https://ir.lib.vntu.edu.ua//handle/123456789/38159 2026-04-23T05:06:24Z 2026-04-23T05:06:24Z Недоснований, О. Ю. Черняк, О. І. Голінко, В. В. Nedosnovanyi, O. Cherniak, O. Golinko, V. https://ir.lib.vntu.edu.ua//handle/123456789/38995 2024-05-14T13:43:40Z 2023-01-01T00:00:00Z

Порівняльний аналіз хмарних сервісів для обробки геоінформаційних даних Недоснований, О. Ю.; Черняк, О. І.; Голінко, В. В.; Nedosnovanyi, O.; Cherniak, O.; Golinko, V. The article is devoted to a comparative analysis of cloud services for processing geographic data. It describes in detail the services - Google Cloud, Amazon Web Services and Microsoft Azure - that provide tools for storing, processing and analyzing large amounts of geographic data. The article also describes the parameters of geoinformation services, the access algorithm, and examples of program code for processing satellite data. The article describes such opportunities and limitations of using cloud services as automation, security and scalability. The conclusions and recommendations for further development of geographic information systems based on cloud services are provided. Services. Amazon Web Services (AWS), Microsoft Azure, and Google Cloud Platform (GCP) offer a variety of geodata storage solutions. These solutions include object storage, such as Amazon S3, Azure Blob Storage, and Google Cloud Storage, as well as geospatial databases, such as Amazon RDS, Azure Cosmos DB, and Google Cloud Firestore. In addition, each of these services provides a set of services for analyzing and processing geographic information data. For example, AWS offers services such as Amazon Athena, Amazon Redshift, and AWS Glue, which allow you to run SQL queries, conduct analytics, and integrate geodata with other services. Azure offers services such as Azure SQL Database, Azure Databricks, and HDInsight, which provide capabilities for processing and analyzing geographic data. GCP also provides services such as BigQuery, Dataflow, and Dataproc, which allow you to perform analytical operations and process large amounts of geodata. Support for integration with various geo-tools is important for analysis, such as AWS, Amazon Location Service, Amazon Ground Truth, and Amazon Rekognition, which allow you to work with geodata at different levels of complexity. Azure has Azure Maps, which provides services for geocoding, routing, and visualization of geodata. GCP also offers Google Maps Platform, which provides extensive integration with geographic technologies such as routing, geocoding, and map visualization. All these processes will allow for more efficient data processing; Стаття присвячена порівняльному аналізу хмарних сервісів для обробки геоінформаційних даних. У ній детально розг-лядаються сервіси -Google Cloud, Amazon Web Services та Microsoft Azure, що надають засоби для зберігання, обробки та аналізу великих обсягів географічних даних.Також наведено параметри геоінформаційних сервісів, алгоритм доступу та приклади програ-много коду для обробки супутникових даних.У статті описуються такі можливості та обмеження використання хмарних сервісів, як автоматизованість, безпека та масштабованість. Надано висновки та рекомендації для подальшого розвитку систем обробки геоінформаційних даних на основі хмарних сервісів.Сервіси Amazon Web Services (AWS), Microsoft Azure та Google Cloud Platform (GCP), пропонують різноманітні рішення для зберігання геоданих. Ці рішення включають об`єктні сховища, такі як Amazon S3, Azure Blob Storage та Google Cloud Storage, а також геопросторові бази даних, наприклад, Amazon RDS, Azure Cosmos DB та Google Cloud Firestore.Крім того, кожен з цих сервісів надає набір сервісів для аналізу та обробки геоінформаційних даних. Наприклад, AWS пропонує такі сервіси, як Amazon Athena, Amazon Redshift та AWS Glue, які дозволяють виконувати SQL-запити, проводити аналітику та інтегрувати геодані з іншими сервісами. Azure має в своєму арсеналі сервіси, такі як Azure SQL Database, Azure Databricks та HDInsight, які забезпечують можливості для обробки та аналізу геоінформаційних даних. GCP також надає сервіси, такі як BigQuery, Dataflow та Dataproc, які дозволяють виконувати аналітичні операції та обробку великих обсягів геоданих. Підт-римка сервісами інтеграції з різноманітними геоінструментами є важливою для аналізу, наприклад, AWS, Amazon Location Service, Amazon Ground Truth та Amazon Rekognition -дозволяють працювати з геоданими на різних рівнях складності. Azure має Azure Maps, який надає сервіси для геокодування,маршрутизації та візуалізації геоданих. GCP також пропонує Google Maps Platform, який надає широкі можливості для інтеграції з географічними технологіями, такими як маршрутизація, геокодування та візуалізація карт. Усі ці процеси дозволять ефективніше обробляти дані.

