати розпізнавання на їх підставі, так і попередньо оцінити результативність процедур порівняння чи обчислення релевантності описів стосовно конкретної прикладної бази зображень. Особливу увагу приділяють вивченню структури множини дескрипторів зображень, що безпосередньо впливає на показники функціонування систем розпізнавання. Мета роботи - вивчення можливості та особливостей застосування статистичної теорії розпізнавання щодо механізму прийняття рішень та оцінювання ефективності у виді ймовірностей віднесення опису об'єкта до класу, а також порівняння отриманих результатів обчислень із експериментальними даними комп'ютерного моделювання. Запропоновано метод розпізнавання на основі застосування кластерних характеристик бази еталонних зображень із використанням баєсовської теорії прийняття рішень. Підсумком дослідження є створення механізму розпізнавання та оцінювання результативності процедур обчислення релевантності структурних описів. Головним результатом статті є підтвердження фундаментального зв'язку методів порівняння з еталоном та статистичного підходу у розпізнаванні образів стосовно структурних описів у вигляді множини характерних ознак зображень, які результативно представлено кластерним виглядом. Запропонований у роботі більш простий в аспекті обчислювальних витрат статистичний підхід на підставі баєсовських оцінок може застосовуватися для попередніх розрахунків ефективності розпізнавання без проведення затратних експериментів з програмного моделювання. Засвідчено ефективність розробленого методу обчислення ймовірнісних оцінок розпізнавання для прикладних баз зображень. Результат класифікації продемонстрував універсальність та коректність застосування методу, кожний із тестових об'єктів у декількох розглянутих базах зображень розпізнаний правильно. Здійснено порівняння отриманих кількісних результатів обчислень із експериментальними даними комп'ютерного моделювання. Висновки: у проведеному дослідженні запропоновано метод структурної класифікації зображень на основі кластерного подання опису засобами баєсовської теорії прийняття рішень. Основна ідея застосування належного математичного апарату полягає у віднесенні аналізованого об'єкту до еталону, що має найбільше значення апостеріорної ймовірності. Розроблений метод забезпечує достатній рівень розрізнення зображень, що підтвердили описані розрахунки та результати моделювання. Впроваджено механізм оцінювання результативності аналізованих методів структурного розпізнавання в межах прикладної бази зображень.

Досліджено моделі для встановлення рівня релевантності зображень у просторі розподілів для дескрипторів ключових точок при розпізнаванні візуальних об'єктів у системах комп'ютерного зору. Мета статті - створення методу структурного розпізнавання зображень на підставі впровадження ланцюжкових моделей даних із використанням ймовірнісних розподілів множини дескрипторів. Розроблено математичні та програмні моделі для ефективного за швидкодією аналізу даних при визначенні релевантності структурних описів, вивчення властивостей, атрибутів застосування, значень параметрів цих моделей, оцінювання результативності за наслідками оброблення конкретних зображень. Застосовуваними методами є: детектор BRISK для формування дескрипторів ключових точок, апарат інтелектуального аналізу даних, методи побітового оброблення та побудови розподілів бітових даних, апарат метричного визначення релевантності, програмне моделювання. Перехід від опису множин дескрипторів до ймовірнісних розподілів фрагментів і зіставлення образів у просторі розподілів забезпечують необхідну результативність розпізнавання. Оброблення та аналіз даних виконується у сотні разів швидше, ніж традиційний підрахунок голосів. Оброблення та аналіз сполучень бітів формує значимі властив ості для сукупності елементів опису зі збереженням структури даних і їх уніфікації. Зі збільшенням числа бітів у фрагменті розподілу зростає відстань між зображеннями, що сприяє збільшенню ступеня їх розрізнення. Ланцюговим поданням та застосуванням розподілів створюється новий простір даних, що надає можливість суттєво покращити показники функціонування систем розпізнавання зображень. Висновки: наукова новизна дослідження полягає в удосконаленні методу структурного розпізнавання зображень на основі впровадження узагальненої ланцюгової структури опису із використанням значень розподілу для фрагментів множини дескрипторів ключових точок, що змістовно відображають властивості зображень об'єктів і забезпечують результативне розпізнавання. Практична значущість - досягнення суттєвого рівня підвищення швидкодії обчислення релевантності, підтвердження результативності запропонованих модифікацій на прикладах зображень, одержання прикладних програмних моделей для дослідження та впровадження методів класифікації в системах комп'ютерного зору.

