Кафедра програмного забезпечення комп'ютерних систем

У монографії наведено результати досліджень і розробок, що присвячені вирішенню науково-прикладної проблеми розвитку теорії створення та використання інтелектуальних інформаційних і комп’ютерних технологій аграрного призначення завдяки обґрунтуванню й реалізації методів, моделей і засобів комплексного детектування, агрегування, мережевого обміну, трансформації та інтерпретації даних й інформації щодо впливу ґрунтокліматичних параметрів на ефективність вирощування сільськогосподарських культур у мінливих агрокліматичних умовах. Монографія призначена для підготовки докторів філософії в галузях інформаційних технологій та електроніки, автоматизації й електронних комунікацій, а також буде корисною для практикуючих фахівців і наукових співробітників, які займаються проблемами розробки та використання сучасних інформаційних систем і комп’ютерних пристроїв.

У наш час із розвитком технологій цифровізація та інтелектуалізація торкається всіх сфер людського життя, в тому числі, сільського господарства. Виробничі системи мають бути більш ефективними з точки зору використання ресурсів. Природні та матеріальні ресурси повинні використовуватися більш раціонально, а екологічні проблеми необхідно враховувати ретельніше. Технології штучного інтелекту та машинного навчання покращили методи ведення сільського господарства, зокрема завдяки вдосконаленню графіків посадки та тактик внесення добрив на основі отриманних даних у режимі реального часу. Ці досягнення безпосередньо сприяли збільшенню продуктивності на 20–25 %, підвищенню врожайності на 15–20 % та зменшенню технологічних витрат на 25–30 % завдяки інтелектуальним інвестиціям у сільське господарство і зниженню залежності від ручних втручань. Також системи підтримки рішень на основі ШІ значно зменшили втрати врожаю через хвороби та погодні умови, що призвело до зниження рівня втрат на 20–25 %.

Розпізнавання транспортних засобів є ключовим завданням у сфері інтелектуальних транспортних систем, що забезпечує автоматичну ідентифікацію об'єктів на зображеннях і відеозаписах. Це завдання є напрямом досліджень у комп'ютерному зорі, що поєднує методи обробки зображень, машинного навчання та глибоких нейронних мереж. Традиційні підходи базуються на ручному вилученні ознак, таких як контури, текстури та колір, а потім як сучасні алгоритми, зокрема згорткові нейронні мережі (CNN), автоматично навчаються розпізнавати транспортні засоби без необхідності попереднього проєктування. Використання великих анотованих наборів даних та передових методів класифікації, таких як SVM і глибоке навчання, дозволяє значно підвищити точність розпізнавання. Метою цієї роботи є проведення комплексного аналізу нейромережевих методів виявлення транспортних засобів.

Nowadays, process safety at mining companies plays a key role in ensuring the efficiency and sustainability of production processes. The mining industry is one of the most hazardous industries, with high risks of accidents and incidents due to difficult mining and geological conditions, high gas pollution and the possibility of sudden emissions of methane and coal dust. Therefore, improving the process safety systems at mining enterprises is a priority task to increase the reliability of production processes and protect the lives of workers. Effective degassing of mine workings is one of the key areas of mine safety, as methane released during coal mining poses a serious explosive threat. Modern technologies make it possible to remove gas from the massif by preliminary degassing coal deposits from the ground surface, coal seams degassing systems, mined spaces, etc. The introduction of digital solutions, such as automated monitoring and intelligent analytics, increases the efficiency of these systems, minimizing the risk of gas accumulation and sudden releases.

Контакт-центри забезпечують обслуговування клієнтів та управління їхніми запитами. Внаслідок цифрової трансформації відбувається обробка великих обсягів даних, що потребує застосування аналітичних методів для їхнього аналізу. Аналітика великих даних (Big Data Analytics, BDA) сприяє виявленню закономірностей у поведінці клієнтів, що дозволяє формувати ефективні стратегії управління взаємодією з ними.Одним із фундаментальних напрямів аналізу клієнтських даних є сегментація, що передбачає розподіл клієнтів на окремі групи відповідно до спільних характеристик.У контексті контакт-центрів сегментація сприяє персоналізації обслуговування, оптимізації розподілу операторських ресурсів та підвищенню рівня задоволеності клієнтів. Алгоритми машинного навчання забезпечують автоматизацію цього процесу та підвищують точність і адаптивність моделей кластеризації.

