Вісник Вінницького політехнічного інституту
http://ir.lib.vntu.edu.ua//handle/123456789/2061
Журнал публікує статті, які містять нові теоретичні та практичні результати в галузях технічних, економічних, природничих та гуманітарних наук. Публікуються також огляди сучасного стану розробки важливих наукових проблем, огляди наукових та методичних конференцій, які відбулися у ВНТУ, статті з педагогіки вищої освіти.2024-03-29T11:37:52ZАналіз методів передоброблення панорамних стоматологічних рентгенівських знімків для задач сегментації зображень
http://ir.lib.vntu.edu.ua//handle/123456789/38640
Аналіз методів передоброблення панорамних стоматологічних рентгенівських знімків для задач сегментації зображень
Коменчук, О. В.; Мокін, О. Б.; Komenchuk, O. V.; Mokin, O. B.
The paper presents a comprehensive analysis of the effectiveness of preprocessing filters for panoramic dental X-rays in
the dental fillings segmentation task. The study focuses on the analysis of the practical application of the most popular image preprocessing methods, including the Contrast Limited Adaptive Histogram Equalization (CLAHE) filter, Gaussian filter,
bilateral filter, and Multi-scale Retinex with Color Restoration (MSRCR) filter. These methods have been carefully tuned to
improve the image characteristics and significantly increase its quality. In addition, the paper presents an algorithm for training a segmentation model based on the U-Net architecture for the dental fillings segmentation task. A comprehensive evaluation of the segmentation accuracy was performed by comparing the model results with annotations using clearly defined
metrics. The paper shows a comparative analysis of the effectiveness of each image preprocessing filter in comparison with
the original raw images. For the effectiveness evaluation of the preprocessing filters for segmentation models, the following
metrics were used: Dice Score, Jaccard index, Precision, and Sensitivity/Recall. These metrics enable to conduct a comprehensive assessment of the effectiveness of segmentation models, considering the influence of the filters on various
aspects of accuracy. According to the analysis results, it was found that the best results were demonstrated by the model
that uses the bilateral preprocessing filter of panoramic images for the dental fillings segmentation task. The CLAHE filter
also performed well, showing the best sensitivity of the model. In general, the results of this work emphasize the importance
of the correct choice of image preprocessing methods for segmentation tasks on panoramic dental X-ray images. The results also confirm the advantage of using the bilateral and the CLAHE filters for the dental fillings segmentation task.; Представлено комплексний аналіз ефективності використання фільтрів попереднього оброблення для панорамних стоматологічних рентгенівських знімків в задачі сегментації зубних пломб. Дослідження основане на аналізі практичного застосування найпопулярніших методів попереднього оброблення зображень, включно з фільтром обмеженого адаптивного вирівнювання гістограми (CLAHE — Contrast Limited Adaptive Histogram Equalization), фільтром Гауса, білатеральним фільтром і багатомасштабним фільтром Retinex з відновленням кольору (MSRCR — Multi-scale Retinex with Color Restoration). Ці методи ретельно налаштовані для поліпшення характеристик зображення та значного підвищення його якості. До того ж, для проведення практичних експериментів, в роботі використано модель сегментації на основі архітектури U-Net для задачі сегментації стоматологічних пломб, яка вже довела свою ефективність у подібних завданнях. Проведено всебічне оцінювання точності сегментації за рахунок порівняння результатів моделі з анотаціями за допомогою чітко визначених метрик. Також виконано порівняльний аналіз ефективності кожного фільтра попереднього оброблення зображення відносно оригінальних необроблених зображень. Для всебічного оцінювання ефективності сегментаційних моделей із застосуванням фільтрів попереднього оброблення, використано такі метрики: коефіцієнт Дайса (Dice Score), коефіцієнт Жаккара (Jaccard index), влучність (precision) та
чутливість/повнота (recall). Це дозволило провести комплексне оцінювання ефективності сегментаційних моделей, враховуючи вплив фільтрів попереднього оброблення на різні аспекти точності. За результатами такого аналізу виявлено, що найкращі результати демонструє модель, яка використовує білатеральний фільтр попереднього оброблення панорамних знімків для задачі сегментації стоматологічних пломб. Фільтр CLAHE також показав високі результати, зокрема, продемонструвавши найкращу чутливість моделі. Загалом, результати цієї роботи підкреслюють важливість правильного вибору методів попереднього оброблення зображень для задач сегментації на панорамних стоматологічних рентгенівських знімках. Результати також підтверджують перевагу використання білатерального фільтра та фільтра CLAHE у контексті задачі сегментації зубних пломб.
