Кафедра інформатики та системології
Permanent URI for this collection
Browse
Browsing Кафедра інформатики та системології by Title
Now showing 1 - 20 of 513
Results Per Page
Sort Options
Item A comparative study of deep learning models for sentiment analysis of social media texts(CEUR Workshop Proceedings, 2022-11) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Безкоровайний, Віталій Сергійович; Безкоровайный, Виталий Сергеевич; Matviichuk, Andrii; Матвійчук, Андрій Вікторович; Матвийчук, Андрей Викторович; Pomazun, Oksana; Помазун, Оксана Миколаївна; Помазун, Оксана Николаевна; Hrabariev, Andrii; Грабарєв, Андрій Володимирович; Грабарев, Андрей Владимирович; Hostryk, OleksiiSentiment analysis is a challenging task in natural language processing, especially for social media texts, which are often informal, short, and noisy. In this paper, we present a comparative study of deep learning models for sentiment analysis of social media texts. We develop three models based on deep neural networks (DNNs): a convolutional neural network (CNN), a CNN with long short-term memory (LSTM) layers (CNN-LSTM), and a bidirectional LSTM with CNN layers (BiLSTM-CNN). We use GloVe and Word2vec word embeddings as vector representations of words. We evaluate the performance of the models on two datasets: IMDb Movie Reviews and Twitter Sentiment 140. We also compare the results with a logistic regression classifier as a baseline. The experimental results show that the CNN model achieves the best accuracy of 90.1% on the IMDb dataset, while the BiLSTM-CNN model achieves the best accuracy of 82.1% on the Sentiment 140 dataset. The proposed models are comparable to state-of-the-art models and suitable for practical use in sentiment analysis of social media texts.Item A dynamic model for evaluation of the economic cluster development strategy regarding transport component(Харківський навчально-науковий інститут ДВНЗ «Університет банківської справи», 2021) Kravchenko, Volodymyr; Кравченко, Володимир Георгійович; Кравченко, Владимир Георгиевич; Kravchenko, Tetiana; Кравченко, Тетяна Володимирівна; Кравченко, Татьяна Владимировна; Koliada, Yurii; Коляда, Юрій Васильович; Коляда, Юрий Васильевич; Soloviova, O.; Соловйова, O. О.; Vysotska, I.; Висоцька, I. І.The article presents an approach to evaluating the strategy of economic development of the cluster, which includes a dynamic economic-mathematical model and tools of adaptive modeling, in particular the formation of generalized model coefficients based on neurofuzzy model. The mechanism of obtaining estimates of generalized coefficients of the dynamic model, which influences the choice of the scenario of development of the studied clusters and the forecasted limits of possible changes of economic indicators is shown. Computer experiments of choosing the strategy of economic development of clusters (on the example of Kyiv region and Kyiv, Dnipropetrovsk and Odessa regions) and analysis of alternative scenarios of their development. According to the results of the study, the combination of a nonlinear dynamic model with a neuro-fuzzy model makes it possible to find such scenarios of economic development of the cluster that will provide a constant and balanced growth of the studied cluster. This, in turn, will provide a targeted increase in economic growth at the micro or macro levels and timely prevention of economic downturn. Представлено підхід до оцінювання стратегії економічного розвитку кластера, що включає динамічну економіко-математичну модель та інструментарій адаптивного моделювання, зокрема формування узагальнених коефіцієнтів моделі на базі нейронечіткої моделі. Це механізм отримання оцінок узагальнених коефіцієнтів динамічної моделі, який впливає на вибір сценарію розвитку досліджуваних кластерів і спрогнозовані межі можливих змін економічних показників. Проведено комп’ютерні експерименти вибору стратегії економічного розвитку кластерів (на прикладі Київської області та м. Києва, Дніпропетровської та Одеської областей) і здійснений аналіз альтернативних сценаріїв їхнього розвитку. Дослідження ґрунтується на застосуванні методів системного аналізу, а також апарату математичної статистики й економіко-математичного, адаптивного, зокрема імітаційного та нейронечіткого моделювання тощо. За результатами дослідження виявлено, що поєднання нелінійної динамічної моделі з нейронечіткою моделлю дає змогу знайти такі сценарії економічного розвитку кластера, що забезпечить постійне і збалансоване зростання показників досліджуваного кластера, забезпечить цілеспрямоване підвищення рішення економічного зростання на мікро- або макрорівні та своєчасне попередження економічного спаду.Item Application of DNNs to multimodal data processing tasks (images, video, audio, text)(Київський національний економічний університет імені Вадима