Видання зареєстровані авторами шляхом самоархівування
Permanent URI for this communityhttps://devessuir.sumdu.edu.ua/handle/123456789/1
Browse
5 results
Search Results
Item Науковий твір "Аналіз впливу продуктивності кіберспортивної команди на результати кіберспортивних матчів із використанням технологій інтелектуального аналізу даних"(УКРНОІВІ, 2023) Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn Hryhorovych; Койбічук, Віталія Василівна; Койбичук, Виталия Васильевна; Koibichuk, Vitaliia Vasylivna; Яценко, Валерій Валерійович; Яценко, Валерий Валерьевич; Yatsenko, Valerii Valeriiovych; Діденко, Ірина Вікторівна; Диденко, Ирина Викторовна; Didenko, Iryna Viktorivna; Доценко, Тетяна Віталіївна; Доценко, Татьяна Витальевна; Dotsenko, Tetiana VitaliivnaІндустрія кіберспорту є міжнародною соціокультурною сферою, яка останнім часом почала активно розвиватися і в Україні. Кіберспорт визнаний світовим співтовариством як повноцінний вид спорту, що є невід’ємною частиною сучасної культури. У багатьох країнах світу кіберспорт має державну підтримку, змагання високого рівня та відповідні освітні програми. У 2020 році в Україні кіберспорт також було визнано офіційним видом спорту, а у серпні 2021 року Україна вперше приймала у себе чемпіонат Європи з кіберспорту. З метою аналізу впливу продуктивності кіберспортивної команди на результати кіберспортивних матчів проведено дослідження за допомогою розроблених із використанням технологій інтелектуального аналізу даних пакета SAS Enterprise Miner прогнозних моделей у вигляді дерева рішень, логістичної регресії та нейронної мережі. Проведене дослідження дозволило проаналізувати, як саме показники продуктивності кіберспортивної команди впливають на результати матчів кіберспортивної дисципліни League of Legends, та обґрунтувати використання нейронної мережі як найкращого предиктора результатів кіберспортивних матчів, метою якого є надання порад гравцям щодо того, як змінити стратегію гри, в якій вони зазнають поразки.Item Науковий твір "Розроблення моделей прогнозування цін фінансових активів за допомогою методів машинного навчання та статистичного аналізу"(УКРНОІВІ, 2023) Койбічук, Віталія Василівна; Койбичук, Виталия Васильевна; Koibichuk, Vitaliia Vasylivna; Боженко, Вікторія Володимирівна; Боженко, Виктория Владимировна; Bozhenko, Viktoriia Volodymyrivna; Яценко, Валерій Валерійович; Яценко, Валерий Валерьевич; Yatsenko, Valerii Valeriiovych; Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn Hryhorovych; Діденко, Ірина Вікторівна; Диденко, Ирина Викторовна; Didenko, Iryna Viktorivna; Доценко, Тетяна Віталіївна; Доценко, Татьяна Витальевна; Dotsenko, Tetiana VitaliivnaЗараз, як ніколи раніше, ми стикаємося з величезною кількістю та різноманітністю різних фінансових відносин, не тільки звичайні повсякденні фінансові операції як переказ грошей, але й купівля різних фінансових активів, будь то акції, облігації, можливо навіть криптовалюта чи NFT, все це стало частиною економічного життя світу. Люди завжди хочуть знати, що буде в майбутньому, для цього, до певного часу, люди покладалися виключно на досвід, але зараз завдяки статистичним, економічним та математичним дослідженням, людям відкрилися нові можливості для прогнозування. Для сучасних трейдерів, інвесторів, інвестиційних фондів і просто для людей, які хочуть зберегти або примножити свої гроші, варто використовувати потужні новітні методології дескриптивного аналізу, інтелектуального аналізу даних, машинного навчання, методи обробки статистичної інформації з можливістю роботи з великими даними для того, щоб бути конкурентоспроможними.Item Застосування штучного інтелекту для прогнозування детермінант світових кібертурнірів(Вісник Хмельницького національного університету, 2021) Койбічук, Віталія Василівна; Койбичук, Виталия Васильевна; Koibichuk, Vitaliia Vasylivna; Кушнерьов, Олександр Сергійович; Кушнерёв, Александр Сергеевич; Kushnerov, Oleksandr Serhiiovych; Миненко, Сергій Володимирович; Миненко, Сергей Владимирович; Mynenko, Serhii Volodymyrovych; Грек, К.А.Стрімкий розвиток інформаційних технологій та їх впровадження у повсякденне життя людей призвело до популяризації кіберспортивних турнірів, як один із видів спорту. Привернута увага не тільки гравців, а і спонсорів, інвесторів та дослідників, змушує більш серйозно ставитися до цього молодого виду спорту. Таким чином постає питання більш детального аналізу та прогнозу показників ефективності для майбутнього розвитку даної сфери. Основною метою проведеного дослідження є побудова прогнозної нейромережевої моделі для прогнозування детермінант світових кібертурнірів. Методичним інструментарієм проведеного дослідження стали моделі штучної нейронної мережі (багатошаровий персептрону MLP-архітектури з використанням алгоритму BFGS, радіальна базисна функція RBF-архітектури з використанням алгоритму RBFT. Об’єктом дослідження обрано 9 детермінант світових кібертурнірів. Побудова прогнозної моделі в статті здійснено в наступній логічній послідовності: визначено регресійна залежність кожної з детермінант від часового фактору та визначено прогнозне значення, навчання нейронних мереж за сформованою вибіркою показників, прогнозування значень детермінант світових кібертурнірів на період 2021-2025 рр. на основі побудованих нейронних мереж. Проведені розрахунки засвідчили, що до 2025 року більшість із зазначених детермінант збільшиться в порівнянні з поточним періодом. Результати проведеного дослідження можуть бути корисними для майбутніх інвесторів, кіберспортивним федераціям, а також науковцям, які займаються дослідженням даної сфери.Item Інструментарій машинного навчання для прогнозування цін фінансових активів(Закарпатський угорський інститут імені Ференца Ракоці ІІ, 2022) Койбічук, Віталія Василівна; Койбичук, Виталия Васильевна; Koibichuk, Vitaliia Vasylivna; Кочережченко, Р.Д.Описано інструментарій дескриптивного аналізу, інтелектуального аналізу даних, машинного навчання,методи обробки статистичної інформації з можливістю роботи з великими даними для для трейдерів, інвесторів, інвестиційних фондів та людей які хочуть бути спроможними на конкуренцію на ринку.Item Нейромережеве моделювання та прогнозування актуалізації кіберспортивної індустрії на світовому рівні(Вісник ХНУ, 2021) Яценко, Валерій Валерійович; Яценко, Валерий Валерьевич; Yatsenko, Valerii Valeriiovych; Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn Hryhorovych; Койбічук, Віталія Василівна; Койбичук, Виталия Васильевна; Koibichuk, Vitaliia Vasylivna; Штефан, А.В статті досліджені питання зростання зацікавленості користувачів інтернет до галузі кіберспорту. Побудовано математичні моделі нейронної мережі актуалізації кіберспортивної індустрії на світовому рівні. Виконано прогнозування на основі радіальних базисних функцій та багатошарового персептрону.