Факультет кібернетики КНУ

1. Факультет кібернетики

Київський національний університет імені Тараса Шевченка: факультет кібернетики

2. Напрямки розробок

Цифрова обробка зображень
Автоматична обробка результатів багатофакторного експерименту
Моделювання динамічних систем
Інформаційні технології в біології та медицині
Технології інтелектуальної смислової обробки текстів природною
мовою
Інформаційні технології в муніципальному управлінні
Інформаційні технології в бізнесі
Інформаційні технології в учбовому процесі, дистанційне навчання
Аналіз демографічних процесів в умовах ризиків
Математичні методи та інформаційні технології у вимірювальнообчислювальних системах надвисокої роздільності
Автоматизація міркувань
Київський національний університет імені Тараса Шевченка: факультет кібернетики

3. Цифрова обробка зображень

• Пакет алгоритмів “Алгоритми аналізу достовірності грошових
банкнот”
• Пакет алгоритмів “Цифрова обробка аерокосмічних знімків”
• Пакет алгоритмів “Цифрова обробка зображень з теплового
сканера”
Київський національний університет імені Тараса Шевченка: факультет кібернетики

4.

Алгоритми аналізу достовірності грошових банкнот
Цифрова обробка зображень банкнот використовується
для розпізнавання номіналу банкноти та перевірки її
дійсності.
Результат застосування набору запропонованих алгоритмів
можна використовувати в системах аутентифікації
грошових банкнот.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

5.

Алгоритми аналізу достовірності грошових банкнот
Етапи роботи системи
I.
Алгоритми фільтрації та попередньої обробки зображення:
II.
III.
Компенсація лінійних оптичних спотворень
Підвищення контрастності
Підвищення різкості
Фільтрація від випадкових шумів та шумів камери
Розмиття зображення
Масштабування, поворот
Алгоритм склеювання зображень
Визначення оптимального положення одного зображення в іншому
Київський національний університет імені Тараса Шевченка: факультет кібернетики

6.

Алгоритми аналізу достовірності грошових банкнот
Компенсація лінійних спотворень
Алгоритм призначений для компенсації лінійних спотворень, що
виникають внаслідок неідеальності оптики камери панорамного
сканування банкнот.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

7.

Алгоритми аналізу достовірності грошових банкнот
Підвищення контрастності
Реалізовано фільтр підвищення контрастності розмитих зображень та
розширення діапазону їх яскравостей:
Київський національний університет імені Тараса Шевченка: факультет кібернетики

8.

Алгоритми аналізу достовірності грошових банкнот
Підвищення різкості
Підвищення різкості зображення робить чіткішими дрібні деталі та
контури:
Київський національний університет імені Тараса Шевченка: факультет кібернетики

9.

Алгоритми аналізу достовірності грошових банкнот
Фільтрація від випадкових шумів та шумів камери
Фільтр призначений для очистки зображення від випадкових
високочастотних шумів та шумів камери:
Київський національний університет імені Тараса Шевченка: факультет кібернетики

10.

Алгоритми аналізу достовірності грошових банкнот
Розмиття зображення
Фільтр призначений для згладжування (розмиття) зображення:
Київський національний університет імені Тараса Шевченка: факультет кібернетики

11. Алгоритми аналізу достовірності грошових банкнот

Масштабування, поворот
Алгоритм призначений для лінійних перетворень зображення: зміни
лінійних розмірів та повороту.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

12.

Алгоритми аналізу достовірності грошових банкнот
Склеювання зображень
Алгоритм призначений для відтворення зображення з фрагментів, які
перекриваються.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

13.

Алгоритми аналізу достовірності грошових банкнот
Визначення оптимального положення одного зображення в іншому
Алгоритм призначений для пошуку фрагменту справжнього
зображення у вхідному зображенні і видачі результату у вигляді
імовірнісного критерію співпадання фрагментів банкнот.
Положення фрагменту ідеального зображення визначається п'ятьма
параметрами:
-горизонтальною та вертикальною позиціями;
-кутом повороту навколо лівого верхнього кута;
-коефіцієнтами масштабування по горизонталі й вертикалі.
Фрагмент справжньої банкноти
Вхідне зображення з фрагментом
справжньої банкноти
Київський національний університет імені Тараса Шевченка: факультет кібернетики

14. Цифрова обробка аерокосмічних знімків

I.
Сегментація аерокосмічних знімків
II.
Векторизація відсегментованих
(растрових планів міст)
III.
Верифікація векторних карт, заданих полілініями на основі
інформації про нове зображення (новий растр)
аерокосмічних
знімків
Київський національний університет імені Тараса Шевченка: факультет кібернетики

