Перегляд за Автор "Sobko, Olena"
Зараз показуємо 1 - 6 з 6
Результатів на сторінці
Налаштування сортування
Документ Legal and ethical bases for creating representative datasets to detecting manifestations of cyberbullying in text content(Хмельницький національний університет, 2025) Sobko, Olena; Chochia, ArchilThe article is devoted to developing the method for creating of representative text data datasets for detecting manifestations of cyberbullying in text content, considering ethical and legal principles. The primary focus is ensuring fair and equal representation of different demographic groups in text samples, which is critical for creating non-discriminatory and socially responsible artificial intelligence models. Emphasis is placed on compliance with key ethical principles – preventing harm, avoiding bias, and ensuring representativeness – and provisions of international law, particularly the General Data Protection Regulation. Proposed method for creating of representative text data datasets for detecting manifestations of cyberbullying in text content, taking into account ethical principles, which includes the following stages: preliminary processing of text data, analysis of distributions according to ethical aspects (age, gender, religion etc.), and representative adjustment through multi-criteria optimization. Machine learning models are trained on prepared balanced samples using appropriate reference datasets to classify text samples according to ethical criteria. The comparison is based on official demographic data for Ukraine, which ensures the reliability of the assessment of deviations. As a result of applying the developed method, a representative sample was created with a deviation of the proportions of ethical groups from the target values within 0.00-0.04%. The statistical metrics obtained confirmed the effectiveness of the selected models and demonstrated a high degree of compliance with the ethical responsibility requirements of the results. The analysis showed that the initial datasets contained imbalances, which were successfully eliminated through multi-criteria optimization and data augmentation. The developed approach can be integrated into preparing training samples for ethically oriented artificial intelligence systems that perform automated detection of cyberbullying manifestations in text content, reducing the risks of reproducing social biases and increasing trust in algorithmic decisions.Документ Алгоритми для підвищення точності нейромережевої класифікації побутового сміття з використанням хмарних керованих обчислювальних вузлів(Хмельницький національний університет, 2026) Молчанова, Марина; Собко, Олена; Мазурець, Олександр; Держак, Владислав; Molchanova, Maryna; Sobko, Olena; Mazurets, Oleksandr; Derzhak, VladyslavАктуальність роботи зумовлена зростанням потоків побутових відходів і потребою у точному розпізнаванні матеріальних категорій у реалістичних сценах з нерівномірним освітленням, фоновими завадами та дисбалансом класів. Практична ефективність таких систем визначається не лише вибором архітектури, а насамперед керованою якістю даних і відтворюваністю експериментів у стандартизованому середовищі. У статті запропоновано якісно орієнтований конвеєр, у якому модуль контролю якості інтегровано безпосередньо в цикл навчання. Фільтрація за різкістю, контрастом, експозиційною збалансованістю та фоновою засміченістю формує очищену підвибірку для подальшого донавчання попередньо натренованої моделі. Використано керовані хмарні обчислювальні вузли на базі сеансів Google Colab з доступом до графічних прискорювачів, фіксованими версіями бібліотек і журналюванням артефактів, що забезпечує сталість програмного оточення та порівнюваність серій. Методологія спирається на архітектуру MobileNetV3 Small з перенесенням ознак ImageNet та заміною класифікаційної голови на тридцятикласову постановку задачі. Для експериментів використано набір Recyclable and Household Waste Classification Dataset з тридцятьма категоріями, включно з паперовими, пластиковими, скляними та металевими підкласами, а також органічними фракціями. Базове оцінювання на сирій вибірці дало