Багатовимірна природа оброблюваних даних у сучасних системах комп'ютерного зору потребує нових підходів до побудови результативних просторів ознак, що спрощують опрацювання за рахунок узагальнення наявної інформації. Структурні методи розпізнавання зображень використовують описи візуальних об'єктів у вигляді наборів дескрипторів ключових точок як множини числових векторів високої розмірності. Основним інструментом зниження розмірності виступає представлення даних у вигляді системи їх блоків та статистичне дослідження таких структур даних, яке в аспекті розпізнавання покладене відображати сумарні властивості об'єкта як сукупності його фрагментів. У зв'язку з цим виникає проблема вивчення особливостей прикладного застосування та характеристик моделі блочного подання в аспекті її вживання для визначення релевантності описів та класифікації даних в межах бази еталонних зображень. Мета роботи - здійснення статистичного оцінювання значущості прийняття класифікаційних рішень на основі обчислення релевантності описів об'єктів для моделі блочного подання даних дескрипторів ключових точок зображень. Запропоновано способи розрізнення описів на основі моделі блочного подання даних дескрипторів ключових точок зображень із використанням критеріїв математичної статистики та інструментарію теорії інформації. Головним результатом статті є підтвердження того, що вживання класичних статистичних критеріїв для аналізу емпіричних даних у вигляді структурних описів зображень дає можливість визначити якість побудованого простору ознак, достатню для розрізнення візуальних об'єктів при їх розпізнаванні у системах комп'ютерного зору. Впровадження моделі блочного подання та статистичного аналізу для значень дескрипторів ключових ознак зображень сприяє підвищенню ефективності процесу розпізнавання візуальних об'єктів, що підтверджується покращенням рівня розрізнення при збільшенні розміру фрагменту у побудованій ланцюжковій структурі опису. Висновки: застосування різноманіття статистичних критеріїв дало ідентичний висновок про значущість відмінностей емпіричних описів візуальних об'єктів у побудованому просторі ознак, що підкреслює об'єктивність проведеного дослідження. Впроваджена модель блочного подання даних зберігає розрізнювальні властивості структурного опису з ефектом суттєвого покращення швидкодії прийняття класифікаційного рішення. Наукову новизну дослідження складає удосконалення та статистичне обгрунтування моделей прийняття рішення щодо розпізнавання візуальних об'єктів на основі обчислення релевантності їх описів стосовно еталонів із впровадженням блочного подання дескрипторів ключових точок зображень. Практична значущість роботи полягає у підтвердженні доцільності введення блочної структури для дескрипторного опису об'єкта як ефективного підходу при вирішенні задачі розпізнавання на прикладах зображень задля впровадження у системах комп'ютерного зору.

Розглянуто особливості використання в аудиторській практиці закону Бенфорда. Виконано: статистичну перевірку моделі появи послідовностей, які відповідають закону Бенфорда; порівняння пар гістограм, утворених даними різних модельних спостережень; статистичну перевірку відповідності закону Бенфорда даним реальної фінансової документації. Для перевірки відповідності одержаних даних закону Бенфорда використано класичний критерій - 2 та інформаційна міра розходження. Для порівнянні пар гістограм використано інформаційну міру розходження. Показано, що існуючі на даний час моделі, засновані на логарифмічному перетворенні рівномірно розподілених на відрізку [0,1] випадкових чисел, дійсно призводять до появи послідовностей, які відповідають закону Бенфорда. Показано, що на результат моделювання обсяг вибірки, починаючи із 100 спостережень, не впливає. В процесі чисельного моделювання зафіксовані випадки, коли розподіл перших цифр на парах гістограм не співпадає із законом Бенфорда, хоча гістограми модельних даних співпадають між собою, незважаючи на те, що моделі їх одержання істотно розрізнялись між собою. Для статистичної перевірки відповідності закону Бенфорда даним реальної фінансової документації були використані дані статей балансів одного з найбільших підприємств України за три часових періоди. У процесі підготовки даних для коректності порівнянь розроблено методику їх підготовки з урахуванням діючих правил складання фінансової звітності. За результатами аналізу встановлено, що з трьох реальних балансів тільки в одному з них розподіл першої цифри відповідає закону Бенфорда. Зроблено висновок про те, що можливість застосування закону Бенфорда для фінансового аудиту може бути встановлена тільки при подальших дослідженнях за спеціальною програмою.