15. Цифрова обробка аерокосмічних знімків

Сегментація аерофотознімків
Вхідне растрове зображення
Результат сегментації
аерофотознімків
Київський національний університет імені Тараса Шевченка: факультет кібернетики

16. Цифрова обробка аерокосмічних знімків

Векторизація сегментованих аерофотознімків
Результат векторизації
Результат векторизації растрового
плану міста (фрагмент)
Київський національний університет імені Тараса Шевченка: факультет кібернетики

17. Цифрова обробка аерокосмічних знімків

Задача верифікації векторних карт, заданих полілініями, на основі
інформації про нове зображення
Вхідний растр
Фрагмент вихідного shape-файла
з результатом верифікації поліліній
синій - підтверджено
червоний - непідтверджено
жовтий - невизначено
Київський національний університет імені Тараса Шевченка: факультет кібернетики

18. Цифрова обробка зображень, отриманих з теплового сканера

Пропонується програмна система пошуку чужорідних об’єктів в
зображенні, отриманому при скануванні людини пасивним тепловим
сканером
Київський національний університет імені Тараса Шевченка: факультет кібернетики

19. Цифрова обробка зображень, отриманих з теплового сканера

Покадровий перегляд інформації
Київський національний університет імені Тараса Шевченка: факультет кібернетики

20. Цифрова обробка зображень, отриманих з теплового сканера

Результати виявлення стороннього об’єкта: сигнал оператору для
визначення ознак знайденого об’єкта
Київський національний університет імені Тараса Шевченка: факультет кібернетики

21. Автоматична обробка результатів

багатофакторного експерименту з підтримкою моно- та діалогового
режиму роботи
Мета роботи
Побудова числових моделей у випадку “чорного ящика”: існує лише
такий набір інформації: багатовимірний вектор “входу” та відповідна
скалярна величина “на виході”.
Знаходження оптимального значення досліджуваних параметрів,
відповідно до заданого критерію.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

22. Автоматична обробка результатів багатофакторного експерименту

Засоби досягнення мети
Відтворення поверхні функції відгуку за результатами
експерименту за допомогою інтерполяційної БСФХС
(багатовимірної сплайн-функції
на хаотичній сітці) та
знаходження точки оптимуму функції відгуку.
Використання оригінального алгоритму ранжування набору
випадкових точок за відстанню до всієї групи.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

23. Автоматична обробка результатів багатофакторного експерименту

Переваги даної технології
1.
Відсутність будь-яких припущень щодо моделі, яка описує
поведінку досліджуваних процесів.
2.
Можливість автоматичного або ручного налаштування
параметрів процесу моделювання.
3.
Гарантована міні/максна стійкість та точність отриманих
моделей e порівнянні з іншими технологіями.
4.
Простота результату: модель має вигляд суми деяких
функцій без обмежень на область визначення.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

24. Автоматична обробка результатів багатофакторного експерименту

Модельний приклад: 2D-апроксимація сплайн-функцією
тестової функції за її значеннями у випадкових точках:
Справа – малюнок тестової функції,
зліва – інтерполяційного сплайну в порядку зафарбовування від менших (темніших)
значень до більших (світліших).
N = 115 – кількість червоних точок з двохвимірної області [0,10]х[0,10], значення в яких
використане для побудови сплайн-функції;
n=2 – розмірність простору; m=1 – ступінь ядра сплайну.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

25. Пакет програм "Моделювання Динамічних Систем"

Пакет програм "Моделювання Динамічних Систем"
Універсальний програмний інструментарій для підготовки та
проведення обчислювальних експериментів з математичними
моделями – пакет програм МДС.
- МДС дозволяє задавати одну модель або комплекси моделей, в яких
кожна складова функціонує за своїми власними законами.
- Надаються засоби для розрахунку динаміки моделей (комплексів
моделей).
- Передбачено можливість проводити обчислення з підвищеною
точністю.
- В режимі налагодження здійснюється автоматичний контроль
допустимості операцій.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

26. Пакет програм "Моделювання Динамічних Систем"

Пакет програм "Моделювання Динамічних Систем"
Структурна схема МДС
Київський національний університет імені Тараса Шевченка: факультет кібернетики

27. Пакет програм "Моделювання Динамічних Систем"

Пакет програм "Моделювання Динамічних Систем"
Апробація:
1. Моделювання обертового руху мікросупутника та розрахунків
оптимальних режимів переорієнтації в рамках міжнародного проекту
“Програмно-апаратні засоби моделювання та оптимізація систем
керування мікросупутників” за участю
Київського університету
Національного космічного агентства НАН України
КБ “Хартрон” (Запоріжжя)
Йельского університету (США)
Бруклінського політехнічного університету (США)
2. Розрахунки оптимальних перевезень збіжжя територією України.
Замовник: ТОВ “Українська зерноторгівельна компанія”
Київський національний університет імені Тараса Шевченка: факультет кібернетики

