Користувач: Serhii Vladov
Вантажиться...
Дата народження
Дослідницькі проекти
Структурні одиниці
Посада
Прізвище
Ім'я
Ім'я
Serhii Vladov
8 результатів
Результати пошуку
Зараз показуємо 1 - 8 з 8
Публікація Neural network method for identifying potential defects in complex dynamic objects(CITI’2024: 2nd International Workshop on Computer Information Technologies in Industry 4.0 ( Ternopil, Ukraine, 12-14 June 2024). – Ternopil, 2024. – Vol. 3742. – Paper 4, 2024) Vysotska, V.; Lytvyn, V.; Vladov, S. I.; Владов, С. І.; Yakovliev, R. P.; Яковлєв, Р. П.; Volkanin, Ye. Ye.; Волканін, Є. Є.; Serhii VladovРобота присвячена розробці нейромережевого методу ідентифікації потенційних дефектів складних динамічних об'єктів, таких як, наприклад, турбовальні двигуни вертольотів.Публікація Гендерні стереотипи та їхній вплив на stem-освіту: аналіз, виклики та перспективи з погляду нових горизонтів державної безпеки України(Міжнародна та національна безпека: теоретичні і прикладні аспекти : матеріали VІІІ Міжнар. наук.- практ. конф. (м. Дніпро, 15 берез. 2024 р.) : у 2-х ч. – Дніпро : ДДУВС, 2024. – Ч. І. – С. 353-355, 2024) Владов, С. І.; Vladov, S. I.; Рудь, Ю. Л.; Rud, Yu. L.; Serhii VladovПроаналізовано, що у сучасному світі STEM-освіта відіграє ключову роль у технологічному розвитку та інноваціях, але гендерні стереотипи значно обмежують участь жінок, що становлять лише 33% науковців, особливо у сферах цифрових технологій, комп'ютерної техніки, фізики, математики та інженерії, де їх лише 22%, що перешкоджає розвитку інноваційного та конкурентоспроможного суспільства.Публікація Аналіз потенціалу застосування нейромережевих технологій в авіаційній галузі(Авіація, промисловість, суспільство : матеріали V міжнар. наук.-практ. конф. (м. Кременчук, 16 трав. 2024 р.). – Харків : ХНУВС, 2024. – С. 222-227, 2024) Владов, С. І.; Vladov, S. I.; Serhii VladovРозглянуто основні напрямки застосування нейромережевих технологій в авіаційній галузі. Показано приклад розв’язання задачі ідентифікації багаторежимної моделі ГТД вертольотів (на прикладі шести вихідних параметрів, що обчислюються за математичною моделлю). Показано, що похибка ідентифікації параметрів ГТД вертольотів за допомогою нейромережевих моделей не перевищує 1 %.Публікація Гендерні стереотипи та їх вплив на STEM-освіту: аналіз, виклики та перспективи з погляду нових горизонтів державної безпеки України(Авіація, промисловість, суспільство : матеріали V міжнар. наук.-практ. конф. (м. Кременчук, 16 трав. 2024 р.). – Харків : ХНУВС, 2024. – С. 365-367, 2024) Владов, С. І.; Vladov, S. I.; Рудь, Ю. Л.; Rud, Yu. L.; Serhii VladovПроаналізовано, що у сучасному світі STEM-освіта відіграє ключову роль у технологічному розвитку та інноваціях, але гендерні стереотипи значно обмежують участь жінок, що становлять лише 33% науковців, особливо у сферах цифрових технологій, комп'ютерної техніки, фізики, математики та інженерії, де їх лише 22%, що перешкоджає розвитку інноваційного та конкурентоспроможного суспільства.Публікація Neural Network Signal Integration from Thermogas-Dynamic Parameter Sensors for Helicopters Turboshaft Engines at Flight Operation Conditions(Sensors. – 2024. – Vol. 24, № 13. – Art. 4246, 2024) Vladov, S. I.; Владов, С. І.; Scislo, L.; Sokurenko, V. V.; Сокуренко, В. В.; Muzychuk, O. M.; Музичук, О. М.; Vysotska, V.; Osadchy, S.; Sachenko, A.; Valerii Sokurenko; Serhii VladovОсновними положеннями статті є розробка та застосування методу нейронної мережі для інтегрування сигналів термогазодинамічних параметрів гелікоптерних турбовальних двигунів. Це дозволяє ефективно коригувати дані датчика в режимі реального часу, забезпечуючи високу точність і надійність показань. Розроблено нейронну мережу, яка об’єднує замкнуті цикли для параметрів турбовального двигуна