Видання зареєстровані авторами шляхом самоархівування
Permanent URI for this communityhttps://devessuir.sumdu.edu.ua/handle/123456789/1
Browse
11 results
Search Results
Item Optimizing neural networks for parameter efficiency(Sumy State University, 2024) Ude, V.S.An algorithm for optimizing the correspondence of the neural network model to the training data was proposed. The performance criteria of the neural network in the training and validation set are defined. The algorithm is implemented in software, which provides a better understanding of the step-by-step process of learning the model and implementing the optimization algorithm.Item Predicting the results of Esports matches by means of machine learning(Sumy State University, 2022) Hrytsenko, A.K.; Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn HryhorovychІндустрія кіберспорту є високорозвиненою міждисциплінарною сферою, в якій широко використовується машинне навчання. Ми вивчаємо застосування методів машинного навчання для прогнозування результатів кіберспортивних матчів. На основі кореляційного аналізу визначено вхідні змінні для прогнозування результатів кіберспортивних матчів онлайн-гри League of Legends. Пакет SAS Enterprise Miner створює прогнозні моделі у формі дерева рішень, логістичної регресії та нейронної мережі. На основі аналізу показників якості прогнозних моделей обґрунтовано використання нейронної мережі як предиктора результатів кіберспортивних матчів. Основна перевага нашого підходу полягає в тому, що він підвищує точність прогнозу за допомогою обраної найкращої моделі машинного навчання.Item Predictive modeling of the outcomes of cyber sport matches using Data Mining technologies(Хмельницький національний університет, 2021) Кузьменко, Ольга Віталіївна; Кузьменко, Ольга Витальевна; Kuzmenko, Olha Vitaliivna; Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn Hryhorovych; Яровенко, Ганна Миколаївна; Яровенко, Анна Николаевна; Yarovenko, Hanna Mykolaivna; Кушнерьов, Олександр Сергійович; Кушнерёв, Александр Сергеевич; Kushnerov, Oleksandr Serhiiovych; Hrytsenko, A.K.Кіберспортивна галузь є високорозвиненою міждисциплінарною сферою, в якій широко використовуються технології машинного навчання та штучного інтелекту. В статті досліджено питання застосування технологій Data Mining з метою прогнозування результатів кіберспортивних матчів. Розглянута методика прогнозного моделювання. На основі кореляційного аналізу визначено вхідні змінні для прогнозування результатів матчів онлайн гри League of Legends. В пакеті SAS Enterprise Miner побудовано прогнозні моделі у вигляді дерева рішень, логістичної регресії та нейронної мережі. На основі аналізу показників якості прогнозних моделей обгрунтовано використання нейронної мережі в складі предиктора результатів кіберспортивних матчів. Метою даного предиктора є надання гравцям порад про те, яким чином змінити стратегію гри, в якій вони зазнають поразки.Item Systematic bibliometric review of artificial intelligence technology in organizational management, development, change and culture(Vilnius Gedminas Technical University, 2022) Bilan, S.; Suler, P.; Скринник, Олена Вікторівна; Скрынник, Елена Викторовна; Skrynnyk, Olena Viktorivna; Krajnakova, E.; Васильєва, Тетяна Анатоліївна; Васильева, Татьяна Анатольевна; Vasylieva, Tetiana AnatoliivnaEven now, in the times of advanced digitization, the planning and implementation of many organizational meas-ures remain human-driven. Corresponding to a global trend of application of artificial intelligence in all areas of life, it has received more attention in the last few years and garnered emerging clusters of research in usage of this technology for organizational issues. Some companies already offer tools that support different management tasks in the area of organiza-tional development, but they are not holistic. According to the Google trend analysis of the search for artificial intelligence, the inquiry to this topic continues increasing. The purpose of the described investigation was to identify the academic trends in research interaction between such sci-entific fields, as Artificial Intelligence, Organizational Management, Organizational Development, Organizational Change, and Organizational