28. Інформаційні технології в біології та медицині

• Програмна система ГОМЕОПАТ
• Програмна система DIAGNOSIS
• Методи ранної діагностики онкологічних захворювань
• Програмна система Серце – Судини – Капіляри
Київський національний університет імені Тараса Шевченка: факультет кібернетики

29. ГОМЕОПАТ

Призначення:
Інформаційна підтримка лікаря-гомеопата,
діагностика стану організма комплементарними методами,
формування пакету гомеопатичних засобів для лікування,
інформаційно-довідкове забезпечення нетрадиційних
напрямків в медицині.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

30. ГОМЕОПАТ

Моделі та методи
Модель діагнозу включає двоступеневу процедуру, яка зводиться до
того, що
- висуваються гіпотези про захворювання на основі введених даних
про пацієнта (процес “знизу - догори”);
- відбувається їх оцінка з допомогою додаткових симптомів, присутніх у
виявлених захворюваннях (процес “зверху - донизу”);
Система може знайти у одного пацієнта декілька захворювань.
Tрадиційні діагностичні системи виходять із припущення щодо
наявності тільки однієї хвороби.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

31. ГОМЕОПАТ

Особливості
- Систему реалізовано в операційному середовищі MS WINDOWS.
- Інструментальне середовище розробки: Visual FoxPro.
- Унікальність системи: база знань та методи опрацювання знань.
Перспективи
- Використання нетрадиційних логік подання знань.
- Використання “інформаційної” природи механізму дії
гомеопатичних засобів.
- Формалізація та поповнення бази знань сучасними методами
діагностування.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

32. DIAGNOSIS

Новий метод комп’ютерної діагностики і скринінгу онкологічних
захворювань молочної і щитовидної залоз
Актуальність розробки
Злоякісні новоутворення (ЗН) займають друге місце після
серцево-судинних захворювань серед причин смерті (15%
всіх смертей).
Захворюваність на ЗН серед жінок
• в Західній Європі – 520 000 випадків на рік (з них 130 000 –
рак молочної залози)
• в Україні в 2000 році – 54,6 випадків на 100 000 населення
Київський національний університет імені Тараса Шевченка: факультет кібернетики

33. DIAGNOSIS

Схема ком’ютерної діагностики:
- Отримання зіскобів зі слизової оболонки ротової
порожнини пацієнта; реакція Фельгена;
- побудова сканограм;
- Обчислення денсіто- і морфометричних показників
сканограм;
- Застосування геометричних та статистичних методів
розпізнавання образів для встановлення діагнозу.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

34. DIAGNOSIS

Апробація
• Діагностика раку молочної залози і фіброаденоматозу у 103 пацієнток:
Точність методу – 94 %.
Специфічність методу – 91 %.
• Діагностика раку щитовидної залози у 60 пацієнтів:
аденокарцинома щитовидної залози (14 пацієнтів)
аутотиреоїдіт (29 пацієнтів)
вузловий зоб (17 пацієнтів)
Точність методу
– 100%.
Специфічність методу – 90 %.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

35. DIAGNOSIS

Впровадження
• Інститут проблем онкології АМН України
• Науково-дослідний інститут екпериментальної хірургії та
транплантології АМН України
Київський національний університет імені Тараса Шевченка: факультет кібернетики

36. Рання діагностика онкологічних захворювань

Мета
Створення та використання системи підтримки прийняття рішень при
діагностуванні онкопатології.
Використання математичних методів і алгоритмів для ранньої
діагностики онкологічних захворювань.
Отримання картини протікання хвороби.
Створення інструментарію для більш точного встановлення діагнозу.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

37. Рання діагностика онкологічних захворювань

Актуальність
Вирішальне значення ранньої діагностики онкозахворювань.
Апробація
Інститут онкології МОЗ України (м. Київ).
Київський національний університет імені Тараса Шевченка: факультет кібернетики

38. Рання діагностика онкологічних захворювань

Методи
математична статистика
вейвлет-аналіз
обробка та інтерпретація зображень
відновлення атрактора за результатами експериментальних
даних
обчислення показників хаосу
аналіз фрактальної структури зображень
морфологічний аналіз зображень
Київський національний університет імені Тараса Шевченка: факультет кібернетики

