https://ir.lib.vntu.edu.ua//handle/123456789/35080 2026-08-27T06:45:18Z https://ir.lib.vntu.edu.ua//handle/123456789/52283 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 https://ir.lib.vntu.edu.ua//handle/123456789/52269 Онтологічне моделювання бази знань «Операційні системи» Малініч, І. П.; Сілагін, О. В.; Malinich, I.; Silagin, О. 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 https://ir.lib.vntu.edu.ua//handle/123456789/52267 Дослідження та розробка моделі інтелектуального ШІ-асистента для інтеграції процесів дизайну та розробки Денисюк, В. О.; Данилишин, В. В.; Denisyuk, V.; Danylyshyn, V. The article examines the problem of fragmentation between design and development processes in digital product creation, which remains one of the significant challenges in the development of modern interfaces, web services, mobile applications, and complex software systems. Despite the active development of UX/UI design, product methodologies, and software development tools, gaps often arise between the stages of user experience design, visual interface design, and technical implementation. These gaps lead to the loss of project context, inaccurate transfer of design decisions into code, duplication of tasks, inconsistencies between team members, an increased number of revisions, and a decrease in the overall quality of the final digital product. The paper analyzes current approaches to the use of artificial intelligence in UX/UI design and software development. The capabilities of AI tools in generating textual, visual, and structural content, supporting decision-making, automating routine operations, analyzing interfaces, and accelerating individual stages of digital product creation are considered. At the same time, the key limitations of existing solutions are identified, including insufficient contextual awareness, weak integration into the working environment of designers or developers, the lack of long-term semantic memory, limited ability to perform systematic interface analysis, and fragmented support across different stages of the product life cycle. A conceptual model of an intelligent AI assistant is proposed, aimed at integrating design and development processes through analysis, generation, learning, and real-time user support. The architecture of the system is described as being based on a modular approach and including subsystems for task formulation, content perception, multi-level analysis, solution generation, semantic memory, external integration, voice interaction, and an interface agent. Special attention is paid to the system’s ability to take into account the project context, previous decisions, interface requirements, component structure, design system rules, and the logic of user interaction. The obtained results provide a theoretical foundation for the further development of next-generation intelligent information technologies that are capable not only of automating individual tasks but also of acting as full-fledged participants in the digital product creation process. The proposed model can be used as a basis for further research in the field of integrating UX/UI design, software development, and artificial intelligence, as well as for creating practical tools to support designers, developers, and product teams.; У статті досліджується проблема роз"єднаності процесів дизайну та розробки цифрових продуктів, яка залишається однією з актуальних перешкод у сучасному створенні інтерфейсів, вебсервісів, мобільних застосунків та складних програмних систем. Незважаючи на активний розвиток UX/UI дизайну, продуктових методологій та інструментів розробки, між етапами проєктування користувацького досвіду, візуального оформлення інтерфейсу та технічної реалізації часто виникають розриви. Вони проявляються у втраті контексту, неточному перенесенні дизайнерських рішень у код, дублюванні задач, неузгодженості між учасниками команди, збільшенні кількості правок та зниженні загальної якості кінцевого цифрового продукту. У роботі проведено аналіз сучасних підходів до використання штучного інтелекту у сфері UX/UI дизайну та розробки програмного забезпечення. Розглянуто можливості ШІ-інструментів у генерації текстового, візуального та структурного контенту, підтримці прийняття рішень, автоматизації рутинних операцій, аналізі інтерфейсів та прискоренні окремих етапів роботи над цифровим продуктом. Водночас визначено ключові обмеження наявних рішень, серед яких недостатня контекстна обізнаність, слабка інтеграція з робочим середовищем дизайнера або розробника, відсутність довготривалої семантичної пам\"яті, обмежена здатність до системного аналізу інтерфейсу, а також фрагментарність підтримки на різних етапах життєвого циклу продукту. Запропоновано концептуальну модель інтелектуального ШІ-асистента, призначеного для інтеграції процесів дизайну та розробки на основі аналізу, генерації, навчання та підтримки користувача в реальному часі. Описано архітектуру системи, що базується на модульному підході та включає підсистеми постановки задачі, перцепції контенту, багаторівневого аналізу, генерації рішень, семантичної пам\"яті, зовнішньої інтеграції, голосової взаємодії та інтерфейсного агента. Особливу увагу приділено можливості системи враховувати контекст проєкту, попередні рішення, вимоги до інтерфейсу, структуру компонентів, правила дизайн-системи та логіку користувацької взаємодії. Отримані результати дозволяють сформувати теоретичне підґрунтя для подальшої розробки інтелектуальних інформаційних технологій нового покоління, які здатні не лише автоматизувати окремі задачі, а й виступати повноцінними учасниками процесу створення цифрових продуктів. Запропонована модель може бути використана як основа для подальших досліджень у сфері інтеграції UX/UI дизайну, розробки програмного забезпечення та штучного інтелекту, а також для створення практичних інструментів підтримки дизайнерів, розробників і продуктових команд. 2026-01-01T00:00:00Z https://ir.lib.vntu.edu.ua//handle/123456789/52168 Аналіз передумов розробки Telegram-бота для підбору художньої літератури Андрейків, Д. Р.; Крилик, Л. В.; Andreykyv, D.; Krylik, L. The search and selection of fiction literature is an important aspect of cultural development and self-education, as it enables users to find books according to their interests, preferences, and mood. The use of traditional search methods or fragmented online resources often requires significant time, complicates access to relevant recommendations, and does not always provide personalized book selection. This can lead to information overload and reduced efficiency in finding the desired books. The problem lies in the need to create a convenient tool that ensures quick access to literary recommendations, centralized processing of user requests, and the formation of personalized selections. To solve this problem, a Telegram bot for selecting fiction literature has been proposed. It automates the process of searching for books based on specified parameters, provides recommendations according to user preferences, and ensures convenient interaction through a messenger. The use of such a solution improves search speed, enhances the quality of recommendations, and simplifies access to literature.; Пошук та підбір художньої літератури є важливим аспектом культурного розвитку та самонавчання, оскільки дозволяє користувачам знаходити книги відповідно до власних інтересів, уподобань і настрою. Використання традиційних методів пошуку або розрізнених онлайн-ресурсів часто потребує значних витрат часу, ускладнює доступ до релевантних рекомендацій і не завжди забезпечує персоналізований підбір літератури. Це може призводити до перевантаження інформацією та зниження ефективності пошуку необхідних книг. Проблема полягає в необхідності створення зручного інструменту, який забезпечить швидкий доступ до рекомендацій художньої літератури, централізовану обробку запитів користувачів та формування персоналізованих добірок. Для розв\"язання цієї проблеми запропоновано Telegram-бот для підбору художньої літератури, який автоматизує процес пошуку книг за заданими параметрами, надає рекомендації відповідно до вподобань користувача та забезпечує зручну взаємодію через месенджер. Використання такого рішення дозволяє підвищити швидкість пошуку, покращити якість рекомендацій та спростити доступ до літератури. 2026-01-01T00:00:00Z