Кафедра інформатики
Permanent URI for this collection
Browse
Recent Submissions
- ItemЕкспертне експрес-оцінювання впливу тепломасообмінних процесів на залишковий ресурс корпуса реактора ВВЕР-1000 через окрихкення його металу(2022) Попов, В’ячеслав; Мілейковський, Віктор; Тригуб, ОлександрРеактор ВВЕР-1000 експлуатується на 13-ти з 15-ти наявних енергоблоках атомних станцій України (АЕС). Забезпечення тривалої та безпечної експлуатації таких реакторів є основою для надійної роботи всіх 13 українських енергоблоків АЕС і гарантом енергетичної безпеки України. Визначальним та головним фактором, що впливає на безпеку й належний залишковий ресурс корпусу реактора ВВЕР-1000, є радіаційне окрихкення реакторної сталі в умовах нестаціонарного тепломасообміну в реакторі. Наслідки радіаційного окрихкення реакторної сталі негативно проявляються при аварійних ситуаціях з охолодженням активної зони. Сам цей процес – радіаційне окрихкення – накопичується постійно й поступово. Тому важливо вести його моніторинг шляхом періодичного поточного експрес-оцінювання крихкої міцності корпуса реактору ВВЕР-1000, особливо в умовах змінного теплового режиму. Отже, актуальним є використання розрахункових експрес-методів періодичної оцінки крихкої міцності корпусу реактору ВВЕР-1000 з гарантованим забезпеченням належної точності. При цьому ефективність підходу підкріплюється невисокими витратами ресурсів – інженерного персоналу, швидким та відносно спрощеним використанням обчислювальної техніки і програмних засобів. Як приклад і підтвердження застосовності запропонованого підходу виконано експертне експрес-оцінкювання крихкої міцності й залишкового ресурсу корпусу реактора енергоблоку № 1 Південно-Української АЕС. При цьому враховано фактичні та паспортні характеристики його металу.
- ItemSpeech audio modeling by means of causal moving average equipped gated attention(2022) Ivaniuk, AndriiIn the paper we compare different attention mechanisms on the task of audio generation using unsupervised approaches following previous work in language modeling. It is important problem, as far as speech synthesis technology could be used to convert textual information into acoustic waveform signals. These representations can be conveniently integrated into mobile devices and used in such applications as voice messengers or email apps. Sometimes it is difficult to understand and read important messages when being abroad. The lack of appropriate computer systems or some security problems may arise. With this technology, e-mail messages can be listened quickly and efficiently on smartphones, boosting productivity. Apart from that, it is used to assist visually impaired people, so that, for instance, the screen content can be automatically read aloud to a blind user. Nowadays, home appliances, like slow cookers can use this system too for reading culinary recipes, automobiles for voice navigation to the destination spot, or language learners for pronunciation teaching. Speech generation is the opposite problem of automatic speech recognition (ASR) and is researched since the second half of the eighteen’s century. Also, this technology also helps vocally handicapped people find a way to communicate with others who do not understand sign language. However, there is a problem, related to the fact that the audio sampling rate is very high, thus lea,ding to very long sequences which are computationally difficult to model. Second challenge is that speech signals with the same semantic meaning can be represented by a lot of signals with significant variability, which is caused by channel environment, pronunciation or speaker timbre characteristics. To overcome these problems, we train an autoencoder model to discretize continuous audio signal into a finite set of discriminative audio tokens which have a lower sampling rate. Subsequently, autoregressive models, which are not conditioned on text, are trained on this representation space to predict the next token, based on previous sequence elements. Hence, this modeling approach resembles causal language modeling. In our study, we show that unlike in the original MEGA work, traditional attention outperforms moving average equipped gated attention, which shows that EMA gated attention is not stable yet and requires careful hyper-parameter optimization.
- ItemПередмова(2022) Глибовець, МиколаПередмова до видання Наукові записки НаУКМА. Комп'ютерні науки. Т. 5. (2022).
- ItemСпецифікація процедурної мови програмування(2022) Проценко, ВолодимирРозглянуто процедурну мову програмування, об’єкти якої – цілі змінні й процедури. Оператори мови – присвоєння, введення, виведення, умовний, циклу і блок. Головне призначення блоку – введення локальних цілих змінних і процедур. Процедура має параметри і тіло – оператор. Обчислює процедуру оператор виклику, аргументи якого цілі змінні. Наведено повну формальну специфікацію мови. На основі специфікації побудовано інтерпретатор мови програмування.
- ItemПрограмна система перевірки на плагіат українських текстів(2022) Глибовець, Андрій; Бікчентаєв, МиколаМетою цієї роботи є опис методології побудови програмної системи (застосунку) перевірки на плагіат наукових публікацій українською мовою з використанням двох моделей машинного навчання – Word2Vec і BERT. Ми розглядаємо виявлення зовнішнього плагіату в українських текстах, що передбачає порівняння вхідного документа з документами в колекції. Вбудовування слів використовували для порівняння документів, оскільки тексти зі схожим значенням або контекстом створюють подібні вбудовування слів. За допомогою Word2Vec і BERT ми перетворюємо кожен документ на ряд убудовувань слів. Розрахунок міри подібності для цих убудовувань допомагає визначити схожість документів. Інтерфейс програми розроблено з використанням бібліотеки React. Вебзастосунок використовує бібліотеку компонентів Material UI і базу даних MongoDB. Бекенд написано з використанням мов програмування Python і Flask.