39. Рання діагностика онкологічних захворювань

Основні результати
Розроблено
методи
комп’ютерної
діагностики
онкологічних
захворювань, що базуються на ефекті відхилення морфометричних і
денсиометричних показників інтерфазних ядер клітин у хворих.
Класифіковано стадії розвитку захворювання.
Досліджено ультразвукові зображення та доппелеграми
диференціальної діагностики і оцінки якості лікування пацієнтів.
для
Побудовано та досліджено математичну модель розвитку пухлини.
Розробка не має аналогів за деякими напрямками (зокрема,
механоемісія).
Київський національний університет імені Тараса Шевченка: факультет кібернетики

40. Серце – Судини – Капіляри

Математичне моделювання та комп’ютерне дослідження процесів
регуляції кровообігу
Розробка програмного забезпечення на підставі моделювання
гемодинаміки і біомеханіки серцево-судинної системи людини для
діагностики захворювань, навчання та підвищення кваліфікації лікарів.
Дослідження регуляторних механізмів забезпечення транспорту кисню
- в нормі та при серцевій недостатності.
Вивчення взаємодії системних механізмів регуляції кровообігу та
динамічних регуляторних механізмів мережі м’язових мікросудин.
Створення імітаційно-тренажерного комплексу “серце-судиникапіляри” для вивчення і діагностики серцево-судинних захворювань.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

41. Серце – Судини – Капіляри

Математичне моделювання та комп’ютерне дослідження процесів
регуляції кровообігу
Актуальність
Комп’ютерна модель серця, гемодинаміки і транспорту речовин
до клітин дозволить:
• планувати дії при кризових станах пацієнтів
• підвищити точність діагностичних досліджень
• підвищити ефективність лікувальних впливів у профільних
медичних установах
Київський національний університет імені Тараса Шевченка: факультет кібернетики

42. Серце – Судини – Капіляри

Математичне моделювання та комп’ютерне дослідження процесів
регуляції кровообігу
Область застосування
Провідні заклади МОЗ України, що спеціалізуються на діагностиці та
лікуванні серцево-судинних захворювань.
Апробація
Інститут серцево-судинної хірургії МОЗ України імені М.М. Амосова.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

43. Серце – Судини – Капіляри

Методи
• кліткові автомати
• теорія фракталів
• теорія диференціальних рівнянь
• обчислювальний експеримент
Київський національний університет імені Тараса Шевченка: факультет кібернетики

44. Серце – Судини – Капіляри

Основні результати
Побудовано математико-комп’ютерна
системи людини і кровообігу в цілому:
модель
серцево-судинної
• модель спірального серця
• модель гемодинаміки по мережі розгалужених судин
• модель поводження мережі м’язових мікросудин при нормальних і
патологічних умовах кровообігу
• вивчено умови постачання кисню при ушкодженнях мережі
м’язових мікросудин
• результати, отримані на моделі кліткового автомату, зіставлені з
даними патоморфологічних досліджень
Переваги
Запропонована модель працює в режимі реального часу.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

45. NLTP

Технології інтелектуальної смислової обробки текстів
природною мовою
Мета
Автоматизація процесу розробки багатофункціональних
систем семантичної обробки, лінгвістичного аналізу та
синтезу текстової інформації.
Результат:
Розроблено пакет прикладних лінгвістичних систем
автоматичної семантичної обробки текстової інформації
Замовник:
Міністерство промислової політики України
Київський національний університет імені Тараса Шевченка: факультет кібернетики

46. NLTP Технології інтелектуальної смислової обробки текстів природною мовою

Методика
Технології базуються на основі ресурсів глобальних лінгвістичних
баз знань, властивостей та процесів у довкіллі і окремих
спеціальних областей знань.
Результат:
Створено онтологічну база знань UKRWordNet,
яка підтримує українську, російську та англійську мови і містить
семантичні описи більше ніж 120 тисяч смислових концептів.
Інструментальне середовище реалізації – Delphi 6, C++ Builder 6 .
Київський національний університет імені Тараса Шевченка: факультет кібернетики

47. NLTP

Технологія створення прикладних лінгвістичних систем інтелектуальної
обробки текстів
Київський національний університет імені Тараса Шевченка: факультет кібернетики

48. NLTP

Система реферування текстів природною мовою
Засоби автоматичного реферування дозволяють
розбити текст на послідовність семантично цілісних
фрагментів, що відображають основні теми
документу, і виділити найбільш інформативні.
Функції реферування використовуються для:
• побудови загального реферату тексту
• побудови тематичних рефератів за темами документу
• побудови рефератів за темою, заданою еталонними
текстами
Київський національний університет імені Тараса Шевченка: факультет кібернетики

