Перегляд за Автор "Kovalchuk, Vasily"

Зараз показуємо 1 - 2 з 2
  • Ескіз
    Документ
    Вибір архітектур глибоких нейронних мереж у задачах прогнозування фінансових ринків за умов високої волатильності
    (Хмельницький національний університет, 2026) Лутюк, Лев; Каштальян, Антоніна; Ковальчук, Василь; Lutiuk, Lev; Kashtalian, Antonina; Kovalchuk, Vasily
    Прогнозування фінансових ринків є однією з ключових задач сучасного фінансового аналізу, ускладненою високою волатильністю, нелінійною поведінкою ринку та впливом численних економічних, політичних і поведінкових факторів. У таких умовах традиційні статистичні методи часто виявляються недостатніми, що зумовлює зростання застосування підходів глибокого навчання. У статті розглядається проблема вибору архітектур глибоких нейронних мереж для прогнозування фінансових ринків за умов високої волатильності. Досліджуються рекурентні, згорткові, часові згорткові, гібридні моделі, а також архітектури з механізмами уваги та нейронні мовні моделі. Особлива увага приділяється проблемі запізнювання прогнозів та її впливу на точність передбачень у динамічному ринковому середовищі. Експериментальні результати демонструють переваги гібридних моделей та моделей з механізмами уваги у забезпеченні високої точності прогнозів і адаптивності моделей у високоволатильних умовах. Отримані результати можуть бути використані для обґрунтування вибору архітектур нейронних мереж та розробки інформаційних технологій прогнозування фінансових ринків, спрямованих на підвищення точності та стійкості прогнозів
  • Ескіз
    Документ
    Метод розподілу навантаження в мультикомп’ютерних системах загального призначення згідно кластеризації вузлів за рівнем завантаженості ресурсів
    (Хмельницький національний університет, 2025) Гоба, Каріна; Жуковський, Павло; Ковальчук Василь, Василь; Клейн, Олександр; Goba, Karina; Zhukovskyi, Pavlo; Kovalchuk, Vasily; Klein, Olexandr
    У роботі розглянуто методи розподілу обчислювального навантаження в мультикомп’ютерних системах загального призначення з акцентом на кластеризацію вузлів за рівнем їх завантаженості. Дослідження спрямоване на підвищення ефективності використання обчислювальних ресурсів шляхом динамічного балансування навантаження між вузлами відповідно до їх поточного стану. У процесі виконання здійснено аналіз сучасних підходів до балансування навантаження в багатовузлових системах, розроблено модель кластеризації вузлів залежно від їхньої завантаженості, а також алгоритм, що дозволяє ефективно розподіляти навантаження між с формованими кластерами з метою мінімізації затримок і підвищення рівня використання доступних ресурсів. Запропонований підхід підлягає експериментальному тестуванню в умовах моделювання, що дозволяє порівняти його ефективність із базовими стратегіями розподілу навантаження. Наукова новизна дослідження полягає у впровадженні нового методу балансування, який передбачає кластеризацію вузлів за ступенем їх завантаження, що забезпечує не лише більш рівномірний розподіл задач у системі, а й сприяє зниженню енергоспоживання та скороченню часу очікування. Практична значущість результатів полягає в можливості застосування запропонованого методу для оптимізації обчислювальних процесів у таких середовищах, як хмарні сервіси, дата-центри, суперкомп’ютери та корпоративні обчислювальні мережі, де ефективне використання ресурсів має критичне значення. Для реалізації дослідження застосовуються методи кластеризації, що враховують поточну завантаженість обчислювальних вузлів. Це дає змогу адаптивно розподіляти навантаження відповідно до динамічного стану системи.