Culture using bibliometric and network publication analysis. In order to achieve this purpose, we sys-tematically analysed 191 publications between 1983 and 2020 as well as cited and citing publications. The findings of this study provide important conclusions of the current research state. The insightful results are presented in the form of critical review and frame the body of knowledge.Item Systematic bibliometric review of artificial intelligence technology in organizational management, development, change and culture(Vilnius Gedminas Technical University, 2022) Bilan, S.; Suler, P.; Скринник, Олена Вікторівна; Скрынник, Елена Викторовна; Skrynnyk, Olena Viktorivna; Krajnakova, E.; Васильєва, Тетяна Анатоліївна; Васильева, Татьяна Анатольевна; Vasylieva, Tetiana AnatoliivnaEven now, in the times of advanced digitization, the planning and implementation of many organizational measures remain human-driven. Corresponding to a global trend of application of artificial intelligence in all areas of life, it has received more attention in the last few years and garnered emerging clusters of research in usage of this technology for organizational issues. Some companies already offer tools that support different management tasks in the area of organizational development, but they are not holistic. According to the google trend analysis of the search for artificial intelligence, the inquiry to this topic continues increasing. The purpose of the described investigation was to identify the academic trends in research interaction between such scientific fields, as Artificial Intelligence, Organizational Management, Organizational Development, Organizational Change, and Organizational Culture using bibliometric and network publication analysis. In order to achieve this purpose, we systematically analysed 191 publications between 1983 and 2020 as well as cited and citing publications. The findings of this study provide important conclusions of the current research state. The insightful results are presented in the form of critical review and frame the body of knowledge.Item Прогнозне моделювання результатів кіберспортивних матчів із використанням технологій data mining(Комп’ютерні системи та інформаційні технології, 2021) Кузьменко, Ольга Віталіївна; Кузьменко, Ольга Витальевна; Kuzmenko, Olha Vitaliivna; Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn Hryhorovych; Яровенко, Ганна Миколаївна; Яровенко, Анна Николаевна; Yarovenko, Hanna Mykolaivna; Кушнерьов, Олександр Сергійович; Кушнерёв, Александр Сергеевич; Kushnerov, Oleksandr Serhiiovych; Гриценко, АОстаннім часом в Україні активно розвивається індустрія кіберспорту. Кіберспорт сприяє розвитку розумових здібностей у використанні інформаційних технологій. Кіберспорт – це змагання з комп’ютерних ігор. Вона охоплює велику кількість населення та широкий спектр професій. Індустрія кіберспорту включає не лише гравців, а й розробників ігор, менеджерів команд, організаторів турнірів, маркетологів, стрімінгових компаній, численних спонсорів та державних установ. У багатьох країнах світу кіберспорт має державну підтримку, змагання високого рівня та відповідні освітні програми. У 2020 році кіберспорт був визнаний офіційним видом спорту в Україні, а в серпні 2021 року Україна вперше прийняла Чемпіонат Європи з кіберспорту. Особливо слід відзначити роль штучного інтелекту та технологій машинного навчання у розробці комп’ютерних онлайн-ігор. Кіберспортивна галузь є високорозвиненою міждисциплінарною сферою, в якій широко використовуються технології машинного навчання та штучного інтелекту. В статті досліджено питання застосування технологій Data Mining з метою прогнозування результатів кіберспортивних матчів. Розглянута методика прогнозного моделювання. На основі кореляційного аналізу визначено вхідні змінні для прогнозування результатів матчів онлайн гри League of Legends. В пакеті SAS Enterprise Miner побудовано прогнозні моделі у вигляді дерева рішень, логістичної регресії та нейронної мережі. На основі аналізу показників якості прогнозних моделей обгрунтовано використання нейронної мережі в складі предиктора результатів кіберспортивних матчів. Метою даного предиктора є надання гравцям порад про те, яким чином змінити стратегію гри, в якій вони зазнають поразки.Item Assessment of the probability of fraud in the process of lending to bank customers(Сумський державний університет, 2021) Радько, В.