49. NLTP

Система білінгвістичного аналізу:
виправлення текстів машинного перекладу
Обробка відбувається на основі
оригінального тексту та його
перекладу, зробленого
автоматичним перекладачем.
Система обчислює семантичний
контекст неоднозначно
перекладеного слова та знаходить
вірний варіант.
виправлений текст
Київський національний університет імені Тараса Шевченка: факультет кібернетики

50. Greencity

Інформаційна система з інвентаризації міських зелених насаджень
Призначення та функціональні можливості
повне маніпулювання даними інвентаризації та моніторингу зелених
насаджень
експертиза стану зеленого фонду в містах з виявленням насаджень, що
потребують відновлення та капітального ремонту
аналіз рослинності по видовому складу, типам посадок, якісному складу, по
естетичному й санітарному стану в цілому і по кожній породі дерев і
чагарників окремо
генерування в автоматичному режимі тематичних карт по вибірках з бази
даних за станом зелених насаджень
використання наявної довідкової інформації для підтримки прийняття рішень
в управлінні зеленим господарством
Київський національний університет імені Тараса Шевченка: факультет кібернетики

51. Greencity

Складові блоки системи
довідники
база даних з інтерфейсом користувача
картографічний блок
блок формування запитів
блок генерації звітів у вигляді тематичних карт і паперових документів
Система містить програмні засоби для просторового аналізу,
візуалізації даних на цифровій карті, формування звітів у форматі Excel
або Word.
Система може бути доповнена аналогічними програмними засобами
для інших об'єктів зеленого господарства (газони, квітники, система
поливу, система освітлення та ін.) і адаптована для використання в
міському парку, заповіднику або ботанічному саду.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

52. Greencity

База даних зелених насаджень містить
Дані інвентаризації й паспортизації :
дата інвентаризації
координати окремої рослини
адресна прив'язку рослини
ідентифікаційний номер рослини
назва виду
висота
діаметр стовбура
вік
якісна градація стану за 5 категоріями
природоохоронний статус
необхідні заходи щодо створення й утримання зелених насаджень уздовж вулиць і доріг
облік виконання рекомендованих заходів
Картографічний блок має засоби для:
динамічної побудови тематичних карт на основі інформації з бази даних з координатною
й часовою прив'язкою
автоматизованого відображення результатів запитів у вигляді точкових і контурних
об'єктів на цифровій карті й/або у вигляді тематичних карт
зберігання, редагування і відображення на карті координат границь озеленених
територій
Київський національний університет імені Тараса Шевченка: факультет кібернетики

53. Greencity

Облік даних інвентаризації вуличних насаджень
Київський національний університет імені Тараса Шевченка: факультет кібернетики

54. Greencity

Блок формування запитів
Київський національний університет імені Тараса Шевченка: факультет кібернетики

55. Greencity

Відображення результатів запиту "Вибрати дерева в однаковому стані"
Київський національний університет імені Тараса Шевченка: факультет кібернетики

56. Інформаційні технології в бізнесі

• SSAHP - програмна система для дослідження
аерогідродинамічних процесів
• RFT-FN - програмна система прогнозування
• Pharma - програмна система автоматизації
роботи торгівельного представництва
Київський національний університет імені Тараса Шевченка: факультет кібернетики

57. SSAHP

Програмна система для дослідження аерогідродинамічних процесів
Призначення
• систематичні дослідження аеродинамічного впливу на конструкції
• прогнозування розвитку аерогідродинамічних процесів в галузях:
-
класична аеродинаміка літальних апаратів;
будівельна аеродинаміка висотних споруд та конструкцій;
аеро - екологія промислових зон;
аерація приміщень;
гідрологія проток, річок, акваторій.
• підтримка прийняття адміністративних та інженерних рішень з
можливістю прогнозування сценаріїв надзвичайних ситуацій
Київський національний університет імені Тараса Шевченка: факультет кібернетики

58. SSAHP

Методика
SSAHP створено для проведення прямого обчислювального
експерименту у реальному масштабі часу на основі
адекватних математичних моделей та методу дискретних
особливостей для розв’язуання початково-крайових задач.
Апробація
Виконано прогноз розвитку гідрологічних процесів в
Керченської протоці внаслідок побудови дамби, 2003 р.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

59. SSAHP

Функціональні можливості: класична аеродинаміка
Київський національний університет імені Тараса Шевченка: факультет кібернетики

60. SSAHP

Функціональні можливості: будівельна аеродинаміка
Київський національний університет імені Тараса Шевченка: факультет кібернетики

61. SSAHP

Функціональні можливості: прогнозування розвитку гідрологічних
процесів: Керченська протока, острів Тузла, 2003 р.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

