http://elar.nung.edu.ua/handle/123456789/9959 2026-04-23T16:31:55Z http://elar.nung.edu.ua/handle/123456789/9970 Title: Використання нейронних мереж для проєктних розрахунків систем газопостачання населених пунктів Authors: Ксенич, А.І.; Іванов, О.В. Abstract: Розглядається застосування нейронних мереж для проведення гідравлічних розрахунків систем газопостачання. Основна мета роботи полягає в розробці конфігурації та методології застосування машинного навчання для прогнозування проєктних та енергетичних параметрів роботи газових мереж, враховуючи широкий діапазон завантаження ділянок.; The article explores the application of neural networks for performing hydraulic calculations in gas supply systems. The primary objective of the study is to develop a configuration and methodology for applying machine learning to predict design and energy parameters of gas networks, taking into account a wide range of load condi tions along pipeline sections. 2025-01-01T00:00:00Z http://elar.nung.edu.ua/handle/123456789/9969 Title: Генерування синтетичного датасету деформованих трубопроводів з дефектами для прогнозування напружень на основі даних лазерного сканування Authors: Паньків, Х.В.; Паньків, Ю.В. Abstract: Стаття представляє методологію генерації синтетичного датасету для моделювання напружено- деформованого стану трубопроводів. Основною метою є створення розмічених даних для розробки та навчання моделей машинного навчання, що прогнозуватимуть внутрішні напруження у стінках трубопроводу на основі виміряних координат його зовнішньої поверхні.; The article presents a methodology for generating a synthetic dataset for modeling the stress-strain state of pipelines. The main goal is to create labeled data for developing and training machine learning models that will predict internal stresses in the pipeline walls based on measured coordinates of its outer surface. 2025-01-01T00:00:00Z http://elar.nung.edu.ua/handle/123456789/9968 Title: Штучний інтелект як частина компонентного фреймворку Angular: приклад інтеграції моделей ультразвукового контролю Authors: Лютак, І.З.; Лютак, З.П. Abstract: Розглянуто підхід до створення інтелектуального веб-застосунку для обробки ультразвукових даних неруйнівного контролю з використанням компонентного фреймворку Angular та інтеграцією моделей глибинного навчання. Основна увага приділена реалізації архітектури, яка дозволяє здійснювати попередню обробку, візуалізацію та інтерпретацію A-сигналів у реальному часі з використанням REST API. Проведено огляд сучасних архітектур машинного навчання, зокрема згорткових автоенкодерів, згорткових та рекурентних нейронних мереж, трансформерних моделей і attention-механізмів.; This paper presents an approach to the development of an intelligent web application for processing ultrasonic non-destructive testing (NDT) data, utilizing the Angular component framework and the integration of deep learning models. The focus is on designing an architecture that supports real-time preprocessing, visualization, and interpretation of A-signals through a REST API. A review of modern machine learning architectures is provided, including convolutional autoencoders, convolutional and recurrent neural networks, transformer models, and attention mechanisms. 2025-01-01T00:00:00Z http://elar.nung.edu.ua/handle/123456789/9967 Title: University virtual educational environment integration with the zoom service Authors: Lemeshchuk, O.I.; Senchishen, D.O. Abstract: This study examines the most commonly used online meeting systems, analyzing their advantages and disadvantages, and justifies the choice of Zoom as a primary platform for organizing the educational process under conditions of digital transformation. Particular attention is given to the flexibility, scalability, and accessibility of Zoom, which make it suitable for a wide range of educational scenarios—from traditional lectures to interactive seminars and group projects. The paper explores Zoom’s integration with popular learning management systems (LMS), including Moodle, Google Classroom, Microsoft Teams, and others, as well as the development of independent adapter services for linking university educational software with video conferencing platforms.; У даному дослідженні розглядаються найбільш поширені системи для онлайн-зустрічей, аналізуються їхні переваги та недоліки, а також обґрунтовується вибір платформи Zoom як основи для організації освітнього процесу в умовах цифрової трансформації. Особливу увагу приділено гнучкості, масштабованості та доступності Zoom, що робить її придатною для широкого спектра освітніх сценаріїв – від звичайних лекцій до інтерактивних семінарів і групових проектів. Робота досліджує інтеграцію Zoom із популярними системами управління навчанням, зокрема Moodle, Google Classroom, Microsoft Teams та іншими, а також розробку незалежних адаптерних сервісів для об’єднання університетського освітнього програмного забезпечення та платформ відеоконференцій. 2025-01-01T00:00:00Z