2023 рік

Permanent URI for this community

https://ir.kneu.edu.ua/handle/2010/48343

Browse

Browsing 2023 рік by Author "Ostapenko, Veronika"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Автоматизація процесів енергетичного сектору України: сучасний стан, перспективи та виклики
    (Київський національний економічний університет імені Вадима Гетьмана, 2023) Корзаченко, Ольга Володимирівна; Korzachenko, Olha; Остапенко, Вероніка О.; Ostapenko, Veronika
    Стаття присвячена дослідженню технологій автоматизації в енергетичному секторі. Обґрунтовано необхідність цифрових трансформацій для всіх учасників енергетичного ринку в контексті євроінтеграції та вразливостей внаслідок агресії. Проаналізовано особливості застосування сучасних ІТ для енергетики у різних сферах діяльності, тренди їх розвитку, переваги від імплементації та проблеми, з якими можуть зіштовхнутися енергетичні компанії під час цифрової трансформації. Дослідження фокусується на застосуванні рішень інтернету речей, хмарних обчислень, блокчейну, розумних мереж, штучного інтелекту, роботизованої автоматизації процесів. Основним внеском статті є характеристика процесів цифрової трансформації та автоматизації в українських енергетичних компаніях. Досліджено основні IT-рішення, які впровадили в свою діяльність ГК «Нафтогаз України», НЕГ «Укренерго», Група ДТЕК. Важливим фактом є те, що дані програмні продукти розробляються дочірніми ІТ-компаніями вагомих гравців енергетичного ринку країни. Виявлено проблеми, які уповільнюють процеси цифрової трансформації, та виклики, з якими треба боротися компаніям в енергетичному секторі України та надано рекомендації щодо пришвидшення процесу цифрової трансформації The article is devoted to the research of automation technologies in the energy sector. The need for digital transformations for all energy market participants in the context of European integration and vulnerabilities due to aggression is substantiated. The features of the use of modern IT for the energy industry in various spheres of activity, trends in their development, benefits from implementation and problems that energy companies may face during digital transformation are analyzed. Research focuses on the application of solutions of the Internet of Things, cloud computing, blockchain, smart networks, artificial intelligence, robotic process automation. The main contribution of the article is the description of the processes of digital transformation and automation in Ukrainian energy companies. The main IT solutions implemented in their activities by Naftogaz of Ukraine, NEG Ukrenergo, and DTEK Group were studied. An important fact is that these software products are developed by subsidiary IT companies of major players in the country’s energy market. The problems that slow down the processes of digital transformation and the challenges that companies in the energy sector of Ukraine have to deal with have been identified, and recommendations have been made to speed up the process of digital transformation
  • No Thumbnail Available
    Item
    Оптимізація транспортних задач за допомогою нейронних мереж
    (Київський національний економічний університет імені Вадима Гетьмана, 2023) Гладка, Юлія Анатоліївна; Hladka, Yuliia; Остапенко, Вероніка О.; Ostapenko, Veronika; Чугаєва, Олена Володимирівна; Chuhaieva, Olena
    В сфері логістичних систем дуже мінливий характер навколишнього середовища вносить невизначеність щодо його стану. Як наслідок, виникає необхідність вдосконалення традиційних математичних інструментів. Стаття присвячена застосуванню нейронних мереж у вирішенні логістичних задач та підбору поправкових коефіцієнтів у класичних транспортних задачах. Розглянуто вплив зовнішніх факторів на логістичні процеси. Описано використання багатошарової нейронної мережі з використанням бібліотеки Keras мови програмування Python для автоматизованого підбору необхідних параметрів на основі історичних даних та стандартних розрахунків. У статті представлено структуру та параметри нейронної мережі, досліджено її ефективність. Описується процес тренування та використання мережі для прогнозування поправкових коефіцієнтів. In the field of logistics systems, the very minimal nature of the excessive middle ground will introduce insignificance to the point where I will become. As a result, there is a need to thoroughly modernize traditional mathematical tools. The article is devoted to the establishment of neural measures in major logistics problems and the selection of correction coefficients in classical transport problems. The influx of external factors on logistics processes is examined. We describe the use of a multi-ball neural network using the Keras library and Python programming for the automated selection of necessary parameters based on historical data and standard layouts. The article presents the structure and parameters of the neural network and monitors its effectiveness. The process of training and calculating measures for predicting correction coefficients is described.