62. RFT-FN – система прогнозування

Мета
Створення математичної теорії та розробка технології синтезу
прогнозних засобів в умовах модельної невизначеності на основі
нелінійних рекурсивних регресійних перетворювачів, що
представляються “функціональними мережами” спеціального вигляду
(RFT-FN).
Актуальність
Системи автоматизованого менеджменту виробництва (DSS-систем /
СППР), що працюють в умовах модельної невизначеності.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

63. RFT-FN – система прогнозування

Області застосування
• Економіка
• Фінанси
• Системи Data Mining в DSS-системах
Приклад застосування
Прогноз обмінних курсів валют на ринку Forex.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

64. RFT-FN – система прогнозування

Методи
• алгебраїчні методи псевдообернення за Муром-Пенроузом
• методи оптимізації для систем керування із запізненням.
Апробація
Система RFT-FN використовувалася під час віртуальних торгів
ділінгового центру.
Переваги
Висока ефективність у порівнянні із стандартними засобами аналізу.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

65. RFT-FN – система прогнозування

Прогноз обмінного курсу для EUR/CHF: 17 тижнів наперед
Прогноз – зелений, реальна поведінка – синій: спочатку здійснювався
прогноз, потім реєструвалася реальна поведінка. Останні чотири тижні
перед прогнозною ділянкою – тестова вибірка.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

66. Pharma

Програмна система автоматизації роботи торгівельного
представництва
PHARMA автоматизує функції фармацевтичного торгівельного
представництва:
• ведення препаратів та форм випуску, дистриб’юторів та
контрактів з ними
• опрацювання первинних продажів–резервування, оформлення
рахунків, відвантаження
• накопичення інформації щодо вторинних продажів та залишків
дистриб’юторів у регіонах
• планування та прогнозування продажів
• контакти із заводом-виробником
• підготовка різноманітних звітів
Київський національний університет імені Тараса Шевченка: факультет кібернетики

67. Pharma

Програмна система автоматизації роботи торгівельного
представництва
Переваги
PHARMA підвищує надійність та оперативність роботи
представництва:
- дозволяє обґрунтовано планувати та прогнозувати
продажі;
- своєчасно поповнювати товарні запаси на складі.
Апробація
Українське представництво швейцарської компанії
F. Hoffmann-La Roche Ltd, 2002-2006 рр.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

68.

Pharma
Програмна система автоматизації роботи торгівельного
представництва
Технології:
- архітектура – “клієнт-сервер”,
- інструментальне середовище реалізації – Delphi 6,
- СУБД – InterBase 6 / Firebird.
Програмна реалізація системи:
• робота в мережі
• авторизований доступ
• дружній інтерфейс користувача
• налаштування меню, екранних форм та палітри кольорів
• управління розрядністю
• генерація звітів у форматі MS Word та MS Excel
• ділова графіка

69. Pharma

Функціональні можливості: форми випуску
Київський національний університет імені Тараса Шевченка: факультет кібернетики

70. Pharma

Функціональні можливості: митно-ліцензійний склад
Київський національний університет імені Тараса Шевченка: факультет кібернетики

71. Pharma

Функціональні можливості: ділова графіка
700000
600000
2001
500000
2002
400000
2003
300000
2004
200000
2005
100000
2006
0
Київський національний університет імені Тараса Шевченка: факультет кібернетики

72. Pharma

Особливості системи PHARMA
Підтримуються:
• різноманітні параметри препаратів та форм випуску
• зміна цін форм випуску за часом
• всі етапи первинних продажів – замовлення, резервування на складі
(DDU) чи безпосередньо на заводі-виробнику (CIP), рахунки, оплата
(кредит чи передоплата), відвантаження
• планування первинних та вторинних продажів на основі історії
фактичних продажів у попередні роки
• прогнозування первинних та вторинних продажів для своєчасного
поповнення запасів митно-ліцензійного складу
• потужні параметричні звіти з мультивалютністю
• адміністрування функціональних можливостей та доступу до даних
Київський національний університет імені Тараса Шевченка: факультет кібернетики

73. Pharma

Підвищення ефективності бізнесу
Київський національний університет імені Тараса Шевченка: факультет кібернетики

74. Інформаційні технології в учбовому процесі та дистанційне навчання

• Система дистанційного навчання (СДН) VITAVA та дистанційні курси
з соціальної статистики, теорії ймовірностей і математичної
статистики в її середовищі
Київський національний університет імені Тараса Шевченка: факультет кібернетики

