Простийпошук |
Розширенийпошук |
Покажчики
|
Професійний пошук |
Рубрикатор НБУВ |
Розподілений пошук |
Бази даних
Наукова періодика України - результати пошуку
Книжкові видання та компакт-дискиЖурнали та продовжувані виданняАвтореферати дисертаційРеферативна база данихНаукова періодика УкраїниТематичний навігаторАвторитетний файл імен осіб
 |
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
| Знайдено в інших БД: | Реферативна база даних (5) |
Список видань за алфавітом назв: Авторський покажчик Покажчик назв публікацій  |
Пошуковий запит: (<.>A=Loutskii H$<.>) | |||
|
Загальна кількість знайдених документів : 5 Представлено документи з 1 до 5 |
|||
| 1. | 
Loutskii H. Development of real time method of detecting attacks based on artificial intelligence [Електронний ресурс] / H. Loutskii, A. Volokyta, O. Yakushev, P. Rehida, Duc Thinh Vu // Технологический аудит и резервы производства. - 2016. - № 3(1). - С. 40-46. - Режим доступу: http://nbuv.gov.ua/UJRN/Tatrv_2016_3(1)__8 | ||
| 2. | 
Fomenko V. Thematic texts generation issues based on recurrent neural networks and word2vec [Електронний ресурс] / V. Fomenko, H. Loutskii, P. Rehida, A. Volokyta // Технічні науки та технології. - 2017. - № 4. - С. 110-115. - Режим доступу: http://nbuv.gov.ua/UJRN/tnt_2017_4_14 Проведено аналіз спільного використання моделей RNN та word2vec. Описано підходи для обробки вхідного тексту, аналізу структури речень, прогнозування наступних частин мови, прогнозування наступних слів та структури відповідних моделей. Результати виявились добре інтерпретованими та змістовними. Проаналізовано зміст, структуру та параметри моделей, які показали найкращі результати для генерації текстів. Підхід показав себе добре для створення тематичних текстів. Наведені результати експериментів та аналіз наступних кроків. | ||
| 3. |
Loutskii H. Using excess code to design fault-tolerant topologies [Електронний ресурс] / H. Loutskii, A. Volokyta, P. Rehida, O. Goncharenko // Технічні науки та технології. - 2019. - № 1. - С. 134-144. - Режим доступу: http://nbuv.gov.ua/UJRN/tnt_2019_1_15 Завдання підвищення відмовостійкості є одним із головних завдань при побудові обчислювальної системи і при модернізації вже існуючої. Особливу увагу їй приділяють при побудові мультикомп'ютерних систем чи кластерів. Найбільш цікавими способами збільшення відмовостійкості є використання топологічної структури системи для обходу несправності та використання того чи іншого елемента системи для заміщення несправного. Звісно, це потребує розробки специфічної топології. Розглянуто розробку відмовостійких версій популярних топологій, таких як квазіквантова та гіперкуб, на основі надлишкового коду 0/1/-1. Важливою частиною будь-якої мультикомп'ютерної системи є її топологічна структура. Від неї залежить маршрутизація повідомлень у системі, швидкість передачі повідомлень і відмовостійкість. Запропоновано метод для підвищення відмовостійкості, що грунтується на використанні надлишкового коду. Нині добре описано синтез таких топологій, як гіперкуб чи топологія де Бруйна, є роботи, що розглядають методи збільшення відмовостійкості за допомогою дублювання обчислювальних елементів. Також наявні роботи, що розглядають використання маршрутизації на основі дерев для покращення відмовостійкості системи. Не розглянутими на сьогодні залишаються можливості застосування надлишкового кодування 0/1/-1 для створення нових відмовостійких топологій на основі вже існуючих. Завданням є опис синтезу відмовостійких топологій, розгляд можливостей використання їх особливостей та аналіз основних характеристик у порівнянні між собою та з класичними версіями на основі двійкового коду. Описано синтез гіперкуба та топології де Бруйна на основі звичайного двійкового коду та надлишкового коду 0/1/-1, розглянуто можливості використання надлишковості, передусім для підвищення відмовостійкості, проведено порівняльний аналіз усіх згаданих топологій. Виконано аналіз характеристик, виділено основні переваги та недоліки запропонованих топологічних структур, висунуто пропозиції щодо їх покращення.Завдання підвищення відмовостійкості є одним із головних завдань при побудові обчислювальної системи і при модернізації вже існуючої. Особливу увагу їй приділяють при побудові мультикомп'ютерних систем чи кластерів. Найбільш цікавими способами збільшення відмовостійкості є використання топологічної структури системи для обходу несправності та використання того чи іншого елемента системи для заміщення несправного. Звісно, це потребує розробки специфічної топології. Розглянуто розробку відмовостійких версій популярних топологій, таких як квазіквантова та гіперкуб, на основі надлишкового коду 0/1/-1. Важливою частиною будь-якої мультикомп'ютерної системи є її топологічна структура. Від неї залежить маршрутизація повідомлень у системі, швидкість передачі повідомлень і відмовостійкість. Запропоновано метод для підвищення відмовостійкості, що грунтується на використанні надлишкового коду. Нині добре описано синтез таких топологій, як гіперкуб чи топологія де Бруйна, є роботи, що розглядають методи збільшення відмовостійкості за допомогою дублювання обчислювальних елементів. Також наявні роботи, що розглядають використання маршрутизації на основі дерев для покращення відмовостійкості системи. Не розглянутими на сьогодні залишаються можливості застосування надлишкового кодування 0/1/-1 для створення нових відмовостійких топологій на основі вже існуючих. Завданням є опис синтезу відмовостійких топологій, розгляд можливостей використання їх особливостей та аналіз основних характеристик у порівнянні між собою та з класичними версіями на основі двійкового коду. Описано синтез гіперкуба та топології де Бруйна на основі звичайного двійкового коду та надлишкового коду 0/1/-1, розглянуто можливості використання надлишковості, передусім для підвищення відмовостійкості, проведено порівняльний аналіз усіх згаданих топологій. Виконано аналіз характеристик, виділено основні переваги та недоліки запропонованих топологічних структур, висунуто пропозиції щодо їх покращення. | ||
