Computer systems and information technologies最新文献

{"title":"AUTOMATED SYSTEM FOR DETERMINING SPEED OF CARS AHEAD","authors":"Olga Pavlova, Ada Bilinska, Andrii Holovatiuk, Yaroslav Binkovskyi, Denys Melnychuk","doi":"10.31891/csit-2023-3-4","DOIUrl":"https://doi.org/10.31891/csit-2023-3-4","url":null,"abstract":"number of accidents, researchers and engineers are constantly working on the introduction of new technologies. One of the significant innovations is the speed control system based on traffic cameras use. This paper gives a detailed overview of speed control systems role and importance on the roads. The principles of its operation, advantages, as well as methods of increasing the efficiency of this system in order to achieve optimal results in speed control and ensuring road safety are also analyzed in detail.","PeriodicalId":353631,"journal":{"name":"Computer systems and information technologies","volume":"68 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-09-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139334626","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"IMPROVING THE QUALITY OF SPAM DETECTION OF COMMENTS USING SENTIMENT ANALYSIS WITH MACHINE LEARNING","authors":"Oleksandr Iermolaiev, I. Kulakovska","doi":"10.31891/csit-2023-1-6","DOIUrl":"https://doi.org/10.31891/csit-2023-1-6","url":null,"abstract":"Nowadays, people spend more and more time on the Internet and visit various sites. Many of these sites have comments to help people make decisions. For example, many visitors of an online store check a product’s reviews before buying, or video hosting users check at comments before watching a video. However, not all comments are equally useful. There are a lot of spam comments that do not carry any useful information. The number of spam comments increased especially strongly during a full-scale invasion, when the enemy with the help of bots tries to sow panic and spam the Internet. Very often such comments have different emotional tone than ordinary ones, so it makes sense to use tonality analysis to detect spam comments. The aim of the study is to improve the quality of spam search by doing sentiment analysis (determining the tonality) of comments using machine learning. As a result, an LSTM neural network and a dataset were selected. Three metrics for evaluating the quality of a neural network were described. The original dataset was analyzed and split into training, validation, and test datasets. The neural network was trained on the Google Colab platform using GPUs. As a result, the neural network was able to evaluate the tonality of the comment on a scale from 1 to 5, where the higher the score, the more emotionally positive the text and vice versa. After training, the neural network achieved an accuracy of 76.3% on the test dataset, and the RMSE (root mean squared error) was 0.6478, so the error is by less than one class. With using Naive Bayes classifier without tonality analysis, the accuracy reached 88.3%, while with the text tonality parameter, the accuracy increased to 93.1%. With using Random Forest algorithm without tonality analysis, the accuracy reached 90.8%, while with the text tonality parameter, the accuracy increased to 95.7%. As a result, adding the tonality parameter increased the accuracy for both models. The value of the increase in accuracy is 4.8% for the Naive Bayes classifier and 4.9% for the Random Forest. \u0000 ","PeriodicalId":353631,"journal":{"name":"Computer systems and information technologies","volume":"104 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"115228554","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"EMERGENCY NOTIFICATION COMPUTER SYSTEM VIA TELECOMUNICATION EQUIPMENT OF THE ORGANIZATION’S LOCAL NETWORK","authors":"Sergii Bozhatkin, Viktoriia Guseva-Bozhatkina, Tetyana Fariona, V. Burenko, Bohdan Pasiuk","doi":"10.31891/csit-2023-1-3","DOIUrl":"https://doi.org/10.31891/csit-2023-1-3","url":null,"abstract":"In the event of an emergency, there are still actions that people must take to save themselves. Currently, everyone has a mobile phone. Almost all establishments have an open Wi-Fi network. A model of the system that, when connected to the network, informs about the threats that have arisen and the actions that citizens must take to avoid damage. The alert system works around the clock. It complements the existing fire alarm and security systems. In the course of the work, an analysis of the existing models of cybersecurity threats for warning systems in emergencies was carried out, which showed that the requirements for the civil protection warning system currently need to be modernized. Therefore, the purpose of the work is to design and develop an extended cybersecurity threat model. The key aspects of the cybersecurity threat model are identified. A model of an intruder of such a warning system is presented. An extended cybersecurity threat model has been built using the Cyber Kill Chain.","PeriodicalId":353631,"journal":{"name":"Computer systems and information technologies","volume":"121 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121539039","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"АНАЛІЗ ІНСТРУМЕНТІВ ТЕСТУВАННЯ ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ ВІДПОВІДНО ДО РІВНІВ ТЕСТУВАННЯ","authors":"Ірина Засорнова, Тетяна Говорущенко, Олег Войчур","doi":"10.31891/csit-2023-1-5","DOIUrl":"https://doi.org/10.31891/csit-2023-1-5","url":null,"abstract":"Останнім часом програмне забезпечення (ПЗ) інтенсивно використовується майже в усіх галузях підприємництва. Тестування є невід'ємним процесом життєвого циклу програмного забезпечення, під час якого доводиться, власне, відповідність ПЗ заданим вимогам і потребам замовника, тим самим забезпечується якість ПЗ. В статті проведено аналіз інструментів для тестування ПЗ з узагальненням їх по рівнях тестування.