2023-01-01T00:00:00Z Сачанюк-Кавецька, Н. В. Прозор, О. П. Хом`юк, В. В. Шевчук, Р. П. Sachaniuk-Kavets’ka, N. Prozor, O. Khomyuk, V. Shevchuk, R. https://ir.lib.vntu.edu.ua//handle/123456789/38905 2024-05-14T11:54:19Z 2023-01-01T00:00:00Z

Математичний опис операції диференціювання в логіко-часовому середовищі Сачанюк-Кавецька, Н. В.; Прозор, О. П.; Хом`юк, В. В.; Шевчук, Р. П.; Sachaniuk-Kavets’ka, N.; Prozor, O.; Khomyuk, V.; Shevchuk, R. В роботі розглядаються особливості похідної багатозначної логіко-часової функції (БЛЧФ), як однієї з найбільш вживаних і основних операцій, що використовується при дослідженні сигналів і зображень. Показані її характеристики і особливості для функцій, що представлені в індексній формі.; Effective and timely processing of information is one of the most important problems of creating means of its processing at the level of human perception and thinking. Analytical processing of digital signals in a graphical or purely digital representation is somewhat limited and does not take into account the dynamics of signals and messages. The classical apparatus of logic is insufficient to describe the dynamics of system behavior over time. Therefore, it is important to develop models of so-called Boolean differential calculus, as this approach is based on the general concept of changing the logical variable, which will lead to a universal, in terms of dynamics, system of concepts and operations. To facilitate the preprocessing of dynamic digital variables and signals, the logic-time function of multivalued logic can be used. The purpose of this article is a mathematical representation of the differentiation of logic-time functions of multi-valued logic in the index form of the record using the simulation of its scheme. The paper shows the expediency of the idea of replacing an arbitrary digital signal (variable) that changes over time with a logic-time function, which allows to facilitate the preliminary analytical processing of digital signals and variables using the properties of such functions. The article presents a new mathematical apparatus for describing logic-time functions of multivalued logic and individual operations on them using modeling of known implementation schemes. The paper considers the peculiarities of the derivative of the multivalued logical-time function (LMF), as one of the most used and basic operations used in the study of signals and images. Its characteristics and features are shown for functions presented in index form. The general expression of the derivative of the n order is obtained and it is shown that different logic-time functions can have the same derivative. The concepts of the left and right derivative of the LMF are introduced and the relationship between them is shown. The properties of the k derivative of the BLMF were considered and the expressions for the derivative conjunction and disjunction were obtained. A possible structural scheme of the differentiator is presented, which opens up the possibility of hardware processing of multi-valued LMFs

2023-01-01T00:00:00Z Гончаренко, Д. В. Мокін, В. Б. Проценко, Д. П. Honcharenko, D. V. Mokin, V. B. Protsenko, D. P. https://ir.lib.vntu.edu.ua//handle/123456789/38274 2023-11-24T11:35:26Z 2023-01-01T00:00:00Z