75. VITAVA

Система дистанційного навчання (СДН) VITAVA та дистанційні курси з соціальної
статистики, теорії ймовірностей і математичної статистики в її середовищі
Актуальність та мета розробки
Система забезпечує ефективне функціонування навчального
процесу у вищих навчальних закладах (наказ Міністерства освіти
та науки України № 40 від 21.01.2004, “Положення про
дистанційне навчання”).
Vitava формує навчальне середовище, в якому реалізовані
режими:
асинхронного,
синхронного,
самостійного навчання
Київський національний університет імені Тараса Шевченка: факультет кібернетики

76. VITAVA

Основні характеристики системи
Підсистеми:
• навчання
• адміністрування
• зовнішніх зв‘язків
Дистанційні курси, які супроводжує т’ютор, придатні для:
• колективної
• індивідуальної роботи.
Студенти мають можливість:
• спілкуватися між собою
• об’єднуватися у групи
• підтримувати прямий та зворотній зв’язок із вчителем
Київський національний університет імені Тараса Шевченка: факультет кібернетики

77. VITAVA

Основні характеристики системи дистанційного навчання «Vitava»
Система передбачає:
електронний навчальний посібник
опорного конспект
методичний матеріал для т’ютора
методичного матеріалу для слухача
Контрольні заходи у студентів передбачають:
самоконтроль
вхідний, поточний та рубіжний контроль, який здійснюється тестуванням
здійснення поточного контролю при проведенні практичних,
лабораторних, семінарських занять та дискусій
підсумковий контроль, який здійснюється у вигляді іспитів та
диференційованих заліків
Київський національний університет імені Тараса Шевченка: факультет кібернетики

78. VITAVA

Впровадження дистанційного навчання в навчальний процес
Використовується для розробки дистанційних курсів з соціальної
статистики та теорії ймовірностей.
Систему апробовано на факультетах
кібернетики,
соціології,
психології
Київського національного університету імені Тараса Шевченка.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

79. VITAVA

Дистанційний курс “Соціальна статистика”
Київський національний університет імені Тараса Шевченка: факультет кібернетики

80. VITAVA

Дистанційний курс “Теорія ймовірностей”
Київський національний університет імені Тараса Шевченка: факультет кібернетики

81. VITAVA

Перспективи
Розробляються курси:
математична статистика
актуарна математика
аналіз даних
Система VITAVA та ії наповнення можуть бути впроваджені
у вищих навчальних закладах України.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

82. СППР “Аналіз демографічних процесів”

Мета
Розробка системи підтримки прийняття рішень (СППР) для
сценарного аналізу міграційних процесів з використанням
геоінформаційних технологій.
Актуальність
СППР – складова частина комп'ютерної системи моніторингу
демографічних процесів, системи спостереження, збору,
обробки, передачі, зберігання і аналізу інформації та розробки
науково обґрунтованих рекомендацій для прийняття
комплексних управлінських рішень.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

83. СППР “Аналіз демографічних процесів”

Застосування
Державні інформаційні центри, що вирішують задачі,
пов’язані із:
демографічними проблемами
ринком праці
розробкою та оцінюванням ефективності соціально-економічних
програм
моніторингом соціально-економічних та демографічних процесів
Київський національний університет імені Тараса Шевченка: факультет кібернетики

84. СППР “Аналіз демографічних процесів”

Моделі і методи:
• модель керування демографічними процесами на основі системи
лінійних диференціальних рівнянь
• методи оптимізації процесів, що описуються рівняннями з частинними
та звичайними похідними
• апроксимація функції корисності регіонів
• числовий аналіз розв’язків багатовимірної задачі
Досліджувалося керування:
• міжрегіональним міграційним процесом при зміні рівня функції
корисності та мінімізації ризиків процесів перенаселення або
недостатньої щільності населення
• міжрегіональним міграційним процесом через розв’язання задачі
швидкодії оптимального керування динамічною системою та
мінімізації ризиків соціальної напруги
Київський національний університет імені Тараса Шевченка: факультет кібернетики

85. СППР “Аналіз демографічних процесів”

Графіка
Київський національний університет імені Тараса Шевченка: факультет кібернетики

86. СППР “Аналіз демографічних процесів”

Візуалізація результатів
Київський національний університет імені Тараса Шевченка: факультет кібернетики

87. Математичні методи та інформаційні технології у вимірю-вально-обчислювальних системах надвисокої роздільності

Математичні методи та інформаційні технології у вимірю-вальнообчислювальних системах надвисокої роздільності
• Прилад + Комп’ютер + Людина = Новий Прилад + Нові Можливості
Київський національний університет імені Тараса Шевченка: факультет кібернетики