Гетьмана, 2024) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Bezkorovainyi, Vitalii; Безкоровайний, Віталій СергійовичItem Basic concepts of Artificial Intelligence(Київський національний економічний університет імені Вадима Гетьмана, 2024) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Bezkorovainyi, Vitalii; Безкоровайний, Віталій СергійовичItem Conceptual approaches to automation of processes of preparation of country-by-country report and tax administration(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2022-05-30) Nikolenko, Larysa; Ніколенко, Лариса Анатоліївна; Николенко, Лариса Анатольевна; Kryshtopa, Iryna; Криштопа, Ірина Ігорівна; Криштопа, Ирина ИгоревнаThe theoretical and practical aspects of automation of processes of preparation of countryby-country report and tax administration are investigated. Досліджено теоретичні та практичні аспекти автоматизації процесів підготовки звіту у розрізі країн міжнародної групи компаній та податкового адміністрування.Item Construction of an Information Control System based on DNNs for the forecasting financial market(Київський національний економічний університет імені Вадима Гетьмана, 2024) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Bezkorovainyi, Vitalii; Безкоровайний, Віталій СергійовичItem Deep Neural Networks (DNNs)(Київський національний економічний університет імені Вадима Гетьмана, 2024) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Bezkorovainyi, Vitalii; Безкоровайний, Віталій СергійовичItem Developing Future English Teachers’ Overall Communicative Language Ability: Open Educational Resources Usage(LUMEN Publishing House, 2019) Malykhin, Oleksandr; Aristova, Nataliia; Dybkova, Liudmyla; Дибкова, Людмила Миколаївна; Дыбкова, Людмила НиколаевнаThe main objective of research is to investigate into the use of open educational resources in developing future English teachers’ overall communicative language ability. To achieve progress in attaining the main objective the researchers collect key data on university lecturers’ personal experience on using open educational resources in developing future English teachers’ overall communicative language ability. The research is nonexperimental in nature. Based on the collected key data the authors also provide a descriptive review of the open educational resources most commonly noted by university lecturers and present teaching materials aimed at developing future English teachers’ overall communicative language ability through boosting their language skills while using open educational resources in the process of teaching “The Practical Course of the English Language”. A non-random sampling technique is used for selecting the research sample. The research sample includes 128 university lecturers who teach “The Practical Course of the English Language” to students earning BA in the English language considered in our study as future English teachers. The questionnaire developed by researchers was used for collecting key data. For processing and interpreting obtained data researchers used a content analysis, a descriptive analysis and a method of discursive reflection that could be regarded as qualitative research methods. The research was conducted at six higher educational establishments in Ukraine between March 2018 and February 2019. The research findings prompt the conclusion that open educational resources play a crucial role in developing future English teachers’ overall communicative language ability since their use in instruction process gives university lecturers a wide range of opportunities to improve four language skills of their students.Item Distance e-learning: myths and realities(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2019-10) Krasiuk, Iuliia; Красюк, Юлія Миколаївна; Красюк, Юлия Николаевна; Kucheriava, Tetiana; Кучерява, Тетяна Олексіївна; Кучерявая, Татьяна АлексеевнаItem E-learning як складова сучасної освіти в вищих закладах економічного спрямування в епоху цифрової економіки(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2018-10) Македон, Геннадій Петрович; Македон, Геннадий ПетровичItem Forecasting cryptocurrency prices time series using machine learning approach(EDP Sciences, 2019-05) Derbentsev, Vasily; Дербенцев, Василь Джоржович; Datsenko, Natalia; Даценко, Наталія Володимирівна; Stepanenko, Olga; Степаненко, Ольга Петрівна; Bezkorovainyi, Vitaly; Безкоровайний, Віталій СергійовичThis paper describes the construction of the short-term forecasting model of cryptocurrencies’ prices using machine learning approach. The modified model of Binary Auto Regressive Tree (BART) is adapted from the standard models of regression trees and the data of the time series. BART combines the classic algorithm classification and regression trees (C&RT) and autoregressive models ARIMA. Using the BART