Побудова інформаційної системи моніторингу фізичних показників на основі технології «Інтернет речей» Гончаренко, Д. В.; Мокін, В. Б.; Проценко, Д. П.; Honcharenko, D. V.; Mokin, V. B.; Protsenko, D. P. This article analyzes and characterizes various aspects of constructing an information system for monitoring physical parameters based on Internet of Things (IoT) technology. The key components of such systems are thoroughly examined, including sensor utilization, selection of network technologies, and specialized IoT platforms. An analysis of modern LPWAN (Low-Power Wide Area Network) technologies such as LoRaWAN, Sigfox, and NB-IoT is conducted, outlining their main characteristics and features, including data transmission speed, network coverage range, and energy consumption levels. The structure and components of these network types are analyzed, and schematic representations highlighting their key differences are provided. Additionally, an analysis of available IoT platforms that facilitate data collection, processing, and analysis from sensors is carried out. The functional and integration capabilities of these platforms with LPWAN technologies are assessed. Expert evaluation criteria essential for comparing and selecting optimal technologies, protocols, and platforms are examined. The results are systematized into a weighted overall optimality criterion and tables with expert assessments for each type of LPWAN network technology. The problem of determining the optimal technology is formalized as a linear programming task. The automated solution to this problem is implemented using Python and the PuLP library. Examples of solving the task and selecting technologies for building an information system for monitoring physical parameters based on IoT technology under various conditions are presented. The results of the practical implementation of a temperature monitoring system in a scientific laboratory, developed using the findings of this article, are described. The main scientific achievement of this research is an improved method for multicriteria selection of optimal network technologies and IoT platforms for building an information system for monitoring physical parameters based on IoT technology. The practical value of the obtained results lies in the ability to construct an efficient monitoring information system that is optimal across multiple criteria. The obtained results enable an informed selection of LPWAN network technology and IoT platforms based on specific system requirements and needs. The developed Python code solution provides a practical tool for optimizing technology selection; У даній статті проаналізовано та охарактеризовано різні аспекти побудови інформаційної системи моніторингу фізичних показників на основі технології «Інтернет речей». Детально розглянуто ключові складові такого класу систем, включаючи особливості використання датчиків, вибір мережевих технологій, спеціалізованих ІоТ-платформ. Проведено аналіз сучасних мережевих технологій LPWAN, таких як LoRaWAN, Sigfox та NB-IoT. Охарактеризовано їх основні характеристики та особливості, у т.ч. швидкість передавання даних, дальність поширення мережі та рівень споживання енергії. Проаналізовано структуру та компоненти цих видів мереж. Розроблено схематичне подання для кожного виду мереж, яке розкриває його основні відмінності. Також, здійснено аналіз доступних IoT-платформ, які забезпечують збирання, оброблення та аналіз даних від датчиків. Проаналізовано функціональні та інтеграційні можливості таких платформ з мережевими технологіями LPWAN. Проведено експертне оцінювання критеріїв, які є важливими для порівняння та вибору оптимальних технологій, протоколів, платформ. Результат систематизовано у вигляді середньозваженого загального критерію оптимальності та таблиць з експертними оцінками для кожного виду мережевих технологій LPWAN Проблему визначення оптимальної технології формалізовано як задачу лінійного програмування. Автоматизовано розв`язання цієї задачі на Python з використанням бібліотеки PuLP. Наведено приклади розв`язання задачі і вибору технологій для побудови інформаційної системи моніторингу фізичних показників на основі технології «Інтернет речей» за різних умов. Надано опис результатів практичної реалізації системи моніторингу температури у приміщенні науково-дослідної лабораторії, розробленої з використанням результатів цієї статті. Основним науковим результатом проведеного дослідження є удосконалений метод багатокритеріального вибору оптимальних мережевих технологій та ІоТ-платформ для побудови інформаційної системи моніторингу фізичних показників на основі технології Інтернету речей. Практична цінність отриманих результатів полягає в можливості побудови ефективної інформаційної системи моніторингу, оптимальної за багатьма критеріями. Отримані результати дозволяють здійснити обґрунтований вибір мережевої технології LPWAN та IoT-платформи для конкретних вимог і потреб системи. Розроблене рішення у формі програмного коду на Python надає практичний інструмент для вирішення задачі оптимізації вибору технології.

