Перегляд за Автор "Mazurets, O.V."
Зараз показуємо 1 - 20 з 20
Результатів на сторінці
Налаштування сортування
Документ Algorithmic scaling of textile prints for serial multicolor printing with palette reproduction using neural networks(2025) Kazmirchuk, Y.M.; Mykytiuk, M.O.; Molchanova, M.O.; Mazurets, O.V.; Мазурець, Олександр ВікторовичThis paper proposes an algorithmic method for scaling textile prints for serial multicolor production that preserves contour geometry and palette reproducibility across different product formats. The approach integrates neural network upscaling trained to maintain boundary accuracy without inventing false textural details, joint geometric transformation of all color layers in a single deformation field, and controlled palette rescaling based on measured print parameters. This coordinated process ensures invariant contours, stable optical density, and consistent color perception during repeated runs, reducing manual correction, prepress iterations, ink usage, and batch defects. Experimental verification demonstrates stable geometry and color accuracy under realistic application conditions, supporting industrial reproducibility and resource efficiency within circular economy frameworks. Future work will focus on expanding training corpora, refining protocols for serial quality assessment, and integrating feedback from online spectrophotometric monitoring.Документ Approach for Comparative Analysis of Effectiveness of using MobileNetV3 and ViT Neural Network Models for Graphical Localization of Destroyed Buildings Remains Areas(2025) Didur, V.O.; Molchanova, M.O.; Tyschenko, O.O.; Mazurets, O.V.; Мазурець, Олександр ВікторовичThis study presents a comparative analysis of MobileNetV3 and Vision Transformer (ViT) neural networks for graphical localization of destroyed building remains. A custom software solution was developed to process images from robotic systems, train both models on a labeled dataset, and evaluate their performance in realistic conditions. Results showed that both architectures achieved high accuracy, with ViT offering strong classification precision and MobileNetV3 excelling in efficiency for edge deployment. The findings highlight each model's potential for disaster response applications involving automated debris analysis.Документ Approach to image preprocessing for household waste classification in circular economy(2025) Derzhak, V.V.; Mazurets, O.V.; Мазурець, Олександр ВікторовичThis work proposes an intelligent image preparation pipeline for stable multi-class classification of household waste in field conditions, emphasizing data quality control rather than architectural complexity. A coordinated scheme of non-reference quality assessment, guided selection of training frames, and carefully designed partitioning protocols significantly improves model stability under realistic variations in lighting, background contamination, small object occlusions and inter-site distribution shifts. Using MobileNetV3-Small with standardized hyperparameters, the study demonstrates higher reliability, reduced metric variability, and consistent behavior across critical subsets without sacrificing class representativeness. The methodology is reproducible, hardware-efficient, and suitable for industrial sorting systems, supporting circular economy practices by increasing fraction purity and reducing material loss. Future work will extend cross-site benchmarking and explore threshold dynamics for different waste categories.Документ Convolutional Neural Network Transfer Learning Method for Aircraft Image Classification(2025) Bas, I.S.; Kadynska, V.D.; Klimenko, V.I.; Mazurets, O.V.; Мазурець, Олександр ВікторовичThis study presents a transfer learning method for aircraft image classification using convolutional neural networks (CNNs), with ResNet-50 selected as the foundational architecture. In light of limited annotated datasets and diverse imaging conditions across aerial platforms, the approach leverages pre-trained models to extract generic visual features, followed by fine-tuning on domain-specific aircraft imagery. The proposed method includes preprocessing techniques, selective layer freezing, and architectural adaptation to enhance classification accuracy while maintaining computational efficiency. Experiments demonstrate improved performance over models trained from scratch, particularly in terms of convergence speed, generalisation under occlusion and variable lighting, and adaptability to various aircraft types. The solution is optimised for real-time deployment, including on resource-constrained devices. This work highlights the practical value of CNN-based transfer learning frameworks in aviation surveillance, airport automation, and security monitoring, and suggests avenues for future research involving lightweight architectures and video-based classification.