\u0000Дослідження показало, що існує ряд досліджень, спрямованих на огляд і класифікацію інструментів тестування ПЗ. Коректний вибір інструментів для тестування ПЗ є одним із життєво важливих елементів для забезпечення якості усього проєкту. Проте більшість робіт у галузі тестування зосереджені на описі методів тестування без прямого підключення до інструментів, які базуються на цих методах.\u0000Підхід фахівця до тестування ПЗ вимагає додаткової інформації про доступні на даний момент інструменти тестування. Із зростаючою складністю програмних продуктів та коротшими циклами розробки стає очевидним, що ручне тестування не може забезпечити рівень якості, необхідний для ринку. Неправильний вибір інструментів тестування для проєкту призводить до неадекватних вимірювань якості або заміни інструментів під час проєкту. Як неправильний вибір, так і зміна інструментів тестування в процесі розробки впливають на якість програмного продукту і, як наслідок, на успіх проєкту в цілому. Класифікатори, які розглянуто у роботі, можна використовувати для відповідного вибору інструментів тестування ПЗ. З одного боку, це може бути корисним для орієнтації в широкому предметному полі тестування, скорочуючи час, необхідний спеціалістам для пошуку вірного рішення. З іншого боку, його можна використати як короткий вступ до галузі тестування, що швидко розвивається, і доступних інструментів тестування для тих, хто не є експертом у цій галузі. Проведена класифікація може бути застосована для тестування різноманітних програмних проєктів, залежно від виду ПЗ та методології розробки.","PeriodicalId":353631,"journal":{"name":"Computer systems and information technologies","volume":"341 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"134051138","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"ОРГАНІЗАЦІЯ ЗМАГАНЬ З ВИКОРИСТАННЯМ МУЛЬТИАГЕНТНИХ ТЕХНОЛОГІЙ ТА МОДИФІКОВАНОГО МЕТОДУ БОРДА","authors":"","doi":"10.31891/csit-2023-1-4","DOIUrl":"https://doi.org/10.31891/csit-2023-1-4","url":null,"abstract":"Хакатони дозволяють зібрати на одному майданчику одночасно: найбільші промислові компанії країни, вендорів технологій зі стрімко мінливого середовища на ринках, молодих розробників (у тому числі студентів), інженерів з досвідом роботи в IT-сфері або у конкретно затребуваних технологіях.\u0000Проаналізовано поточний стан етапів організації хакатону для вдосконалення підходу до підвищення соціальної інтеграції учасників. Досліджено статистичні показники ймовірності появи вакансій протягом періоду після хакатону та плинності кадрів, надані спонсорами хакатонів за сферами діяльності.\u0000Розглянуто методи визначення переможця в різних системах конкурсного відбору. Особливу увагу приділено особливостям турнірних систем, які використовуються на чемпіонатах з кіберспорту. Детально розглянуто особливості застосування олімпійської системи організації ІТ-спортивних заходів, зважаючи на те, що кіберспорт неухильно наближається до того, щоб стати включеним у програму Олімпіади 2024. Пропонується система відбору переможців на основі модифікованого методу Борда, яка складається з двох або максимум трьох турів і не залежить від кількості учасників.\u0000У статті описано алгоритм моніторингу воронки продажів із кількома агентами (MASFM). Алгоритм MASFM дозволяє ефективно шукати спонсорство, оскільки він допомагає виявити близько 16–23 % нових спонсорів за статистикою за останні 2 роки. У програмній архітектурі платформи онлайн-хакатонів реалізовано реальний сценарій збільшення продуктивності в 15 разів, що не потребує серйозного рефакторингу та складних змін коду. Крім того, застосовані послідовні кроки можуть знизити вартість такої загальновживаної  в онлайн-хакатонах інфраструктури, як Heroku.\u0000В результаті реалізована ефективна архітектура програмного забезпечення, що дозволяє зменшити максимальний час відповіді до 3 секунд, а продуктивність платформи онлайн-хакатону збільшити з 71 до 94 запитів на секунду. Подальше покращення функціональності платформи онлайн-хакатону можливо завдяки імплементації в розглянуту архітектуру мікросервісів.","PeriodicalId":353631,"journal":{"name":"Computer systems and information technologies","volume":"14 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116636476","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"WAYS TO DETERMINE THE RANGE OF KEYWORDS IN A FREQUENCY DICTIONARY FOR TEXT CLASSIFICATION","authors":"Olesia Barkovska, Dmytro Mohylevskyi, Yuliia Ivanenko, Dmytro Rosinskiy","doi":"10.31891/csit-2023-1-2","DOIUrl":"https://doi.org/10.31891/csit-2023-1-2","url":null,"abstract":"The paper is devoted to the actual problem of classifying textual documents of the collection by characteristic features, which is used for classifying news, reviews, determining the emotional tone of the text, as well as for forming catalogs of scientific, academic and research works. The paper proposes an approach for determining the significant words of a document for their further use as a feature vector in the classification