вертольота, які регулюються на основі методу фільтрації. Це дозволило досягти майже 100% (0,995 або 99,5%) точності та знизило функцію втрат до 0,005 (0,5%) після 280 епох навчання. Розроблено алгоритм навчання нейронної мережі на основі помилок зворотного розповсюдження для замкнутих циклів, інтегруючи параметри турбовального двигуна вертольота, регульовані на основі методу фільтрації. Він поєднує в собі підвищення точності набору валідації та контроль переобладнання, враховуючи динаміку помилок, що зберігає здатність до узагальнення моделі. Адаптивний тренувальний курс покращує адаптацію до змін даних і умов навчання, підвищуючи продуктивність. Математично доведено, що параметри турбовального двигуна вертольота, які регулюють замкнуту нейронну мережеву інтеграцію методом фільтрації, порівняно з традиційними фільтрами (медіанно-рекурсивним, рекурсивним і медіанним), значно підвищують ефективність. Крім того, це дозволяє зменшити помилки 1-го і 2-го типів: у 2,11 рази порівняно з медіанно-рекурсивним фільтром, у 2,89 рази порівняно з рекурсивним фільтром і в 4,18 рази порівняно з медіанним фільтром. Досягнуті результати значно підвищують точність показань датчиків турбовального двигуна вертольота (до 99,5%) і надійність, забезпечуючи ефективну і безпечну роботу літака завдяки вдосконаленим методам фільтрації та інтеграції даних нейронної мережі. Ці досягнення відкривають нові перспективи для авіаційної промисловості, покращуючи ефективність експлуатації та загальну безпеку польотів вертольотів за допомогою передових технологій обробки даних.Публікація Modified neural network method for stabilizing multi-rotor unmanned aerial vehicles(COLINS-2023 : 7th International Conference on Computational Linguistics and Intelligent Systems (Kharkiv, Ukraine, 20-21 April 2023), 2023) Vladov, S. I.; Владов, С. І.; Shmelov, Yu. M.; Шмельов, Ю. М.; Yakovliev, R. P.; Яковлєв, Р. П.; Khebda, A. S.; Хебда, А. С.; Brusakova, O. V.; Брусакова, О. В.; Оксана Брусакова; Serhii VladovРобота присвячена розробці нейромережевого методу стабілізації багатогвинтових безпілотних літальних апаратів за трьома кутами стабілізації (крену, повороту, тангажу), який базується на гібридній нейросхемі керування з емулятором і контролером. Відмінною особливістю розробленого методу від існуючого є використання рекурентного багатошарового персептрона RMLP, що дає змогу розв’язувати задачу в умовах польоту безпілотного літального апарату.Публікація Нейромережевий метод параметричної адаптації параметрів бортової системи автоматичного управління авіаційних двигунів вертольотів(Авіація, промисловість, суспільство : матеріали ІV Міжнар. наук.-практ. конф. (м. Кременчук, 18 трав. 2023 р.). – Кременчук - Харків : ХНУВС, 2023. – С. 255-257, 2023) Владов, С. І.; Vladov, S. I.; Щербина, Д. О.; Shcherbyna, D. O.; Пономаренко, А. В.; Ponomarenko, A. V.; Шаповал, А. О.; Shapoval, A. O.; Serhii Vladov; Анатолій ПономаренкоЗапропоновано дослідження, спрямованого на створення адаптивних алгоритмів моніторингу авіаційних ГТД вертольотів, що дозволить з високою точністю ідентифікувати параметри двигуна за умов зовнішніх і внутрішніх перешкод.Публікація Нейромережева бортова інформаційна модель авіаційних двигунів вертольотів(Авіація, промисловість, суспільство : матеріали ІV Міжнар. наук.-практ. конф. (м. Кременчук, 18 трав. 2023 р.). – Кременчук - Харків : ХНУВС, 2023. – С. 252-254, 2023) Владов, С. І.; Vladov, S. I.; Дроздова, С. П.; Drozdova, S. P.; Олексієнко, Е. С.; Oleksiienko, E. S.; Serhii Vladov; Світлана ДроздоваНаголошено, що перспективним напрямком є розробка інформаційного нейромережевого методу ідентифікації термогазодинамічних параметрів робочого процесу авіаційних ГТД вертольотів безперервно в режимі реального часу (в режимі польоту вертольоту).