model, we made a short-term forecast (from 5 to 30 days) for the 3 most capitalized cryptocurrencies: Bitcoin, Ethereum and Ripple. We found that the proposed approach was more accurate than the ARIMA-ARFIMA models in forecasting cryptocurrencies time series both in the periods of slow rising (falling) and in the periods of transition dynamics (change of trend).Item Fractal analysis of the economic sustainability of enterprise(EDP Sciences, 2019-05) Matviychuk, Andriy; Матвійчук, Андрій Вікторович; Матвийчук, Андрей Викторович; Novoseletskyy, Oleksandr; Vashchaiev, Serhii; Ващаєв, Сергій Сергійович; Ващаев, Сергей Сергеевич; Velykoivanenko, Halyna; Великоіваненко, Галина Іванівна; Великоиваненко, Галина Ивановна; Zubenko, IgorThe article deals with the method of calculating the fractal analysis, the time series of economic sustainability of the industrial enterprise on the trend-resistant sustainability were investigated by estimating the depth of the long-term memory of the time series and constructing a phase portrait. According to the approach used, the “depth of the long memory” is estimated in terms of fuzzy sets. The approach to the estimation of the index of economic stability is developed, based on the methods of forming an integrated indicator consisting of an assessment of such subsystems as the industrial and technical, financial-economic and subsystem of main parameters of the market environment. These helps to estimate the economic stability of the enterprise in the conditions of incomplete information from purpose of making effective management decisions. Combination of techniques for the formation of an integral index and a fractal analysis of the assessment of its trend stability showed an effective result, which was confirmed by the experiments.Item Interdisciplinary integration ties as a meсhanism of implementation competence approach in educational process(Сумський державний педагогічний університет імені А. С. Макаренка, 2015) Krasiuk, Iuliia; Красюк, Юлія Миколаївна; Красюк, Юлия Николаевна; Zadorozhnia, Tetiana; Задорожня, Тетяна МиколаївнаThis paper considers the actual problem of the formation of interdisciplinary integration relations as a means of implementation of the competency approach in training.Item IТ-компонента моніторингу якості освітнього процесу економічного університету(ДВНЗ «Київський національний університет імені Вадима Гетьмана», 2019) Сільченко, Марина Валеріївна; Silchenko, Maryna; Сильченко, Марина Валерьевна; Горбов, Владислав Володимирович; Horbov, V. V.; Горбов, Владислав Владимирович; Горбова, Юлія Сергіївна; Horbova, Y. S.; Горбова, Юлия СергеевнаУ статті актуалізується необхідність комплексної оцінки якості освітньої діяльності. Надано визначення якості освіти в рамках соціологічного та економічного дискурсу. Акцентується увага на якості освіти як складноструктурованого явища, що складається з комплексу елементів, які підлягають соціологічному аналізу. Розкрито особливості використання соціальних технологій у системі менеджменту якості в закладі вищої освіти (економічному університеті). Заропоновано технологію вдосконалення формування загальної концепції реалізації однієї із складових системи внутрішнього забезпечення якості — системи моніторингу рівня задоволеності якістю освітнього процесу усіх учасників освітнього процесу. Визначено можливості моніторингу оцінки якості освітньої діяльності в університеті з боку здобувачів вищої освіти та науково-педагогічних працівників на основі комплексу соціологічних досліджень. Представлено індикатори оцінки якості освітньої діяльності. Проводено спробу імплементації інформаційних технологій у процеси забезпеченні якості освітніх послуг. Надано опис розробленої авторами інноваційної технології конвертації даних, отриманих за допомогою хмарних технологій та онлайн-опитувань, до статистичного пакету програм Statistical Package for the Social Sciences. Відображено потенціал застосування різнорівневих коефіцієнтів для комплексного аналізу інформації про якість освітньої діяльності в закладі вищої освіти. Запропоновано технологію моніторингу оцінки якості освітньої діяльності, яка надає можливість оперативного збору та аналізу даних, побудови рекомендацій для управлінських рішень і розробки прогнозних сценаріїв розвитку освітньої установи. Авторами доводено, що опитування здобувачів вищої освіти та науково-педагогічних працівників формує належний зворотній зв’язок між керівництвом закладу вищої освіти та учасниками освітнього процесу, що дозволяє вчасно розробляти корегувальні управлінські рішення для підвищення якості освітніх послуг. The article actualizes necessity of comprehensive estimation of educational activity quality. The definition of quality of education within the sociological and economic discourse is given. Emphasizes the quality of education as a