Документ Effectiveness Research of Method for Values Forecasting of Epidemiological Danger Indicators by Means of Neural Network Modeling(2024) Mazurets, O.V.; Ovcharuk, O.M.; Tyschenko, O.O.; Zalutska, O.O.; Мазурець, Олександр ВікторовичThe aim of the study is effectiveness research of method for values forecasting of epidemiological danger indicators by means of neural network modeling. The method for values forecasting of epidemiological danger indicators using neural network modeling was studied, which allows, based on input data in the form of a sample of time-dependent values of a specified parameter during the studied period, to receive output data in the form of a sample with predicted values of the parameter for further forecasting of the level of epidemiological danger using neural network modelling, and uses a recurrent temporal neural network with one convolutional layer to predict parameter values from their time series.Документ Effectiveness research of using ViT neural network architecture for classifying the destroyed buildings remains(2025) Hladun, O.V.; Molchanova, M.O.; Zalutska, O.O.; Mazurets, O.V.; Мазурець, Олександр ВікторовичThis study explores the effectiveness of the Vision Transformer (ViT) neural network for classifying remains of destroyed buildings in post-disaster environments. A software system was developed to preprocess images, train ViT and MobileNetV3 models, and integrate them into a user-friendly application. The models, trained on real-world construction debris images from robotic systems, showed high classification accuracy. Results confirm the ViT model’s potential for reliable, automated damage assessment, supporting faster and safer disaster response.Документ Methodology for Identifying Post-Traumatic Stress Disorder Indicators in Text Data(2025) Mazurets, O.V.; Ovcharuk, O.M.; Мазурець, Олександр ВікторовичThe article develops an engineering method for adjusting (or readjusting during operation) the controllers of electric drives of manipulator mobility units, which takes into account the presence of significant nonlinearities. This method prevents the occurrence of “primary self-oscillations” in the automatic control system of electric drives of manipulator mobility units, which stimulate the occurrence of resonant elastic vibrations and self-oscillations (self-oscillation effect). The proposed method allows not only to eliminate the cause of the autoelasticity effect, but also to do so at the engineering level of mastery of mathematical apparatus, computer mathematics systems, and programming skills. The manifestation of the autoelasticity effect is associated with the presence of factors such as: the dynamic properties of the drive of the mobility nodes; the elastic flexibility of manipulators; significant nonlinearities of a structural and technological nature or those that arise during operation in mechanical and electrical devices. The engineering simplicity and convenience of the method is expressed in the fact that the adjustment of the electric drive controllers of the mobility nodes during the manufacture of the manipulator or their readjustment during operation does not require specialized scientific research, but can be performed by a specialist with an engineering level of mathematical training in interactive mode in a short time.Документ Neural Network Assessment of Buildings Condition Based on Visual Data(2025) Mazurets, O.V.; Klimenko, V.I.; Мазурець, Олександр ВікторовичThe paper addresses the problem of automated assessment of building condition based on visual data in the context of post-war reconstruction and large-scale urban monitoring. A neural network–based approach is proposed that combines automatic building segmentation in aerial and UAV imagery with subsequent classification of structural condition. Lightweight single-stage segmentation models from the YOLOv8–YOLOv12 families were investigated, with particular attention to compact configurations suitable for resource-constrained deployment. The methodology includes image tiling, data augmentation, class balancing, and a multi-head architecture for joint instance segmentation and condition classification. Experimental results demonstrate that compact models with enhanced augmentation achieve the best trade-off between accuracy and efficiency, providing reliable building localization and acceptable performance for multi-class damage assessment. The proposed approach enables automated generation of damage maps and can support prioritization of engineering inspections and decision-making in post-war reconstruction and urban infrastructure management.Документ Practical Implementation of Neural Network Method for Stress Features Detection by Social Internet Networks Posts(2024) Mazurets, O.V.; Sobko, O.V.; Molchanova, M.O.; Zalutska, O.O.; Yurchak, A.V.; Мазурець, Олександр ВікторовичThe article considers a neural network method for stress features detection by social internet network posts, designed for automated analysis of text messages posted on social networks in order to identify signs of stress in posts. Based on the designed functional and design architectures of the information system for detecting stress in posts, the software implementation was carried out to study the effectiveness of the developed neural network method for stress features detection by social internet network posts. The practical implementation of the neural network method has determined that the developed method allows detecting stress features in social Internet network posts with an accuracy of 90%.