Показати скорочену інформацію

dc.contributor.authorВасильківський, М. В.uk
dc.contributor.authorБудаш, М. В.uk
dc.contributor.authorВікулов, М. М.uk
dc.contributor.authorVasylkivskyi, M.uk
dc.contributor.authorBudash, M.uk
dc.contributor.authorVikulov, M.uk
dc.date.accessioned2026-05-11T12:55:28Z
dc.date.available2026-05-11T12:55:28Z
dc.date.issued2025uk
dc.identifier.citationВасильківський М. В., Будаш М. В., Вікулов М. М. Оптимізація мобільності телекомунікаційних мереж на основі штучного інтелекту // Сучасні проблеми інфокомунікацій, радіоелектроніки та наносистем (СПІРН-2025) : матеріали Х Міжнародної науково-технічної конференції, Вінниця, 05–07 листопада 2025 р. Електрон. текст. дані. Вінниця : ВНТУ, 2025. URI: https://conferences.vntu.edu.ua/index.php/spirn/spirn2025/paper/view/26030.uk
dc.identifier.isbn978-617-8163-75-4uk
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/51428
dc.description.abstractThe article is devoted to the study of approaches to optimizing mobility and enhancing the security of telecommunication networks in transportation systems based on artificial intelligence methods. The architecture, services, and operational features of vehicular ad hoc networks (VANETs) as a component of intelligent transportation systems (ITS) are considered. The main requirements for such networks are analyzed, including minimal data transmission delay, high reliability, scalability, and resilience to security threats. The feasibility of applying deep learning methods (DNN, CNN, RNN, DBN) is substantiated for trust management, anomaly detection, and behavior prediction of nodes in VANETs. An architectural approach to integrating artificial intelligence models into mobility and security management mechanisms is proposed. The obtained results demonstrate the potential of integrating intelligent algorithms into telecommunication networks of transportation systems to establish reliable and secure communications in smart cities.en_US
dc.description.abstractДоповідь присвячена дослідженню підходів до оптимізації мобільності та підвищення безпеки телекомунікаційних мереж транспортних систем на основі методів штучного інтелекту. Розглянуто архітектуру, сервіси та особливості функціонування мереж транспортних засобів типу VANET як складової інтелектуальних транспортних систем (ITS). Проаналізовано основні вимоги до таких мереж, зокрема мінімальну затримку передавання даних, високу надійність, масштабованість і стійкість до загроз безпеці. Обґрунтовано доцільність застосування методів глибинного навчання (DNN, CNN, RNN, DBN) для формування довіри, виявлення аномалій і прогнозування поведінки вузлів у мережах VANET. Запропоновано архітектурний підхід до інтеграції моделей штучного інтелекту у механізми управління мобільністю та безпекою. Отримані результати свідчать про перспективність інтеграції інтелектуальних алгоритмів у телекомунікаційні мережі транспортних систем для побудови надійних і безпечних комунікацій у «розумних містах».uk_UA
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofСучасні проблеми інфокомунікацій, радіоелектроніки та наносистем (СПІРН-2025) : матеріали Х Міжнародної науково-технічної конференції, Вінниця, 05–07 листопада 2025 р.uk
dc.subjectштучний інтелектuk
dc.subjectглибинне навчанняuk
dc.subjectVANETuk
dc.subjectінтелектуальна транспортна системаuk
dc.subjectоптимізація мобільностіuk
dc.subjectдовіра в мережахuk
dc.subjectбезпека телекомунікаційuk
dc.subjectV2X-комунікаціїuk
dc.subjectartificial intelligenceuk
dc.subjectdeep learninguk
dc.subjectVANETuk
dc.subjectintelligent transportation systemuk
dc.subjectmobility optimizationuk
dc.subjectnetwork trustuk
dc.subjecttelecommunication securityuk
dc.subjectV2X communicationsuk
dc.titleОптимізація мобільності телекомунікаційних мереж на основі штучного інтелектуuk
dc.typeThesis
dc.identifier.udc621.396uk
dc.relation.referenceshttps://conferences.vntu.edu.ua/index.php/spirn/spirn2025/paper/view/26030uk
dc.identifier.orcidhttps://orcid.org/uk


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію