https://ir.lib.vntu.edu.ua/handle/123456789/35080 2026-09-16T07:46:48Z 2026-09-16T07:46:48Z Белзецький, Р. С. Мидинський, Г. Belzetskyi, R. Mydynskyi, H. https://ir.lib.vntu.edu.ua/handle/123456789/54091 2026-09-11T08:51:25Z 2026-01-01T00:00:00Z

Математична модель та компютерна програма розв’язання оберненої задачі кінематики навчального роботаманіпулятора Белзецький, Р. С.; Мидинський, Г.; Belzetskyi, R.; Mydynskyi, H. The article presents a mathematical description of a method for solving the inverse kinematics problem of an educational robot manipulator and proposes an algorithm for determining its generalized coordinates based on a given position and orientation of the end-effector. The developed approach also allows for calculating the spatial coordinates of objects relative to the base coordinate system, which ensures the correct positioning of the manipulator within the workspace. The proposed method can be used in the analysis, design, and programming of robotic systems for various purposes. The essence of the method lies in forming a system of kinematic equations and numerically solving the direct kinematics problem for each link of the robot manipulator with a pre-specified accuracy. Afterwards, the error is calculated as the sum of deviations between the given and calculated coordinates. The values of the robot’s generalized coordinates are determined by minimizing this error to achieve the closest approximation to the specified position of the end-effector. The proposed approach provides a unique solution to the inverse kinematics problem for manipulator designs where obtaining an exact analytical solution is either impossible or significantly complicated. It is shown that the use of numerical methods allows achieving the desired accuracy of results and adapting the algorithm to various kinematic schemes. Based on the proposed algorithm, a computer program has been developed that enables automated determination of coordinates for orienting the robot relative to an object or, conversely, determining the coordinates of an object given the known position of the robot. The article describes the operating principle of the software and provides fragments of the program code that implement the coordinate calculations.; У статті подано математичний опис методу розв’язання оберненої задачі кінематики навчального роботаманіпулятора та запропоновано алгоритм визначення його узагальнених координат на основі заданого положення й орієнтації робочого органа. Розроблений підхід також дозволяє обчислювати просторові координати об’єктів відносно базової системи координат, що забезпечує коректне позиціонування маніпулятора у робочому просторі. Запропонований метод може бути використаний під час аналізу, проєктування та програмування робототехнічних систем різного призначення. Суть методу полягає у формуванні системи кінематичних рівнянь та чисельному розв’язанні прямої задачі кінематики для кожної ланки робота-маніпулятора з наперед заданою точністю. Після цього обчислюється похибка як сума відхилень між заданими та розрахованими координатами. Значення узагальнених координат робота визначаються шляхом мінімізації цієї похибки та досягнення максимального наближення до заданого положення робочого органа. Запропонований підхід забезпечує однозначний розв’язок оберненої задачі кінематики для тих конструкцій маніпуляторів, для яких отримання точного аналітичного розв’язку є неможливим або суттєво ускладненим. Показано, що використання чисельних методів дає змогу досягати заданої точності результатів та адаптувати алгоритм до різних кінематичних схем. На основі запропонованого алгоритму розроблено комп’ютерну програму, яка забезпечує автоматизоване визначення координат для орієнтації робота відносно об’єкта або, навпаки, визначення координат об’єкта за відомим положенням робота. У статті описано принцип функціонування програмного забезпечення та наведено фрагменти програмного коду, що реалізують обчислення координат.

2026-01-01T00:00:00Z Krylik, L. V. Pivtorak, A. V. Крилик, Л. В. Півторак, А. В. https://ir.lib.vntu.edu.ua/handle/123456789/52427 2026-08-28T11:01:37Z 2026-01-01T00:00:00Z