Документ Автоматизована інтерактивна система супроводу навчального процесу(2018) Мазурець, Олександр Вікторович; Mazurets, O.V.; Ставнійчук, Михайло ВолодимировичДокумент Автоматизоване формування тестових завдань для середовища MOODLE на основі онтології навчального матеріалу(2018) Мазурець, Олександр Вікторович; Mazurets, O.V.; Кліменко, Валерія Ігорівна; Скрипник, Т.К.Документ Аналіз сучасних спеціалізованих програмних розширень для автоматизації роботи з цифровими документами навчальних матеріалів(2018) Мазурець, Олександр Вікторович; Mazurets, O.V.; Слободзян, Віталій ОлександровичДокумент Використання спеціалізованих програмних розширень для автоматизації роботи з цифровими документами навчальних матеріалів(Хмельницький національний університет, 2018) Мазурець, О.В.; Ковальчук, О.В.; Слободзян, В.О.; Mazurets, O.V.; Kovalchyk, O.V.; Slobodzian, V.O.В статті досліджено проблему автоматизації роботи з електронними документами навчальних матеріалів у задачах визначення структури змістовних блоків у електронному документі навчального матеріалу та пошуку ключових термінів у контенті навчального матеріалу. Встановлено, що для реалізації програмної обробки електронних документів є доцільним використання спеціалізованих програмних комплексів, що надають необхідний інструментарій для програмної роботи з контентом відповідних файлів. З метою визначення найбільш ефективного програмного розширення проведено аналіз сучасних існуючих спеціалізованих програмних розширень для автоматизації обробки електронних документів: Microsoft.Office.Interap.Word.dll, DocumentFormat.OpenXml.dll та Spire.Doc.dll. За результатами аналізу встановлено, що бібліотека Microsoft.Office.Interap.Word.dll надає доступ до всіх функцій MS Office, так як працює безпосередньо з PIA, для її роботи потрібна ліцензія для MS Office на кожному клієнтському комп’ютері, MS Office завантажується у фоновому режимі, внаслідок чого займає значний обсяг оперативної пам’яті. При роботі з docx-файлом за допомогою DocumentFormat.OpenXml.dll не потрібна наявність MS Office та запуск в фоновому режимі, проте зростає складність програмного використання бібліотеки внаслідок необхідності регулярного співставлення ідентифікатора стиля з контейнером властивостей стилів. Перевагою Spire.Doc.dll визначено реалізацію функцій автоматичного співставлення стилів текстових блоків їх властивостям на рівні розширення. В результаті аналізу розглянутих бібліотек було визначено Spire.Doc.dll оптимальним варіантом для використання в автоматизації обробки електронних документів. Встановлено, що перенесення функцій автоматичного співставлення стилів текстових блоків їх властивостям з рівня функціоналу програмного коду застосунка на рівень функціоналу бібліотеки дозволяє спростити як роботу застосунка з електронним документом, так і процес програмування. Розглянуто практичні особливості використання розширення Spire.Doc.dll при роботі з електронними документами .DOCX. З метою визначення можливості застосування обраного інструменту в задачах роботи з електронними документами було проведено його практичну апробацію в складі програмної системи для вирішення прикладної задачі побудови структури електронного документу та пошуку ключових слів у його контенті. В результаті встановлено можливість та достатню ефективність використання розширення Spire.Doc.dll для роботи з електронними документами навчальних матеріалів.Документ Дослідження практичної ефективності інформаційної технології автоматизованого визначення семантичних термінів навчальних матеріалів(2018) Мазурець, Олександр Вікторович; Mazurets, O.V.; Ковальчук, Олексій ВолодимировичДокумент Математичні моделі для визначення семантичних термінів у контенті навчальних матеріалів(2018) Мазурець, Олександр Вікторович; Mazurets, O.V.; Кондаков, Олександр Володимирович; Скрипник, Т.К.Документ Метод формального опису елементів моделей автоматизованого формування тестових завдань(2018) Мазурець, Олександр Вікторович; Mazurets, O.V.; Ковальчук, Олексій Володимирович; Слободзян, Віталій Олександрович; Білоус, Ганна АнатоліївнаДокумент Методи автоматизації визначення семантичних термінів у навчальних матеріалах(Хмельницький національний університет, 2015) Бармак, О.В.; Мазурець, О.В.; Barmak, O.V.; Mazurets, O.V.В статті наведено аналіз методів для автоматичного визначення семантичних термінів у навчальних матеріалах. Для аналізу взята вибірка з 30 навчальних матеріалів. Для виявлення семантичних термінів застосовані методи частотної оцінки, оцінки TFIDF та дисперсної оцінки. Отриманні результати порівнювались зі списками термінів, що запропонували автори навчальних матеріалів. В результаті проведеного аналізу встановлено, що найбільша ефективність у розв'язанні задачі виявлення у навчальних матеріалах семантичних термінів досягається в ході використання метода дисперсної оцінки. Виявлено фактори, що перешкоджають ефективному аналізу навчальних матеріалів.