process. In the course of the work, the author's keywords were identified, a partial dictionary was built, and the correlation between the author's keywords and the list of ordered words of the frequency dictionary based on the TF method, which also includes the author’s keywords, was analyzed. The determination of the range and percentage of significant words allows for further classification of scientific and research papers when forming thematic catalogs even in the absence of a list of author's keywords that can be used for classification. The results show that the use of the entire input range of frequency dictionary words is redundant and leads to a longer classification time.","PeriodicalId":353631,"journal":{"name":"Computer systems and information technologies","volume":"13 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131714374","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"БУСТИНГОВІ МЕТОДИ МАШИННОГО НАВЧАННЯ ДЛЯ ПРОГНОЗУВАННЯ УСПІШНОСТІ ВСТУПУ АБІТУРІЄНТІВ ЗВО УКРАЇНИ","authors":"Христина Зуб, Павло Жежнич","doi":"10.31891/csit-2023-1-11","DOIUrl":"https://doi.org/10.31891/csit-2023-1-11","url":null,"abstract":"Існує постійна та зростаюча потреба закладів вищої освіти (ЗВО) у забезпеченні належного та якісного супроводу вступної кампанії за допомогою інформаційних систем та технологій. Тенденції на ринку праці, ненадійність і неякісність джерел), велика кількість правил прийому можуть ускладнити процес вступу абітурієнта. Як наслідок, є ризик того, що абітурієнт не зможе зробити правильний вибір та якісно оцінити шанси на вступ. Тож, у даній роботі розглядається завдання підвищення шансів абітурієнта прийняти ефективне рішення на етапі вибору освітньої програми. Ефективність таких систем значною мірою базується на точності їх інтелектуальних компонентів. У  цій статті досліджується ефективність бустингових методів машинного навчання  для вирішення проблеми прогнозування вступу за допомогою завдань бінарної класифікації. Ми оцінюємо такі точність роботи таких методів машинного навчання, як Gradient Boosting, Adaptive Boosting (AdaBoost) і eXtreme Gradient Boosting (XGBoost). Для більш детальної оцінки досліджуваних методів також представлено порівняння з методом опорних векторнів і логістичною регресією. Моделювання проводилось за допомогою програмного забезпечення «Orange». Роботу досліджуваних методиів було змодельовано на основі вибірки архівних даних, яка склала 9657 записів даних абітурієнтів денної форми навчання двох навчально-наукових інститутів Національного університету «Львівська політехніка». Вибірку випадковим чином було розподілено на навчальну та тестову вибірки у співвідношенні 80% до 20%. Для забезпечення достовірності отриманого результату роботу кожного з досліджуваних методів піддавали 10-кратній крос-валідації. Для аналізу результатів використано такі показники точності як Classification accuracy (AUC), Precision, Recall, F1 score. Експериментально встановлено, що найвища точність досягається при використанні XGBoost. Отримані результати досить точні. Це дає можливість використовувати досліджувані методи на наступних етапах побудови інформаційної системи підтримки прийняття рішень абітурієнтами.","PeriodicalId":353631,"journal":{"name":"Computer systems and information technologies","volume":"51 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121271721","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"AUGMENTED REALITY BASED INFORMATION TECHNOLOGY FOR OBJECTS 3D MODELS VISUALIZATION","authors":"Olga Pavlova, Andriy Bashta, Mykola Kovtoniuk","doi":"10.31891/csit-2023-1-9","DOIUrl":"https://doi.org/10.31891/csit-2023-1-9","url":null,"abstract":"At the current stage of IT industry development, augmented reality is of interest both from the side of science and from the business side, since it is an advanced and newest tool for introducing a new immersive user experience. Today there are plenty ready-to-use applications that use AR for business, educational, medical and other purposes. Augmented Reality is currently one of the most popular upcoming technologies most commonly known for its use within games and advertising. By combining three-dimensional modelling with augmented reality, it could be possible to obtain new user friendly applications for the representing 3D models of objects in real time and in real size. The topic of research in the field of augmented reality is currently relevant both for science and for the business industry.\u0000The paper proposes a multifunctional information system for three-dimensional models visualization in augmented reality, which is implemented in the form of a cross-platform mobile application. The proposed information system uses a device camera as a mean of object visualization and provides quick reproduction of the selected from the application`s database model in augmented reality in real size and in real time.\u0000The developed application works quite well, has a user friendly and intuitive interface and allows user to add own models, that makes this tool multipurpose.Test 3D models have been created for conducting experiments for verification the proposed information system operation.