2023-01-01T00:00:00ZПорівняльний аналіз моделей машинного навчання в задачі передбачення вигорання співробітників
http://ir.lib.vntu.edu.ua//handle/123456789/38639
Порівняльний аналіз моделей машинного навчання в задачі передбачення вигорання співробітників
Гладіголов, С. С.; Мокін, О. Б.; Hladiholov, S. S.; Mokin, O. B.
The article explores the problem of predicting the emotional burnout syndrome of employees , which is relevant due to
the high level of stress in the modern world. The study uses the publicly available dataset "Are your employees burning out"
from the competition on the HackerEarth platform. A comparative analysis of three traditional machine learning models
based on classical machine learning approaches (linear regression, Random Forest, XGBoost) and three Bayesian models
(Bayesian linear regression, varying intercept model, varying intercept and slope model) was carried out in the study. The
change in the quality of the models is studied for different sizes of data sets, ranging from 13,000 (i.e., the full training set,
which accounted for 70% of all data) to 25 observations, including testing on the full data set. It is demonstrated that
XGBoost is the best model for large data sets. However, when the training sample size is reduced to less than 5000 observations, the validation performance of the XGBoost model becomes significantly less accurate and becomes lower than the
corresponding metrics for Bayesian models. After optimizing such hyperparameters as tree depth, number of trees, learning
rate, and others, the quality of XGBoost improved significantly, but did not make it stable enough to demonstrate better
results than Bayesian models on samples of less than 600 observations. Bayesian models, on the other hand, in addition to
being better on small samples, also allow estimating the "confidence" in the predicted values, which is an important feature
for a specific tasks. However, they also have a significant disadvantage in the form of much greater computational complexity, which leads to an increase in training time. In conclusion, results of this study emphasize the importance of careful selection of a model that considers the peculiarities of the amount and quality of available data. Bayesian models have proven to
be highly effective with a small amount of data, due to their ability to consider uncertainty and insufficient information.; Розглянуто задачу передбачення синдрому емоційного вигорання співробітників, актуальність якої пов`язана з високим рівнем стресу в сучасному світі. У дослідженні використано публічний набір даних “Are your employees burning out” зі змагання на платформі HackerEarth. Проведено порівняльний аналіз трьох традиційних моделей машинного навчання, основаних на класичних підходах машинного навчання (лінійна регресія, Random Forest, XGBoost) та трьох баєсових моделей (баєсова лінійна
регресія, модель регресії зі змінним вільним членом, модель регресії зі змінним вільним членом та кутовим коефіцієнтом). Досліджено зміну якості моделей на різних розмірах наборів даних, починаючи від 13000 (тобто від повної тренувальної вибірки, яка склала 70 % від всіх даних) до 25 спостережень включно з перевіркою на повному наборі даних. Продемонстровано, що за великих обсягів даних найкращою моделлю є XGBoost. Однак зі зменшенням розміру тренувальної вибірки до менше ніж 5000 спостережень валідаційні показники XGBoost моделі суттєво погіршилися та стали нижчими ніж відповідні значення метрик для баєсових моделей. Після оптимізації таких гіперпараметрів, як глибина дерев, кількість дерев, швидкість навчання та інші, якість XGBoost суттєво покращилась, але не зробила її достатньо стійкою, щоб продемонструвати кращі результати, ніж баєсові моделі на вибірках менше 600 спостережень. Баєсові ж моделі окрім кращої якості на малих вибірках також дозволяють оцінювати «впевненість» у прогнозованих значеннях, що є важливою особливістю для низки задач. Проте, вони мають і значний недолік у вигляді набагато більшої обчислювальної складності, що призводить до збільшення часу навчання. У висновку підкреслено важливість ретельного вибору моделі, яка враховує особливості обсягу та якості наявних даних. Баєсові моделі проявили високу ефективність у разі невеликого обсягу даних, завдяки їхньої здатності враховувати невизначеність та недостатність інформації.