structured in a difficult way phenomenon consisting of a complex of elements that are subject to sociological analysis. The peculiarities of using social technologies in quality management system in higher education Institution (Economic University) are revealed. The technology of improvement of the general concept of realization of one of the components of internal quality assurance system is offered-the system of satisfaction monitoring of the educational process of all participants of the educational process. The possibilities of monitoring of educational activity quality assessment at the university by applicants of higher education and scientific-pedagogical staff are determined on the basis of complex of sociological researches. The indicators of educational activity quality assessment are presented. An attempt is made to implement information technologies in the processes of quality assurance of educational services. The description is provided by the authors of the innovative technology of converting data, obtained using cloud technologies and online surveys, to the statistical package Statistical Package for the Social Sciences. The potential of using multilevel coefficients for complex analysis of information on quality of educational activity in higher education is displayed. The technology of monitoring of educational activity quality assessment is offered, which provides the possibility of rapid data collection and analysis, construction of recommendations for managerial decisions and development of predictive scenarios of educational institution development. The authors have the opinion that the polls of applicants for higher education and scientific and pedagogical staff form the proper feedback between the management of higher education institutions and participants of the educational process, which allows to develop on time corrective management solutions for improving the quality of educational services.Item Machine learning approach of analysis of emotional polarity of electronic social media(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2020) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Дербенцев, Василий Джорджевич; Bezkorovainyi, Vitalii; Безкоровайний, Віталій Сергійович; Бескоровайный, Виталий Сергеевич; Akhmedov, Renat; Ахмедов, Ренат РамазановичThis paper proposes a new approach to evaluating the emotional polarity (or Sentiment Analysis) of electronic social media texts. For this purpose both conventional Machine Learning (Logistic Regression and Support Vector Machine), and Deep Neural Networks approaches (Fully Connected and Convolutional Neural Networks) were used. As vector representations of words, we used both the frequency-based and pretrained words embeddings Word2vec and GloVe (with embedding dimensions of size 100 and 300). For the selected English-language IMDb Movie Reviews dataset the classification accuracy using the Logistic Regression model was 87%, the Support Vector Machine – 87.5%, the Fully Connected Neural Network – 88%, and the Convolutional Network – 90%. The accuracy of the proposed models is a quite acceptable for practical use-cases and is not inferior to cutting-edge Natural Language Processing solutions in the field of Sentiment Analysis, which opens up good prospects for further research. У статті пропонується новий підхід до оцінки емоційної полярності (або аналізу настроїв) електронних текстів у соціальних мережах. Для цього використовувалися як класичні методи машинного навчання (логістична регресія та метод опорних векторів), так і інструментарій глибоких нейронних мереж (повнозв’язні та згорткові нейромережі). Векторне представлення ґрунтувалось на частотних та попередньо навчених вкладеннях слів Word2vec і GloVe (з розмірами вкладення 100 і 300). Для вибраного англомовного набору даних IMDb Movie Reviews точність класифікації за допомогою моделі логістичної регресії становила 87%, машини опорних векторів – 87,5%, повнозв’язної нейронної мережі – 88% і згорткової мережі – 90%. Точність запропонованих моделей є цілком прийнятною для практичних ситуацій і не поступається передовим рішенням у сфері обробки природньої мови за напрямом аналізу настроїв, що відкриває обнадійливі перспективи для подальших досліджень.Item Machine learning approaches for financial time series forecasting(CEUR Workshop Proceedings, 2021) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Дербенцев, Василий Джорджевич; Matviichuk, Andrii; Матвійчук, Андрій Вікторович; Матвийчук, Андрей Викторович; Datsenko, Nataliia; Даценко, Наталія Володимирівна; Даценко, Наталья Владимировна; Bezkorovainyi, Vitalii; Безкоровайний, Віталій Сергійович; Безкоровайный, Виталий Сергеевич; Azaryan, AlbertThis paper is discusses the problems of the short-term forecasting of financial time series using supervised machine learning (ML) approach. For this goal, we applied several the most powerful methods including Support Vector Machine (SVM), Multilayer Perceptron (MLP), Random Forests (RF) and Stochastic Gradient Boosting Machine (SGBM). As dataset were selected the daily close prices of two stock index: SP 500 and NASDAQ, two the most capitalized cryptocurrencies: Bitcoin (BTC), Ethereum (ETH), and exchange rate of EUR-USD. As features we used only the past price information. To check the efficiency of these models we made out-of-sample forecast for selected time series by using one step ahead technique. The accuracy rates of the forecasted prices by using ML models were calculated. The results verify the applicability of the ML approach for the forecasting of financial time series. The best out of sample accuracy of short-term prediction daily close prices for selected time series obtained by SGBM and MLP in terms of Mean Absolute Percentage Error (MAPE) was within 0.46-3.71 %. Our results are comparable with accuracy obtained by Deep learning approaches.Item Management of Formation of Communicative Competence of the Future Economists: Case Study of Ukraine(UIKTEN - Association for Information Communication Technology Education and Science,Serbia, 2019-11) Kucher, Anatolii; Mendrukh, Iuliia; Khodakevych, Olha; Dybkova, Liudmyla; Дибкова, Людмила Миколаївна; Дыбкова, Людмила НиколаевнаThe purpose of the article is to present the results of the research and to substantiate and experimentally verify the model of management regarding the prospective economists’ communication competence formation (namely marketing specialists in Ukrainian universities). The essence of the concept «communication competence of a marketing specialist» is clarified and its structure is developed. The model of management of the communication competence formation which is based on the activity-based, personality-oriented as well as communicative approaches includes methodology and goal, content and method, process and result blocks which are theoretically and practically grounded. The result of its implementation is reflexive-creative and basic levels of communication competence of future marketing specialists. The psychological and pedagogical conditions such as motivation within the process of communication competence formation, a reflexive approach in the process of analyzing professional communication and dialogical communication that activates subject-subject relationships in course of education are defined and substantiated. The method of forming communication competence among prospective marketing specialists includes motivation and content, activity and reflection, assessment and correction stages that are developed and implemented in the educational process at Ukrainian universities.Item Sentiment Analysis of Electronic Social Media Based on Deep Learning(CEUR Workshop Proceedings, 2022-11) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Дербенцев, Василий Джорджевич; Bezkorovainyi, Vitalii; Безкоровайний, Віталій Сергійович; Безкоровайный, Виталий Сергеевич; Matviichuk, Andrii; Матвійчук, Андрій Вікторович; Матвийчук, Андрей Викторович; Pomazun, Oksana; Помазун, Оксана Миколаївна; Помазун, Оксана Николаевна; Hrabariev, Andrii; Грабарєв, Андрій Володимирович; Грабарев, Андрей Владимирович; Hostryk, OleksiiThis paper describes Deep Learning approach of sentiment analyses which is an active research subject in the domain of Natural Language Processing. For this purpose we have developed three models based on Deep Neural Networks (DNNs): Convolutional Neural Network (CNN), and two models that combine convolutional and recurrent layers based on Long-Short-Term Memory (LSTM), such as CNN-LSTM and Bi-Directional LSTM-CNN (BiLSTM-CNN). As vector representations of words were used GloVe and Word2vec word embeddings. To evaluate the performance of the models, were used IMDb Movie Reviews and Twitter Sentiment 140 datasets, and as a baseline classifier was used Logistic Regression. The best result for IMDb dataset was obtained using CNN model (accuracy 90.1%), and for Sentiment 140 the model based on BiLSTM-CNN showed the highest accuracy (82.1%) correspondinly. The accuracy of the proposed models is a quite acceptable for practical use and comparable to state of the art models.Item StartUp: «білий чи чорний лебідь»(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2016) Дербенцев, Василь Джоржович; Derbentsev, Vasil; Дербенцев, Василий Джорджевич; Даценко, Наталія Володимирівна; Datsenko, Nataliia; Даценко, Наталия ВладимировнаItem The role of time series forecasting in the development and use of AI models for ICS(Київський національний економічний університет імені Вадима Гетьмана, 2024) Derbentsev, Vasyl; Дербенцев, Василь Джоржович; Bezkorovainyi, Vitalii; Безкоровайний, Віталій Сергійович