Останні десятиліття населення різних країн світу стикається зі значною кількістю глобальних викликів, що суттєво впливають на ефективність і продуктивність сільськогосподарської (с/г) діяльності та, як наслідок, обумовлюють значні ризики у глобальній продовольчій безпеці. Серед них особливої уваги потребують такі проблеми, як негативна зміна клімату, швидке скорочення ресурсів, зростання населення й деградація ґрунтів. Одним із найбільш перспективних напрямків вирішення зазначеної проблематики, що скалалась, є впровадження засобів цифровізації та інтелектуалізації виробничих процесів с/г підприємств на основі концептуальних засад інформаційно- орієнтованої трансформації. Адже, аграрна галузь відіграє ключову роль під час формування бюджетних надходжень значної кількості країн, особливо Південно-Східної та Східної Європи, зокрема України. Таким чином, реалізація дієвих шляхів та техніко-технологічних підходів до вдосконалення виробничих процесів аграрнарних підприємств є ключовим аспектом під час вирішення проблем соціального й економічного характеру. Основною метою є інформаційний аналіз і систематизація відомих науково- практичних досліджень, що характеризують сучасний стан галузі розробки та впровадження програмних рішень під час інформаційно-орієнтованої трансформації галузі рослинництва.

Глобальне зростання інтенсивності використання земельних ресурсів у сільськогосподарській (с/г) сфері, поряд із погіршенням екологічного стану аграрних угідь як в Україні, так і у світі, вимагає термінової розробки, дослідження та впровадження інноваційних інформаційних технологій і методологій автоматичного контролю критичних параметрів агроландшафтів у процесі вирощування с/г культур. У свою чергу, вологість ґрунту, як один із найважливіших та найбільш інформативних факторів, відіграє ключову роль у розробці заходів, спрямованих на підвищення врожаїв с/г культур, продуктивності ґрунтів та адаптації агрокультур до стресових умов. Використання комп’ютерних технологій для прогнозного контролю відносної вологості ґрунту сприяє мінімізації ерозійних процесів і стабілізації річкового стоку, що, у свою чергу, позитивно впливає на екологічну рівновагу та економічну ефективність ведення сільськогосподарської діяльності у відкритих польових умовах. Таким чином, постає нагальна проблема подальшого розвитку теоретичних засад і прикладних рішень щодо створення, оптимізації та впровадження цифрових технологій контролю вологості ґрунту під час вирощування с/г культур.

На сучасному глобальному науково-технологічному ландшафті сільське господарство, в тому числі, рослинництво відкритого ґрунту, стає все більш наукомісткою галуззю, що відіграє життєво важливу роль у формуванні економік значної кількості країн, зокрема й України. На сьогоднішньому етапі розвитку сільське господарство стикається з численними викликами та проблемами, які потребують вирішення, в тому числі, засобами інформаційних технологій. Зокрема, ці проблеми пов’язані з негативною динамікою кліматичних змін, значними коливаннями цін на насіння, добрива та матеріально-технічні ресурси, що забезпечують виконання агротехнічних процедур під час посіву, вирощування та збирання врожаю. Не менш важливими проблемами є нестабільні ланцюги постачання та ринки збуту сільськогосподарської продукції.

The mining industry is a complex infrastructure where the safety of employees and the resilience of facilities to emergencies play a key role. Risks at mining operations can be caused by both technical and natural factors, such as landslides, cave-ins, gas leaks, and sudden changes in weather and climate conditions. These hazards can lead to severe consequences if measures are not taken to detect and prevent them in time. In this regard, control and management of safety at mining facilities requires the use of innovative technologies and integration of modern information systems, which makes this aspect one of the priorities in the mining industry. The main purpose of such systems is to create safe working conditions by predicting hazards and promptly responding to critical changes in the production process.