узгоджені результати за сукупністю метрик з точністю 0.7703 і високими площами під ROC кривими, що засвідчує добру роздільність імовірнісних виходів і наявність резерву для стабілізації рішень у багатокласовому режимі. Включення фільтрації в цикл навчання забезпечило предметні покращення у класах, схильних до перехресних помилок унаслідок блиску та слабкої фактури. Для paper_cups зафіксовано зростання точності на 13.13 відсотка, повноти на 10.69 відсотка, інтегрально F1 на 11.85 відсотка. Позитивні зрушення отримано також для steel_food_cans, clothing і magazines, де зменшено плутанину із візуально подібними категоріями. Отримані результати підтверджують доцільність перенесення акценту з ускладнення архітектур на керовану якість даних і дисципліну експерименту у хмарному середовищі. Запропонована інтеграція підвищує стійкість класифікації та створює підґрунтя для надійного впровадження комп’ютерного зору в інфраструктуру перероблення і підтримує практики циркулярної економікиДокумент Алгоритми та програмна архітектура інформаційної системи нейромережевого аналізу постави людини(Хмельницький національний університет, 2025) Мазур, Євген; Мазурець, Олександр; Кліменко, Валерія; Собко, Олена; Залуцька, Ольга; Mazur, Yevhen; Mazurets, Oleksandr; Klimenko, Valeriia; Sobko, Olena; Zalutska, OlhaУ статті наведено огляд сучасного стану автоматизованого виявлення порушень постави людини за візуальними даними. Актуальність дослідження зумовлена стрімким зростанням кількості випадків викривлення хребта внаслідок малорухливого способу життя, тривалої роботи за комп’ютером та браку контролю за положенням тіла. Це зумовлює потребу у створенні інноваційних рішень, здатних забезпечити ранню діагностику постуральних розладів за допомогою методів комп’ютерного зору. Запропонований у дослідженні підхід базується на аналізі скелетної структури людини на основі зображень із подальшим застосуванням математично-алгоритмічного аналізу координат ключових точок хребта для виявлення типових порушень постави. Наведено прикладну реалізацію описаного математико-алгоритмічного забезпечення на основі спроектованої інформаційної системи. Прикладна програмна реалізація працює на основі нейромережевої моделі YOLO, що була донавчена на спеціалізованому датасеті. Навчання моделі тривало 25 епох і дозволило досягти точності виявлення ключових точок постави на фото понад 80%. Програмна реалізація використовувалась для валідації методу, де результати автоматизованого аналізу порівнювались із експертними оцінками, що підтвердило високу точність і чутливість підходу. Подальші дослідження планується зосередити на використанні глибоких нейронних мереж для розпізнавання постави в реальному часі на основі відеопотоку. Запропонована система має перспективу широкого впровадження в мобільні додатки та платформи комп’ютерного зору для масового користувача. Важливість розв'язання цієї проблеми не обмежується лише медичним аспектом. Виявлення та корекція порушень постави безпосередньо пов'язані з досягненням Цілей сталого розвитку (ЦСР), зокрема у контексті забезпечення загального доступу до якісного медичного обслуговування, підвищення фізичного благополуччя та впровадження інновацій у системи охорони здоров’я. Інтеграція подібних технологій підтримує як індивідуальний добробут, так і рівноправний доступ до медичних послуг для широких верств населення, що особливо актуально для країн з обмеженими ресурсами. Таким чином, розроблене рішення має потенціал зробити вагомий внесок у досягнення глобальних цілей сталого розвитку, включаючи зміцнення здоров’я націй, розвиток цифрової медицини та зменшення нерівності в доступі до інноваційних засобів діагностики.