| 4. |
Chaikovskyi O. Data augmentation method using generative adversarial networks [Електронний ресурс] / O. Chaikovskyi, A. Volokyta, A. Kyrianov, H. Loutskii // Технічні науки та технології. - 2021. - № 2. - С. 83-91. - Режим доступу: http://nbuv.gov.ua/UJRN/tnt_2021_2_13 Велика кількість різноманітних даних є основою для побудови надійної моделі машинного навчання, адже це допомагає точніше узагальнити інформацію про поставлену задачу. Водночас існують галузі, де збір даних або неможливий, або потребує величезної кількості ресурсів. Наприклад, у медичній галузі дані пацієнтів захищені законами про конфіденційність та приватність інформації, через які їх пошук, зберігання та використання викликає великі проблеми. Сучасні системи машинного навчання вирішують цю проблему методами генерації синтетичних даних. Розглянуто розробку методу аугментації даних на базі генеративних змагальних мереж. Важливим етапом побудови точної моделі машинного навчання є пошук та анотація даних, які будуть використовуватися для навчання та тестування точності роботи нейронної мережі. Від кількості зібраних даних залежить точність та стабільність роботи мережі в реальних умовах. Запропоновано метод для підвищення точності класифікації зображень згортковими нейронними мережами на базі аугментації даних із використанням генеративних змагальних мереж. Нині добре описано та проаналізовано такі методи аугментації зображень, як поворот на деякий випадковий кут, стиснення та розтягнення по вертикалі йгоризонталі, зміщення, дзеркальне відображення. Також наявні роботи, що розглядають внесення реалістичної деформації в зображення та генерації нових векторів ознак на базі декількох сусідніх зразків. Нерозглянутими на даний момент залишаються можливості використання генеративних змагальних мереж узадачі аугментації даних. Описано метод аугментації зображень із використанням генеративних змагальних мереж для підвищення точності роботи згорткових нейронних мереж, проведено порівняльний аналіз запропонованого методу з класичними методами аугментації зображень. Виділено основні переваги та недоліки запропонованого методу аугментації даних, висунуто плани щодо подальших досліджень. | ||
| 5. | 
Honcharenko O. Methods of effectivization of scalable systems: rewiew [Електронний ресурс] / O. Honcharenko, H. Loutskii // Information, computing and intelligent systems. - 2022. - Iss. 3. - С. 63-76. - Режим доступу: http://nbuv.gov.ua/UJRN/Vkpi_iuot_2022_3_10 Розглянуто проблему неефективності сучасних систем та горизонтального масштабування як методу збільшення продуктивності. Висвітлено основні проблеми, що складають собою згадану проблематику - обмеження паралелізму, невідповідність між задачею та системою, складнощі програмування та питання балансу між витратами та продуктивністю. Запропоновано класифікацію для можливих рішень, за якою їх було поділено на архітектурні та мережеві, та проведено огляд можливих рішень. В рамках архітектурного класу оглянуто такі підходи як квантові обчислення та парадигма dataflow, докладно проаналізовано найбільш перспективні підходи в їх межах. Порівняльний аналіз показує, що за своєю природою dataflow та квантові процесори не протирічать одне одному, більш того - доповнюють в контексті проблематики. Так, спеціалізовані квантові обчислювачі D-Wave, на противагу універсальним квантовим процесорам, надають великі обчислювальні потужності за відносно скромною ціною, в той час як dataflow рішення, представлене, переважно, процесорами Maxeler, є універсальними і ефективними, проте поступаються квантовим системам в ряді задач. Обидва типи процесорів при цьому потребують певної мережі для зв'язку, що робить питання топології актуальним. На мережевому рівні розглянуто 2 топології - Fat Tree та Dragonfly, та виділено їх основні властивості. Аналіз показав, що в контексті проблематики Dragonfly є трошки кращою завдяки децентралізації та меншому діаметру, проте обидва рішення забезпечують гарні топологічні характеристики та підтримку основних сучасних технологій маршрутизації. У висновках зазначено основні аспекти постановки проблеми та огляду, розглянуто подальші перспективи та можливі методи. В першу чергу, багатообіцяючою ідеєю є поєднання в одній системі квантових та неквантових рішень. Такий підхід дозволяє суттєво прискорити певні обчислення, при цьому забезпечуючи універсальність системи. Проте більш загальним питанням є взаємоінтеграція рішень як така. Проблема ефективності має багато часткових рішень, проте не всі вони є поєднуваними, тож, розробка комплексних методів на основі вже відомих є ключовою перспективою предметної області. | ||
Попередній перегляд: 
Реферативна БД
 |
| Відділ наукової організації електронних інформаційних ресурсів |
 Пам`ятка користувача |