2023-01-01T00:00:00Z Мартинюк, Т. Б. Войцеховська, О. В. Очкуров, М. А. Войналович, О. Ю. Martyniuk, T. B. Voytsekhovska, O. V. Ochkurov, M. A. Voinalovych, O. V. https://ir.lib.vntu.edu.ua//handle/123456789/38181 2023-11-26T15:54:53Z 2023-01-01T00:00:00Z

Властивості одиничного кодування інформації у контексті функціонального контролю Мартинюк, Т. Б.; Войцеховська, О. В.; Очкуров, М. А.; Войналович, О. Ю.; Martyniuk, T. B.; Voytsekhovska, O. V.; Ochkurov, M. A.; Voinalovych, O. V. A particularly acute solution to the problem of functional control exists to ensure immunity not only during the transmission of data arrays, but also during the activation of control devices as part of on-board systems of mobile vehicles. So, in control devices, firstly, it is necessary to catch the moment of the occurrence of the so-called «race signals» that can cause it to fail, and secondly, to correct this erroneous situation in real time to ensure the efficient operation of the entire system. In this sense, it is important to analyze the properties of control in those methods of information coding used in the process of abstract synthesis of control devices of a specific type. The article considers the option of using a unit positional code for the synthesis of a control unit based on a microprogram R-automaton, the feature of which is the construction of its memory part on a shift register. Equidistance as a property of a unit positional code allows you to identify an erroneous situation, when instead of one single digit, there are two neighboring single digits in the code word. Such a situation is a sign of an error of the «race signals» type in the operation of the control device. The article proposes functional schemes of two nodes: an error detection node containing (N-1) AND elements and a multi-input OR element, and an error correction node containing (N-1) INEQUALITY elements, where N – is the bit number of the shift register. It is shown how these nodes are built into the microprogram R-automaton. At the same time, the appearance of the Error signal at the output of the error detection node is used to correct the error in the code combination at the outputs of the shift register. Therefore, such properties of a unit positional code as redundancy and equidistance allow to eliminate a failure in the operation of the control device based on the microprogram R-automaton, taking into account the representation specificity of neighboring code combinations of this code.; Особливо гостро вирішення задачі функціонального контролю існує для забезпечення завадостійкості не тільки при передачі масивів даних, але й при спрацюванні пристроїв керування у складі бортових систем мобільних засобів. Так, у пристроях керування, по-перше, необхідно вловити момент виникнення так званої «гонитви сигналів», що може призвести до збою у його спрацюванні, а, по-друге, виправити цю помилкову ситуацію у реальному часі, щоб забезпечити ефективну роботу всієї системи. У цьому сенсі важливими є аналіз властивостей контролю у тих методах кодування інформації, що використовуються у процесі абстрактного синтезу пристроїв керування конкретного типу. У статті розглядається варіант використання одиничного позиційного коду для синтезу блока керування на базі мікропрограмного R-автомата, особливістю якого є побудова його запам’ятовувальної частини на регістрі зсуву. Еквідистантність як властивість одиничного позиційного коду дозволяє визначити помилкову ситуацію, коли замість одного одиничного розряду у кодовому слові в наявності два сусідніх одиничних розряди. Така ситуація є ознакою помилки типу «гонитви сигналів» у спрацюванні пристрою керування. У статті запропоновано функціональні схеми двох вузлів: вузла виявлення помилки, що містить (N-1) елементів І та багатовхідний елемент АБО, а також вузла виправлення помилки, що містить (N-1) елементів НЕРІВНОЗНАЧНОСТІ, де N – розрядність регістра зсуву. Показано, як ці вузли вбудовано у мікропрограмний R–автомат. При цьому поява сигналу помилки Error на виході вузла виявлення помилки використовується для виправлення помилки у кодовій комбінації на виходах регістра зсуву. Отже, такі властивості одиничного позиційного коду, як надлишковість та еквідистантність, дозволяють усунути збій у спрацюванні пристрою керування на базі мікропрограмного R-автомата, враховуючи специфічність подання сусідніх кодових комбінацій цього коду

2023-01-01T00:00:00Z