Документ Даталогічна модель бази даних для виявлення гендерної приналежності за SVM-аналізом дописів інтернет-мереж з використанням об'єктно-орієнтованого проєктування(Хмельницький національний університет, 2024) Мазурець, Олександр; Молчанова, Марина; Кліменко, Валерія; Собко, Олена; Супрун, Павло; Mazurets, Oleksandr; Molchanova, Maryna; Klimenko, Valeriia; Sobko, Olena; Suprun, PavloУ роботі запропоновано практичний підхід до виявлення гендерної приналежності за аналізом дописів інтернет-мереж із використанням SVM-класифікаторів. Для дослідження ефективності запропонованого методу було створено об’єктно-орієнтовану програмну реалізацію в середовищі програмування PyCharm, а також виконано даталогічне моделювання структури даних. Розроблений підхід показав високу ефективність, в порівнянні з існуючим аналогом його точність вища на 0.11. Перевагою методу є можливість працювати з короткими текстами, такими як твіти, без втрати точності. Одержані результати можуть бути актуальними для різноманітних застосувань, включаючи маркетингові дослідження, аналіз громадської думки, персоналізовану рекламу, політичні дослідження, й сприти створенню безпечних і толерантних вебсередовищДокумент Програмна архітектура інтелектуальної об’єктно-орієнтованої системи фільтрації даних для нейромережевої класифікації побутових відходів з використанням хмарних технологій(Хмельницький національний університет, 2026) Держак, Владислав; Кліменко, Валерія; Молчанова, Марина; Собко, Олена; Мазурець, Олександр; Derzhak, Vladyslav; Klimenko, Valeriia; Molchanova, Maryna; Sobko, Olena; Mazurets, OleksandrУ роботі запропоновано програмну архітектуру інтелектуальної об’єктно-орієнтованої системи фільтрації даних для нейромережевої класифікації побутових відходів із використанням керованих хмарних обчислювальних вузлів. Актуальність зумовлена необхідністю стабільної роботи комп’ютерного зору в реалістичних сценах, де якість зображень, фонові завади, блиск і класовий дисбаланс істотно знижують надійність прийняття рішень. На відміну від підходів, у яких підготовка даних є разовим кроком перед навчанням, запропонована система інтегрує контроль якості безпосередньо в цикл навчання і інференсу. Модуль фільтрації відсіює малoінформативні зображення за показниками різкості, контрастності та експозиційної збалансованості з контролем збереження представлення класів; очищена вибірка використовується для донавчання базової архітектури. Реалізацію побудовано на MobileNetV3-Small з перенесенням ознак і заміною класифікаційної голови на 30 класів; виконання, журналювання артефактів і зберігання даних забезпечено на сесіях Google Colab із GPU та сховищем Google Drive/Kaggle, що гарантує відтворюваність і переносимість експериментів. Для користувацької взаємодії створено вебінтерфейс інференсу на Gradio, який надає завантаження зображення, вибір конфігурації моделі та перегляд метрик. Експериментальну оцінку проведено на наборі Recyclable and Household Waste Classification Dataset, який містить 15 тис. зображень розміру 256×256 у 30 категоріях з контрольованими та реальними сценами. Базова конфігурація на «сирій» вибірці демонструє узгоджені інтегральні показники, однак включення якісно орієнтованої фільтрації дало предметні покращення для чутливих класів: зокрема, для paper_cups істотно зросли точність і повнота, позитивні зрушення зафіксовано для steel_food_cans, clothing та magazines, тоді як для блискучих і малофактурних категорій переважно зменшено помилкові спрацьовування. Отримані результати підтверджують, що підвищення точності класифікації досягається передусім через оптимізацію вхідних даних і дисципліну експерименту в хмарному середовищі, без ускладнення архітектури моделі. Практична цінність полягає у створенні відтворюваного методичного ланцюга від керованої фільтрації до продуктивного застосування, придатного для впровадження на сортувальних лініях і в інфраструктурі циркулярної економікиДокумент Інформаційна технологія прогнозування рівня епідеміологічної небезпеки з використанням нейромережевого моделювання(Хмельницький національний університет, 2023) Овчарук, Олександр; Мазурець, Олександр; Собко, Олена; Молчанова, Марина; Кліменко, Валерія; Ovcharuk, Oleksandr; Mazurets, Oleksandr; Sobko, Olena; Molchanova, Maryna; Klimenko, ValeriiaСтаття присвячена розв’язанню задачі визначення рівня епідеміологічної небезпеки, для чого розроблено інформаційну технологію прогнозування рівня епідеміологічної небезпеки, метод прогнозування значень параметрів за їх часовими рядами рекурентною темпоральною нейронною мережею із згортковим шаром як складову інформаційної технології, та відповідну програмну систему.