Розглянуто еволюцію раціону військовослужбовців, діючих в стаціонарних та польових умовах, починаючи з античних часів до середини ХХ століття. Сформульовано задачу про формування оптимального раціону військовослужбовців, розташованих в стаціонарних і польових умовах. Для однокритеріальних задач критеріями обрано максимум калорійності та мінімум вартості раціону. Розв'язання задач виконано методами лінійного програмування. Для багатокритеріальної (векторної) оптимізації запропоновано використовувати згортку критеріїв: максимум калорійності та мінімум вартості раціону, яка реалізує рівномірне (чебишевське) наближення розв'язку задачі до оптимального. Виходячи з того, що основна задача роботи - розробка методичного підходу до розв'язання багатокритеріальної задачі дієти, перелік продуктів, їх калорійність, кількість в них поживних речовин, а саме білків, жирів, вуглеводів, вітамінів А, В1, С, вартість продуктів, які ввійшли до складу раціону, взято з історичних джерел. Показано, що раціон, який був визначений після майже п'ятдесятирічного практичного досвіду та багаторічних наукових досліджень, майже співпав з оптимальним, отриманим за результатами розв'язання задачі.

Предметом досліджень є моделі для класифікації зображень у просторі описів як множини дескрипторів ключових точок при розпізнаванні візуальних об'єктів у системах комп'ютерного зору. Мета статті - розвинення структурного методу класифікації шляхом впровадження логічного оброблення даних із використанням ймовірнісного розподілу у вигляді статистичного центру. Розроблено математичні та програмні моделі для обчислення релевантності описів зображень із використанням логічного аналізу, вивчення властивостей, варіантів застосування, значень параметрів моделей, оцінювання результативності за наслідками оброблення експериментальної бази зображень. Застосовуваними методами є: детектор BRISK для формування дескрипторів ключових точок, інтелектуальний аналіз даних, математична статистика, засоби визначення релевантності для множин даних, програмне моделювання. Одержані результати ефективності способу класифікації на основі логічного аналізу з використанням статистичних центрів залежить від відстаней між центрами еталонів бази. Застосування логічного аналізу спрощує оброблення і підвищує швидкодію класифікації. Найкращі результати щодо класифікації окремих дескрипторів показав підхід з використанням уточнених центрів. Використання концентрованої частки даних опису надає можливість ретельніше зосередитися на його відмінностях з іншими описами. Висновки: наукова новизна - удосконалення методу класифікації зображень на основі впровадження логічного аналізу на підставі статистичного центру опису, що надає можливість модифікувати склад опису зі збереженням властивостей об'єктів в аспекті результативної класифікації. Практична значущість роботи полягає у досягненні прийнятого рівня ефективності класифікації за визначеною моделлю релевантності, підтвердженні працездатності запропонованих модифікацій оброблення даних на прикладах зображень, розробленні програмних моделей для впровадження описаних методів класифікації у системах комп'ютерного зору.

Поставлено і розв'язано для деяких окремих випадків, важливих в практичній діяльності, обернену задачу побудови толерантних інтервалів. Розв'язок отримано для планування експерименту в непараметричному випадку, а також для рівномірного розподілу, показникового розподілу, розподілу Вейбулла, нормалного розподілу, логарифмічно нормального розподілу. Запропоновано чисельні методи розв'язання поставлених задач, доступних для найбільш поширених програмних родуктів. Прямою задачею побудови толерантних інтервалів в параметричному випадку названо задачу, в якій при заданому об'ємі вибірки, відомому закону розподілу і його параметрів, визначених за вибірковими даними, заданому рівні довіри (статистичній надійності) необхідно визначити межі можливих значень випадкової величини, в яких може знаходитися задана частка вибірки. За відсутності відомостей про вид закону розподілу вибірки розглянуто розв'язок задачі в непараметричному випадку. При виконанні розрахунків чисельних прикладів прийнято наступні умови. Для частки генеральної сукупності прийнято стандартні мови: 0,75; 0,90; 0,95; 0,99; для заданої статистичної надійності прийнято значення: 0,90; 0,95; 0,99. Прийнято, що вибірка містить не менш ніж 30 спостережень. Обмеження на об'єм вибірки обумовлені тим, що, поперше, при меншому об'ємі вибірки необхідне створення спеціалізованих програмних продуктів, подруге, обробка даних, отриманих по вибірках меншого об'єму, не завжди має змістовний сенс. При розв'язанні задачі в непараметричному випадку отримано таблицю, яка дозволяє обрати розв'язок поставленої задачі для заданих умов. Показано, що вибірки більше, ніж 300 спостережень не дають істотних змін у розв'язку задачі. Для всіх перерахованих розподілів визначені, для нижнього і верхнього значень меж толерантних інтервалів, об'єми вибірок, що забезпечують необхідні ймовірнісні характеристики: частку вибірки в генеральній сукупності і її статистичну надійність. Для нормального розподілу поставлена задача вирішена для варіанту двостороннього толерантного інтервалу.