Перегляд за Автор "Hrypynska, N."
Зараз показуємо 1 - 4 з 4
Результатів на сторінці
Налаштування сортування
Документ Optimization of technological parameters at discrete strengthening of steel cylindrical surfaces(Хмельницький національний університет, 2024) Dykha, O.; Dytyniuk, V.; Hrypynska, N.; Vychavka, A.The technologies of continuous strengthening of technological surfaces have practically exhausted their capabilities, which calls for the creation of fundamentally new approaches. The application of the principles of discrete-oriented strengthening of tribosystems has wide prospects for improving existing methods of strengthening due to the selection of modes and control of the geometric structure of the surface layer. The essence of the discrete-oriented strengthening method is the application of combined electromechanical processing and electrocontact cementation of cylindrical surfaces. The purpose of the work is to determine the parameters of discrete processing of cylindrical steel parts that are optimal according to the surface hardness criterion. Using the Statistica program, a factorial experiment was implemented according to the Box-Behnken plan, and the results of dispersion and regression analysis of the influence of processing parameters on microhardness were obtained. It was established that the following optimal parameters of DOZ processing are necessary to achieve the maximum values of microhardness (5950 MPa): current strength-500A, force-350 N, contact time-0.3 s.Документ Optimization of the production plan by three-criterion modeling(2019) Dykha, M.; Hrypynska, N.; Tsehelyk, H.; Marko, M.Об’єктом дослідження є процеси оптимізації плану виробництва продукції за певними критеріями шляхом моделювання. Одним з найбільш проблемних місць є складність взаємоузгодження і врахування впливу критеріїв на оптимальний план виробництва. З точки зору математики пошук оптимального результату можна отримати при різних закладених умовах, але з економічної точки зору важливо вибрати ті, які мають визначальне значення. Тобто їх вагомість важлива для споживача в ухваленні рішення про покупку і для виробника – з точки зору можливостей виробництва певних видів продукції та результатів діяльності (ефективності виробництва). Дану проблему вдалося вирішити шляхом розв’язання трикритеріальної задачі планування виробництва продукції. Пошук компромісної альтернативи досягнутий за допомогою покрокового рішення запропонованої математичної моделі оптимізації плану виробництва продукції згідно найважливіших для виробника і для споживача критеріїв: прибуток, якість і попит на продукцію кожного виду з урахуванням відомої кількості одиниць кожного ресурсу. В ході дослідження використовувалися метод ідеальної точки, симплекс метод та метод множників Лагранжа. На тестовому прикладі наводиться алгоритм вирішення поставленого завдання оптимізації. Отриманий результат – вирішена трикритеріальна задача планування виробництва продукції, яка дає можливість максимізувати прибуток від виробництва, якість продукції та попит на продукцію при відомих вихідних ресурсних складових. Важливість/значимість розробленого науково-методичного підходу підтверджується/аргументується тим, що досягнення ефективних результатів діяльності підприємства безпосередньо залежить від оптимального плану виробництва продукції. З огляду на результати проведеного дослідження, з безлічі можливих альтернатив підприємство зможе максимально ефективно здійснювати випуск необхідної для споживача продукції за видами і якістю. Тобто, досягається при відомих ресурсних параметрах максимально можливий позитивний результат для виробника і для споживача. Запропонований економіко-математичний інструментарій можна використовувати у вирішенні задач оптимізації виробництва в різних галузях економіки.Документ Експерименти та використані оціночні метрики досліджень, які проводились при розробці мовно-незалежного інкрементного детектора(Хмельницький національний університет, 2022) Праворська, Н.І.; Грипинська, Н.В.; Pravorska, N.; Hrypynska, N.При розробці мовно-незалежного інкрементного детектора (МНІДП) важливу роль відіграють проведені експерименти та оціночні метрики, які дадуть змогу проаналізувати результати розробки та придатність розробленого алгоритму та пристрою. Експерименти дадуть також змогу відповісти на питання оцінювання продуктивності розробленого детектору та порівняти його з підходом комерційного рівня SIG з виявлення клонів, для вивчення переваг, які може запропонувати інкрементний підхід. Щоб отримати представлення про продуктивність МНІДП, запропоновано запускати його для п’яти програмних систем (з відкритими кодами), проводячи вимірювання вимог до часу та пам’яті. Також для відповіді на питання розширення та вдосконалення початкового підходу, шляхом використання локально-чутливого хешування (ЛЧХ), виникає необхідність в вимірюванні продуктивності запропонованого розширення на базі ЛЧХ та порівнянні його з продуктивністю МНІДПДокумент Проектування архітектури хмарного обчислювального середовища для обробки анамнезу пацієнтів із захворюванням дихальної системи на основі алгоритмів машинного навчання(Хмельницький національний університет, 2020) Зембіцький, С.П.; Грипинська, Н.В.; Zembitskyi, S.; Hrypynska, N.У статті представлено проектування архітектури хмарного середовища для обробки анамнезу захворювання дихальної системи та подальшого прогнозування діагнозу. Під час проведення наукової роботи було опрацьовано попередні публікації та наукові дослідження в галузі сімейної медицини. Проаналізувавши попередні дослідження було сформовано основне невирішене питання, яке полягає в розробці архітектури обробки епізоду звернення пацієнта з використанням методів машинного навчання та з подальшим розгортанням на серверах - хостерах з використанням хмарної обчислювальної технології. Також було сформовано основні цілі проведення даного наукового дослідження. Розглянуто основні характеристики для побудови архітектури та обрано їх оптимальні значення. Обґрунтовано доцільність використання технології передачі даних AJAX. Також було обґрунтовано доцільність використання баз знань формату csv та структурованого об’єкту JSON. Розглянуто алгоритми класифікації з машинним навчанням та обрано оптимальний алгоритм класифікації. Результатом дослідження є розроблена архітектура, в вигляді блок – схеми, функціонування хмарного обчислювального середовища.