В,; Radko, V.V.Досліджено процес моделювання ймовірності шахрайства в процесі кредитування клієнтів банку. Був проведений аналіз поточного стану кредитних шахрайств. Проаналізовано сучасні підходи до боротьби з кредитними ризиками. Побудовано концептуальну модель для оцінки ймовірності шахрайства. Були побудовані математичні моделі, такі як логістична регресія, дерево рішень та нейронна мережа. В результаті Дерево рішень було визнано найкращим методом, який може ефективно та точно запобігти ймовірності шахрайства у процесі кредитування клієнтів банку.Item Neural network modeling of the economic and social development trajectory transformation due to quarantine restrictions during COVID-19(Centre of Sociological Research in co-operation with University of Szczecin (Poland); Széchenyi István University (Hungary); Mykolas Romeris University (Lithuania); Dubcek University of Trencín, Faculty of Social and Economic Relations (Slovak Republic), 2021) Васильєва, Тетяна Анатоліївна; Васильева, Татьяна Анатольевна; Vasylieva, Tetiana Anatoliivna; Кузьменко, Ольга Віталіївна; Кузьменко, Ольга Витальевна; Kuzmenko, Olha Vitaliivna; Kuryłowicz, M.; Летуновська, Наталія Євгенівна; Летуновская, Наталия Евгеньевна; Letunovska, Nataliia YevhenivnaThe article uses neural networks to model the effects of quarantine restrictions on the most important indicators of the country's socio-economic development. The authors selected the most relevant indicators and formed a specific sequence of its calculation to study the direction of transforming the trajectory of socio-economic development of a particular country due to quarantine restrictions. They used a multilayer MLP perceptron and networks based on radial basis functions. They chose BFGS and RBFT algorithms in neural network modeling. Collinearity study was the basis for data mining in terms of key factors of change. The author's approach is unique due to an iterative procedure of numerical optimization and quasi-Newton methods ("self-learning" and step-by-step "improvement" of neural networks). The model projected gross domestic product and the number of unemployed in the country affected by the COVID-19 pandemic over the three years.Item Forecasting the risk of money laundering through financial intermediaries(Університет банківської справи, 2020) Турсалон, М.М.; Зейналов, З.Г.; Гусейнова, А.Т.; Лєонов, Сергій Вячеславович; Леонов, Сергей Вячеславович; Lieonov, Serhii Viacheslavovych; Кузьменко, Ольга Віталіївна; Кузьменко, Ольга Витальевна; Kuzmenko, Olha Vitaliivna; Боженко, Вікторія Володимирівна; Боженко, Виктория Владимировна; Bozhenko, Viktoriia VolodymyrivnaОсновною метою проведеного дослідження є побудова прогнозної нейромережевої моделі для визначення динаміки ризику використання банківських установ для легалізації кримінальних коштів. Методичним інструментарієм проведеного дослідження стали методи експоненційного згладжування (з використанням експоненційного тренду, лінійної моделі Хольта та затухаючого тренду), 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 20 банків України. Побудова прогнозної моделі в статті здійснено в наступній логічній послідовності: визначено прогнозні значення релевантних факторів впливу на ризик залучення фінансової установи в тіньові операції; навчання нейронних мереж за сформованою вибіркою показників; прогнозування ризику використання фінансових посередників України для легалізації кримінальних доходів на період 2020-2025 рр. на основі побудованих нейронних мереж. Проведені розрахунки засвідчили, що до 2025 року лише 40% аналізованих банків України зможуть зменшити їх участь в легалізації незаконно отриманих коштів.Item Simulation of Scoring of the Bank’s Borrowers Creditworthiness(Sumy State University, 2018) Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn HryhorovychРозглянуто основні принципи кредитного скорингу. Наведено характеристики позичальників банку, використані при побудові моделей логістичної регресії, дерева рішень та нейронної мережі. Проведено вибір найякіснішої моделі