2023-01-01T00:00:00ZПобудова агентної моделі з адаптаційними властивостями в інформаційних технологіях аналізу контексту в системах оцінювання знань
http://ir.lib.vntu.edu.ua//handle/123456789/38565
Побудова агентної моделі з адаптаційними властивостями в інформаційних технологіях аналізу контексту в системах оцінювання знань
Паламарчук, Є. А.; Денесяк, О. І.
The article analyzes the architecture of electronic educational systems (EES) and the possibility of decomposition into
subsystems according to the implementation of the functionality they perform. The types of connections and the possibility of interaction of subsystems are considered. The dynamic features of the EES architecture and the influence of factors that
may arise during its operation are highlighted.
The types of agents and the interaction between them were studied to ensure the adaptive components of the work of
knowledge assessment systems. The types of agents and their interaction with EES are considered in detail, examples are
given. The working principles and interaction schemes of independent agents and agents united in groups have been studied, their interaction schemes are given. The effectiveness of combining agents into groups and the expediency of such an
approach are highlighted.
The scheme of the work of an independent agent with an adaptive component and the influence of its work on the result
and input data of other agents are shown. Weighting factors are added to each of the agents, which are responsible for
adjusting the work of each of the input factors, which in turn form the overall result. The weighting factors are static elements
that are based on expert data and are defined between 0 and 1.
Based on the agent approach, an adaptive quasi-static mathematical model has been developed, on which the adaptive
component of information technologies for the analysis of the context of knowledge assessment systems will be based. The
developed model is takes into account the dynamism of the architecture of knowledge assessment systems and includes
management of the adaptive functions.
The developed agent model reflects an iterative process in time, the result of which consists of the sum of the results of
the work of groups of agents over the entire range of knowledge evaluation. The model includes the possibility of emergency
shutdown of the system in case of a corresponding command of the agent.
The main advantages of the designed model are universality, provision of an adaptive component, i.e., considering the
dynamics of changes in parameters over time and the possibility of their rating. Such a model autonomizes the components
of information technologies of context analysis in knowledge assessment systems, providing opportunities to change its own
functionality and independent functioning.; Проаналізовано архітектуру електронних освітніх систем (ЕОС) та можливість їхньої декомпозиції на підсистеми відповідно до реалізації функціональності, яку вони здійснюють. Розглянуто види зв`язків та можливість взаємодій підсистем. Виділено динамічну особливість архітектури ЕОС та вплив факторів, які можуть виникати під час її роботи.
Досліджено види агентів та взаємодію між ними для забезпечення адаптаційних складових роботи систем оцінювання знань. Детально розглянуто види агентів та їхню взаємодію з ЕОС, наведено приклади. Досліджено принципи роботи та схеми взаємодії незалежних агентів та агентів, об`єднаних у групи, наведено схеми їхніх взаємодій. Виділено ефективність об`єднання агентів у групи та доцільність такого підходу.
Показана схема роботи незалежного агента з адаптаційної складовою та його вплив на результат та вхідні дані інших агентів. До кожного з агентів додані вагові коефіцієнти, що відповідають за коригування роботи кожного з вхідних факторів, які також формують загальний результат. Вагові коефіцієнти є статичними елементами, які базуються на експертних даних та визначаються на проміжку від 0 до 1.
На основі агентного підходу розроблено адаптивну квазістатичну математичну модель, яка стане основою для реалізації адаптаційної складової інформаційних технологій аналізу контексту систем оцінювання знань. Розроблена модель враховує динамічність архітектури систем оцінювання знань та включає менеджмент адаптаційними функціями.
Розроблена агентна модель відображає ітераційний процес в часі, результат якого складається з суми результатів роботи груп агентів на всьому проміжку оцінювання знань. Модель включає можливість екстреного завершення роботи системи у разі надходження відповідної команди агента.
Головними перевагами спроектованої моделі є універсальність, забезпечення адаптаційної складової, тобто врахування динаміки зміни параметрів у часі та можливість їхнього рейтингування. Така модель автономізує складові інформаційних технологій аналізу контексту в системах оцінювання знань, забезпечивши можливості зміни власного функціоналу і самостійного функціонування.