\u0000The further efforts of the authors will be directed to improving the existing algorithms for extending the current functionality of the proposed tool for 3D objects models visualization in augmented reality and application of the developed tool for real-life needs, such as digitization and visualization of museum exhibits and archaeological artifacts of Khmelnytskyi region.","PeriodicalId":353631,"journal":{"name":"Computer systems and information technologies","volume":"75 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131047420","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"FORECASTING THE EXCHANGE RATE OF THE UKRAINIAN HRYVNIA USING MACHINE LEARNING METHODS","authors":"V. Pryimak, Bohdan Bartkiv, O. Holubnyk","doi":"10.31891/csit-2023-1-10","DOIUrl":"https://doi.org/10.31891/csit-2023-1-10","url":null,"abstract":"This article describes the concept of currency exchange rate and the typology of various factors that influence it. A multifactor regression model was constructed to investigate the influence of factors on the exchange rate of the Ukrainian hryvnia and to forecast the dynamics of this rate based on the studied factors using Data Science technologies. \u0000The purpose of this work is to study the peculiarities of the formation of the exchange rate of the Ukrainian hryvnia, the characteristics of the influence of various external factors on this rate, and the creation of an effective forecasting model of the Ukrainian national currency rate, based on a certain number of fundamental financial and economic factors that influence this rate. \u0000Macroeconomic indicators that theoretically have an impact on the dynamics of the currency exchange rate were chosen to build the model. Data on the exchange rate of the Ukrainian hryvnia to the US dollar and economic indicators for selected factors were collected from 2010 to September 2022. During the implementation of the task, the collected data was processed, brought into a uniform form, and normalized. Machine learning methods were used for regression modeling, specifically the XGBoost gradient boosting method. \u0000As a result, a retrospective forecast of the Ukrainian hryvnia exchange rate was obtained, based on factor variables, and an estimate of the impact of each selected feature on the currency exchange rate was calculated. The scientific novelty of this work lies in the application of modern machine learning methods and technologies for the analysis, modeling, and forecasting of the exchange rate of the Ukrainian national currency. \u0000The practical significance of this article lies in the possibility of using the proposed approaches to forecasting the exchange rate of the Ukrainian hryvnia with the use of machine learning methods by all interested parties, including financial institutions of Ukraine, to achieve stability of the national currency, which in turn will affect the development of the national economy as a whole and the welfare of the population of the country.","PeriodicalId":353631,"journal":{"name":"Computer systems and information technologies","volume":"693 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"134535826","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"A NEW INFORMATION SYSTEM FOR ROAD SURFACE CONDITION CLASSIFICATION USING MACHINE LEARNING METHODS AND PARALLEL CALCULATION","authors":"L. Mochurad, Andrii Ilkiv, O. Kravchenko","doi":"10.31891/csit-2023-1-7","DOIUrl":"https://doi.org/10.31891/csit-2023-1-7","url":null,"abstract":"Modern information systems are increasingly used in various areas of our life. One of these is the quality control of the condition of the road surface in order to carry out repair work on time if necessary. The machine learning method can facilitate the control process, which was demonstrated in this work. \u0000Analyzing the road surface condition using image classification requires much pre-classified data and decent computing power. As the modern need for proper quality control of the road surface is high, it is possible to analyze using sensor-recorded data in tabular form and machine learning methods, which should show high accuracy of the classification results. Development and research of an information system for classifying the condition of the road surface were described in this paper, including ways for optimizing similar approaches and improving the results obtained through the use of a greater number of features, in particular, taking into account not only the speed indicators at the given time of the car's movement but also the performance indicators of internal combustion engine. As a result, an information system was developed that classifies the road surface condition using features obtained from various types of sensors and recorded in tabular form. Machine learning methods such as Random Forest, Decision Tree, Support Vector Method, and AutoML library were used to compare accuracy results using a large set of artificial intelligence methods. The best results were obtained using the Random Forest ensemble machine learning method. The analysis of the classifier according to various parameters was carried out, and a search for the best hyperparameters was performed. At the same time, achieving a 91.9% accuracy of road surface condition classification was possible. Parallel calculations were used during model training. As a result, training time was decreased by 5 times with the use of the CPU and by 51 times with the help of the GPU.","PeriodicalId":353631,"journal":{"name":"Computer systems and information technologies","volume":"21 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114863734","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}