88. Прилад + Комп’ютер + Людина = Новий Прилад + Нові Можливості

Мета
Розробка:
• теоретичних основ обробки та інтерпретації збурених
результатів
вимірювань
на
абстрактний
випадок
операторної моделі процесу вимірювань
• практичних методів редукції вимірювань до обчислень при
відомій та невідомій моделях процесу вимірювань, які
застосовуються при наявності або відсутності стабільності
статистичних показників збурень
Київський національний університет імені Тараса Шевченка: факультет кібернетики

89. Прилад + Комп’ютер + Людина = Новий Прилад + Нові Можливості

Актуальність
• Задача аналізу та інтерпретації результатів вимірювань виникає
у нових сферах, особливості яких змушують враховувати в
моделі можливість комп’ютерної обробки та вплив людини на
результат
• Не завжди є можливість фізично створити прилад з необхідними
характеристиками
• Шляхом інтелектуальної обробки результатів експерименту,
одержаних на реальному приладі, можливо без великих
економічних затрат отримати новий прилад з новими
покращеними можливостями
Київський національний університет імені Тараса Шевченка: факультет кібернетики

90. Прилад + Комп’ютер + Людина = Новий Прилад + Нові Можливості

Галузі застосування
медицина
біологія
гідро- і радіолокація
геодезія
геологія
дослідженні земної поверхні з космосу
нанофізика
нанотехнологія
Київський національний університет імені Тараса Шевченка: факультет кібернетики

91. Прилад + Комп’ютер + Людина = Новий Прилад + Нові Можливості

Переваги
Можливість розв’язувати задачі обробки вимірювань при:
• складній або частково відомій структурі реального
вимірювального приладу
• нестабільних статистичних характеристиках збурень даних
Апробація
Розв’язано задачу моделювання роботи газоаналітичної
сенсорної системи (ГСС).
В експерименті використовувалась дані ГСС «ЕН-1» Інститут фізики напівпровідників НАН України.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

92. Прилад + Комп’ютер + Людина = Новий Прилад + Нові Можливості

Моделювання роботи ГСС (обчислювальний експеримент)
Кількість сенсорів в ГСС = 8
Кількість одорантів = 10
Модель приладу – невідома
Розпізнавання одоранта № 10
Київський національний університет імені Тараса Шевченка: факультет кібернетики

93. Автоматизація міркувань

• Система автоматизації дедукції (САД)
Київський національний університет імені Тараса Шевченка: факультет кібернетики

94. Система автоматизації дедукції (САД)

Мета
Автоматизація наукової й освітньої діяльності теоретичних і
прикладних досліджень в рамках програми Алгоритм
Очевидності (Evidence Algorithm),
Програму було запропоновано В.М. Глушковим для
створення засобів дедуктивної та аналітичної обробки
комп'ютерних знань, поданих близькою до природної
формальною мовою.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

95. Система автоматизації дедукції (САД)

Актуальність
Ефективність практичних застосувань інформаційних технологій
залежить від методів автоматизації міркувань, які необхідні для
проведення логічних умозаключень.
Основами є:
• машинні методи пошуку логічного виводу в сигнатурі початкової
формальної теорії
• лінгвістичні засоби представлення теорій у вигляді, зручному для
користувача, з застосування напівформальних мов, близьких до
відповідних фрагментів природної мови
Київський національний університет імені Тараса Шевченка: факультет кібернетики

96. Система автоматизації дедукції (САД)

Галузі застосування
• Автоматизація міркувань
• Перевірка коректності математичних
(та інших формалізованих) текстів
• Дистанційне навчання математичним дисциплінам
• Виділення знань з математичних праць
• Створення баз формалізованих знань
• Перевірка коректності протоколів (криптографічних,
комунікаційних й т.п.)
• Верифікація програмного та апаратного забезпечення
Київський національний університет імені Тараса Шевченка: факультет кібернетики

97. Система автоматизації дедукції (САД)

Переваги
- САД є однією із провідних світових систем допомоги
людині в інтелектуальній (математичній) діяльності.
- За низкою прийнятих рішень і характеристик САД
перевершує їх.
- САД не має аналогів в Україні.
Апробація
Проведено ряд експериментів по верифікації реальних
математичних текстів.
Київський національний університет імені Тараса Шевченка: факультет кібернетики

98. Система автоматизації дедукції (САД)

Основні результати
Розроблено лінгво-дедуктивний підхід для здійснення автоматизації міркувань
з метою підтримки інтелектуальної діяльності людини в різних галузях.
Версія здійснює автоматичний пошук виведень в логіці 1-го порядку та
верифікує математичні тексти, подані природною формальною мовою.
Реалізовано онлайновий доступ до системи САД, яку розміщено на сервері
факультету кібернетики Київського національного університету імені Тараса
Шевченка
Київський національний університет імені Тараса Шевченка: факультет кібернетики