2023-01-01T00:00:00ZПерші два етапи системного аналізу плану відбудови енергетики України в напрямку інтеграції в неї відновлювальних джерел
http://ir.lib.vntu.edu.ua//handle/123456789/38280
Перші два етапи системного аналізу плану відбудови енергетики України в напрямку інтеграції в неї відновлювальних джерел
Мокін, Б. І.; Мокін, О. Б.; Шалагай, Д. О.; Mokin, B. I.; Mokin, O. B.; Shalagai, D. O.
The first two stages of the system analysis of the plan for the reconstruction and development of Ukraine's energy industry aimed at integration of the renewable sources, i.e., the plan developed by a group of specialists under the Cabinet of
Ministers of Ukraine and published in July 2022, have been implemented. The systematic analysis is carried out, firstly, with
the aim of producing more realistic estimates, considering the damage caused by the bombing of Ukrainian energy infrastructure facilities during the year, the countdown of which begins from the day of the invasion of the Russian occupation
forces into the territory of Ukraine in February 2022. Secondly, a systematic analysis is carried out to outline more realistic
trajectories of the further development of the Ukrainian energy industry, conditioned by these refined estimates of damages.
According to the ideology of system analysis, this method is implemented in five stages. The first stage includes the outline
of the research object, the setting of tasks and the definition of criteria for evaluating the obtained results. The second stage
is dedicated to distinguishing the object of research from the surrounding environment and determining the points, lines or
surfaces of contact of this object with the surrounding environment and clarifying the limitations in the field of which the
object of research implements the program of functioning embedded in it. The third stage includes the synthesis of mathematical models of the processes taking place in the research object. The fourth stage includes the choice of the method and
the results of the research and their evaluation, obtained using the mathematical models synthesized in the third stage and
the criteria selected in the first stage. The fifth stage is dedicated to optimizing the functioning of the research object in case
the researchers are not satisfied with the results obtained at the fourth stage of the system analysis. From the disclosure of
the essence of all stages of the system analysis, it is clear that it is not possible to include all the material obtained at each
of its five stages in one publication, therefore, in the first article on the system analysis of the plan for the reconstruction and
development of the energy industry of Ukraine in the direction of the renewable sources integration, only the materials obtained as a result of the implementation of the first two stages of the system analysis are included.; Реалізовано перших два етапи системного аналізу плану відбудови та розвитку енергетики України в напрямку інтеграції в неї відновлювальних джерел, тобто, плану, розробленого групою фахівців при Кабміні України та оприлюдненого в липні 2022 року. Системний аналіз здійснюється, по-перше, з метою вироблення реалістичніших оцінок урахуванням збитків, нанесених бомбардуваннями об`єктів української енергетичної інфраструктури протягом року, відлік якого починається від дня вторгнення російських окупаційних військ на територію України в лютому 2022 року. По-друге, системний аналіз здійснюється для окреслення реалістичніших траєкторій подальшого розвитку української енергетики, обумовлених цими уточненими оцінками збитків. Згідно з ідеологією системного аналізу цей метод реалізується в п`ять етапів. Перший етап включає в себе окреслення об`єкта дослідження, постановку задач та визначення критеріїв оцінки отриманих результатів. На другому етапі виокремлюється об`єкт дослідження з навколишнього середовища і визначаються точки, ліній чи поверхонь контакту цього об`єкта з навколишнім середовищем та уточнюються обмеження, в полі яких об`єкт дослідження реалізує закладену в нього програму функціонування. Третій етап включає в себе синтез математичних моделей процесів, що відбуваються в об`єкті дослідження. Четвертий етап містить в собі вибір метода та результати дослідження і їхню оцінку, отримані з використанням синтезованих на третьому етапі математичних моделей та вибраних на першому етапі критеріїв. На п`ятому етапі оптимізується функціонування об`єкта дослідження у випадку, якщо дослідників не задовольняють результати, отримані на четвертому етапі системного аналізу. Розкриваючи суть усіх етапів системного аналізу зрозуміло, що в одній публікації вмістити увесь матеріал, отриманий на кожному з п`яти його етапів, неможливо, тому у першу статтю з системного аналізу плану відбудови та розвитку енергетики України в напрямку інтеграції в неї відновлювальних джерел включені лише матеріали, отримані в результаті реалізації перших двох етапів системного аналізу.
2023-01-01T00:00:00Z