Перегляд за Автор "Oleksiy Zivenko"

Зараз показуємо 1 - 2 з 2
  • Ескіз
    Документ
    Information System for Automatic Planning of Liquid Ballast Distribution
    (Матеріали 2-го Міжнародного семінару з інформаційно-комунікаційних технологій та вбудованих систем (ICTES 2020), 2020) Andriy Topalov; Galyna Kondratenko; Oleksandr Gerasin; Oleksiy Kozlov; Oleksiy Zivenko
    Стаття присвячена розробці та дослідженню інформаційної системи автоматики планування розподілу рідкого баласту. Дана комп'ютерна система дозволяє розрахувати поточні значення робочих змінних баластних систем плавучих споруд і суден різного типу при виконанні різних технологічних операцій в режимі реального часу. Розроблена алгоритмічна підтримка та програмне забезпечення, а також людино-машинний інтерфейс інформаційної системи, що дає можливість оперативно отримати поточну інформацію про параметри баластних систем при управлінні розподілом баласту в різних режимах роботи плавучих споруд. Дослідження ефективності запропонованої інформаційної системи автоматичного планування розподілу баласту проведено на прикладі реального плавучого доку. Отримані результати розрахунку підтверджують ефективність розробленої інформаційної системи.
  • Ескіз
    Документ
    Validating Automated Resonance Evaluation with Synthetic Data
    (Nuclear Engineering Department, University of Tennessee, Knoxville, 37996, TN, USA, 2024) Oleksiy Zivenko; Noah A. W. Walton; William Fritsch; Jacob Forbes; Amanda M. Lewis; Aaron Clark; Jesse M. Brown; Vladimir Sobes; Володимир Собєщаков
    Цілісність і точність ядерних даних мають вирішальне значення для широкого спектру застосувань, від національної безпеки та проектування ядерних реакторів до медичної діагностики, де пов’язані невизначеності можуть суттєво вплинути на результати. Значна частина невизначеності в ядерних даних походить від суб’єктивних упереджень у процесі оцінки, що є вирішальним етапом у виробництві ядерних даних. Останні досягнення вказують на те, що автоматизація певних процедур може пом’якшити ці упередження, тим самим стандартизуючи процес оцінювання, зменшуючи невизначеність і підвищуючи відтворюваність. Ця стаття сприяє розробці основи для тестування методів автоматизованого оцінювання, наголошуючи на автоматизованих методах підгонки, які не вимагають від користувача надавати будь-яку попередню інформацію. Цей підхід спрощує процес і зменшує ручні зусилля, необхідні на початковому етапі оцінювання. Він підкреслює здатність інфраструктури перевіряти та оптимізувати підпрограми, орієнтуючись на аналіз продуктивності та оптимізацію процедури підгонки з використанням синтетичних даних високої точності (позначених експериментальних даних) і концепції повністю контрольованого обчислювального експерименту. Метрика помилки введена для забезпечення чіткого та інтуїтивно зрозумілого вимірювання якості підгонки шляхом кількісного визначення точності оцінки та продуктивності для заданої енергії. Цей показник встановлює шкалу для порівняння та оптимізації процедур або вибору гіперпараметрів, покращуючи методологію всього процесу оцінювання та підвищуючи відтворюваність і об’єктивність.