WEB resource of culinary recipes Krylik, L. V.; Pivtorak, A. V.; Крилик, Л. В.; Півторак, А. В. The article presents the development of a culinary recipe WEB resource consisting of client-side and server-side parts. The server-side part is implemented using Node.js and the Express framework, which ensures efficient processing of asynchronous requests, high performance, and system scalability. The client-side part is developed using JavaScript and the React library, providing interactivity, flexibility, and a user-friendly interface. MongoDB is used as the database management system, ensuring flexible storage of structured data. The WEB resource is accessible through any modern browser that supports JavaScript without requiring additional software installation. UML class diagrams for both the server-side and client-side parts of the WEB resource were developed to improve understanding of the internal development logic. During testing, the WEB resource demonstrated stable operation and efficient execution of core functions. The developed WEB resource includes four unique functional features: automated recipe generation based on an image, the ability to edit the generated recipe before publication, integration with an external API for generating a structured dish description, and the combination of recipe generation with its subsequent storage in the database. The developed software product meets the requirements of modern WEB resource development.; У статті представлено розробку WEBресурсу кулінарних рецептів, який складається з клієнтської та серверної частин. Серверна частина реалізована на базі Node.js із використанням фреймворку Express, що забезпечує ефективну обробку асинхронних запитів, високу продуктивність та можливість масштабування системи. Клієнтська частина побудована за допомогою JavaScript та бібліотеки React, що забезпечує інтерактивність, гнучкість і зручний інтерфейс користувача. Для роботи з базою даних використовується MongoDB, яка забезпечує гнучке зберігання структурованих даних. WEBресурс доступний через будь-який сучасний браузер, що підтримує JavaScript без необхідності встановлення додаткового програмного забезпечення. Розроблено UML-діаграми класів для серверної та клієнтської частини WEBресурсу з метою кращого розуміння внутрішньої логіки розробки. Під час тестування WEBресурс продемонстрував стабільну роботу та ефективність виконання основних операцій. Розроблений WEBресурс має розширений функціонал на 4 унікальні можливості: автоматизоване створення рецепту на основі зображення, можливість редагування згенерованого рецепту перед публікацією, інтеграцію із зовнішнім API для генерації структурованого опису страви та поєднання процесу генерації рецепту з його подальшим збереженням у базі даних. Розроблений програмний продукт відповідає вимогам сучасної розробки WEBресурсів.

2026-01-01T00:00:00Z Яровий, А. А. Кудрявцев, Д. С. Козловський, А. В. Петришин, С. І. Ярова, О. А. Yarovyi, A. Kudriavtsev, D. Kozlovskyi, A. Petrishyn, S. Yarova, O. https://ir.lib.vntu.edu.ua/handle/123456789/52283 2026-08-18T11:55:20Z 2026-01-01T00:00:00Z

Інформаційна технологія прогнозування фінансових показників та підтримки інвестиційних рішень на основі генеративного штучного інтелекту Яровий, А. А.; Кудрявцев, Д. С.; Козловський, А. В.; Петришин, С. І.; Ярова, О. А.; Yarovyi, A.; Kudriavtsev, D.; Kozlovskyi, A.; Petrishyn, S.; Yarova, O. The article investigates modern approaches to the development of information technologies for financial forecasting and investment decision support based on neural networks, transformer architectures, and generative artificial intelligence. The relevance of the study is determined by the rapid growth in financial data volumes, the high dynamics of the market environment, the necessity to analyze complex temporal dependencies, and the increasing requirements for forecasting accuracy under conditions of uncertainty. It is demonstrated that classical econometric forecasting methods, including ARIMA, GARCH, linear regression, and statistical time-series models, exhibit significant limitations when analyzing multidimensional nonlinear financial processes. In this regard, modern fintech systems increasingly employ recurrent neural networks, Long Short-Term Memory architectures, transformer-based models, attention mechanisms, and large language models for time-series analysis, financial text processing, and decision support. The paper analyzes the application features of LSTM, Informer, Autoformer, Temporal Fusion Transformer, FinGPT, BloombergGPT, and Explainable AI in tasks related to financial forecasting, risk assessment, ESG analysis, and portfolio optimization. A concept of a multi-level information technology architecture is proposed, integrating modules for real-time data stream monitoring, financial text analysis, generative artificial intelligence, and investment decision support systems. The scientific novelty of the study lies in the formalization of an approach to integrating neural networks, transformer architectures, and generative artificial intelligence into financial forecasting and investment decision-support tasks while considering risks, ESG factors, and multimodal data analysis. The practical significance of the obtained results consists in the possibility of developing next-generation intelligent fintech systems for forecasting market changes, analyzing financial risks, ESG monitoring, automating analysts’ activities, and supporting strategic financial decision-making processes.; У статті досліджено сучасні підходи до побудови інформаційних технологій прогнозування фінансових показників та підтримки інвестиційних рішень на основі нейронних мереж, трансформерних архітектур та генеративного штучного інтелекту. Актуальність роботи обумовлена стрімким зростанням обсягів фінансових даних, високою динамічністю ринкового середовища, необхідністю аналізу складних часових залежностей і підвищенням вимог до точності прогнозування в умовах невизначеності. Показано, що класичні економетричні методи прогнозування, зокрема ARIMA, GARCH, лінійна регресія та статистичні моделі часових рядів, мають обмеження при аналізі багатовимірних нелінійних фінансових процесів. У зв’язку з цим сучасні fintech-системи дедалі активніше використовують рекурентні нейронні мережі, Long Short-Term Memory, Transformer-архітектури, механізми уваги та великі мовні моделі для аналізу часових рядів, текстових фінансових джерел і підтримки прийняття рішень. У роботі проаналізовано особливості застосування LSTM, Informer, Autoformer, Temporal Fusion Transformer, FinGPT, BloombergGPT та Explainable AI у задачах прогнозування фінансових показників, оцінювання ризиків, ESGаналізу та портфельної оптимізації. Запропоновано концепцію багаторівневої інформаційної технології, яка інтегрує модулі потокового моніторингу даних, аналізу текстової інформації, генеративного штучного інтелекту та систем підтримки інвестиційних рішень. Наукова новизна роботи полягає у формалізації підходу до інтеграції нейронних мереж, трансформерних архітектур, генеративного штучного інтелекту у задачах прогнозування фінансових показників і підтримки інвестиційних рішень із урахуванням ризиків, ESG-факторів та мультимодального аналізу даних. Практичне значення результатів полягає у можливості створення інтелектуальних fintech-систем нового покоління для прогнозування ринкових змін, аналізу фінансових ризиків, ESG-моніторингу, автоматизації роботи аналітиків та підтримки стратегічних фінансових рішень.