Документ Параметризація моделі тестового завдання при автоматизованому формуванні тестів(2018) Мазурець, Олександр Вікторович; Mazurets, O.V.; Білоус, Ганна АнатоліївнаДокумент Практична реалізація інформаційної технології автоматизованого визначення множини семантичних термінів в контенті навчальних матеріалів(2018) Мазурець, Олександр Вікторович; Mazurets, O.V.; Крак, Юрій Васильович; Бармак, Олександр ВолодимировичДосліджено проблему автоматизації пошуку ключових термінів у контенті навчальних матеріалів. Розглянуто інформаційну технологію автоматизованого визначення множини ключових семантичних термінів у контенті навчальних матеріалів, що ґрунтується на пошуку використаних фраз у тексті та дисперсійній оцінці важливості слів. Відповідно до даної інформаційної технології, на основі введених даних у вигляді файлу навчального матеріалу автоматизовано формується структура цифрового документу для вибору елементу для аналізу, після чого проводиться сегментація по фразах і термінах, терміни лематизуються та їх множина компактифікується. На основі автоматично лематизованого тексту проводиться пошук та дисперсійне оцінювання важливості слів у обраному фрагменті, після чого оцінюється важливість термінів, а їх кількість обмежується відповідно до коефіцієнту щільності ключових слів. Вхідними даними інформаційної технології є цифровий документ навчального матеріалу, вихідними даними є відповідна множина ключових семантичних термінів навчального матеріалу. Також описано результати аналізу закономірностей існуючих множин ключових семантичних термінів. Розглянуто тестовий програмний продукт, що дозволяє автоматизовано визначати множину ключових семантичних термінів за даною інформаційною технологією. Проведені дослідження підтвердили можливість ефективно формувати множини ключових семантичних термінів навчальних матеріалів з показниками точності пошуку до 92,9% та повноти пошуку до 100,0%. Розглянуто практичні особливості використання спеціалізованого розширення при роботі з електронними документами. Викладено фактори, що ускладнюють ефективне визначення семантичних термінів у навчальних матеріалах. Встановлена ефективність запропонованої технології сприяє її використанню для вирішення ряду актуальних задач, таких як оцінка відповідності навчальних матеріалів змістовим вимогам, оцінка відповідності наборів тестових завдань навчальним матеріалам, семантична допомога при створенні тестів, автоматизація формування рефератів та анотацій до елементів навчальних матеріалів тощо. Подальші дослідження спрямовані на аналіз впливу на показники ефективності технології взаємозв’язку між кількістю ключових семантичних термінів в результуючій множині та значенням коефіцієнту щільності ключових слів та вдосконалення розглянутої інформаційної технології для покращення результатів.Документ Інформаційна технологія автоматизації діяльності релігійної установи(Хмельницький національний університет, 2018) Ройзнер, К.І.; Мазурець, О.В.; Royzner, K.I.; Mazurets, O.V.В статті визначено можливість уніфікації програмного забезпечення для автоматизації внутрішньої діяльності відповідних релігійних установ. Викладено узагальнену математичну модель локалізації системи автоматизації діяльності релігійної установи. Розглянуто інформаційну технологію автоматизації діяльності релігійної установи. Визначено особливості розглянутої інформаційної технології автоматизації діяльності релігійної установи, до яких належать можливість, простота та остаточність локалізації. Можливість локалізації визначає можливість модифікації програмної системи під вимоги конкретної релігійної установи незалежно від конфесії та використовуваної мови. Простота локалізації полягає в можливості проведення всіх кроків локалізації кінцевим користувачем перед початком роботи з системою. Остаточність локалізації визначає, що виконані в процесі локалізації модифікації використовуються в подальшому для виконання функцій системи й не можуть бути перевизначені. Локалізація програмного забезпечення є його підготовкою до використання в конкретних умовах. Локалізація часто використовується для поширення програмного забезпечення загального призначення в нових географічних чи культурних умовах. Вона включає операції з визначення ряду параметрів інформаційної системи. Відповідно до такого підходу, повний цикл переведення системи до експлуатації розбивається на ряд етапів, частина яких може бути виконана для загальних категорій релігійних установ. Зменшення кількості можливих варіантів локалізації на кожному етапі дозволяє реалізувати їх на рівні, який доступний для використання кінцевим користувачем. Тому кінцевий користувач одержує можливість самостійного впровадження системи для подальшого використання. Запропонована інформаційна технологія автоматизації діяльності релігійної установи дозволяє розробляти кросконфесійні інформаційні системи автоматизації діяльності релігійної установи, які можуть бути легко модифіковані для автоматизації внутрішньої діяльності конкретних релігійних установ різних конфесій та на різних мовах інтерфейсу.