2026-01-01T00:00:00Z Малініч, І. П. Сілагін, О. В. Malinich, I. Silagin, O. https://ir.lib.vntu.edu.ua/handle/123456789/52269 2026-08-18T12:48:19Z 2026-01-01T00:00:00Z

Онтологічне моделювання бази знань «Операційні системи» Малініч, І. П.; Сілагін, О. В.; Malinich, I.; Silagin, O. In the current context of the development of higher education information ecosystems and generative artificial intelligence systems, the implementation of ontological knowledge bases has got particular importance. The application of Semantic Web technologies facilitates this process by enabling machine understanding of content, data interoperability, and seamless integration across various educational platforms. This article focuses on the ontological modeling of the "Operating Systems" subject domain as a foundation for the intellectualization of the educational process. The relevance of this research is driven by the rapidly increasing architectural complexity of modern system software, which necessitates a transition from fragmentary descriptions to machine-readable formalization. The paper outlines the advantages of utilizing the Web Ontology Language (OWL) standard to describe functional dependencies between OS components. The aim of this work is to systematize the interrelationships and genealogy of operating systems through ontological engineering. It details the process of creating a model within the Protégé environment, selected for its robust support of modern reasoners. The structure of the knowledge base encompasses OS components, system software, and the classification of operating systems. Special attention is given to modeling legacy succession and architectural forks, which are critical for understanding the evolution of modern operating systems. The practical value of this study lies in the verification of the ontology using SPARQL queries, enabling the analysis of relationships between kernel types, file systems, network stacks, and virtualization tools. This approach overcomes the limitations of static repositories and ensures the dynamic inference of new knowledge. The research results confirm the model’s effectiveness for integration into the educational environment, particularly in providing context for LLMs during student knowledge assessment. This development opens up new prospects for intelligent learning support systems that transcend traditional teaching methods for the "Operating Systems" discipline, thereby granting students a more profound understanding of the architectural principles behind complex software products.; У сучасних умовах розвитку інформаційної екосистеми вищої освіти та систем генеративного штучного інтелекту особливого значення набуває впровадження онтологічних баз знань. Застосування технологій Semantic Web дозволяє полегшити цей процес, забезпечуючи машинне розуміння контенту, інтероперабельність даних та їхню безшовну інтеграцію між різними освітніми платформами. У статті проведено онтологічне моделювання предметної області «Операційні системи» як основи для інтелектуалізації освітнього процесу. Актуальність дослідження зумовлена стрімким ускладненням архітектури сучасного системного ПЗ, що вимагає переходу від фрагментарного опису до машинозчитуваної формалізації. Описуються переваги використання стандарту Ontology Web Language для опису функціональних залежностей між компонентами ОС. Метою роботи є систематизація взаємозв\"язків та генеалогії операційних систем за допомогою онтологічного інжинірингу. Описано процес створення моделі в середовищі Protégé, його надійній підтримці сучасних систем логічного виведення. Структура бази знань охоплює компоненти ОС, системне ПЗ та класифікацію операційних систем. Особливу увагу приділено моделюванню спадкоємності та архітектурних відгалужень, що є критично важливим для розуміння еволюції сучасних ОС. Практична цінність полягає у верифікації онтології через запити SPARQL, які дозволяють аналізувати зв\"язки між типами ядер, файловими системами, мережевими стеками та засобами віртуалізації. Такий підхід долає обмеження статичних репозиторіїв та забезпечує динамічне виведення нових знань. Результати дослідження підтверджують ефективність моделі для інтеграції в освітнє середовище, зокрема для формування контексту LLM-моделей під час оцінювання знань студентів. Розробка відкриває перспективи для інтелектуальних систем підтримки навчання, виходячи за межі традиційних методів викладання дисципліни «Операційні системи», що забезпечує студентам глибше розуміння архітектурних принципів побудови складних програмних продуктів.

2026-01-01T00:00:00Z