Наукова діяльність
Наукові дослідження кафедри КМАД спрямовані на розробку сучасних методів, моделей та інформаційних технологій у галузі інтелектуального аналізу даних, машинного навчання та математичного моделювання складних систем.
Наукова робота кафедри тісно пов’язана з освітньою програмою «Інтелектуальний аналіз даних» і охоплює як фундаментальні, так і прикладні дослідження у сфері аналізу даних, прийняття рішень, інтелектуальних систем та управління в умовах невизначеності.
Результати досліджень активно впроваджуються в інформаційні технології, системи підтримки прийняття рішень, діагностичні системи та задачі управління складними технічними, економічними та логістичними системами.
Наукові напрями
На кафедрі КМАД наукові дослідження проводяться за такими основними напрямами:
Методи інтелектуального аналізу даних і машинного навчання:
- інтелектуальні системи підтримки прийняття рішень на основі Preference Learning та Learning to Rank;
- напівконтрольоване навчання (Semi-supervised Learning) для агрегованих даних;
- побудова композитних індикаторів із використанням ядерних методів машинного навчання;
- прогнозна аналітика нелінійних часових рядів.
Математичне та комп’ютерне моделювання систем:
- інтервальні моделі агрегованих марківських систем;
- моделювання процесів безконтактної діагностики поверхонь;
- системи оптичної діагностики з використанням штучного інтелекту.
Інформаційні технології управління складними системами:
- консенсусне керування мультіагентними системами;
- управління логістичними системами та мережами постачання в умовах невизначеності та ризику.
Педагогічні дослідження:
Розробка методики проєктного навчання для студентів спеціальностей
- F1 «Прикладна математика»,
- F3 «Комп’ютерні науки»,
- F4 «Системний аналіз та наука про дані»
Ключові наукові результати
Серед найбільш значущих результатів, отриманих на кафедрі:
✅ розроблено методи робастного консенсусного керування мультіагентними системами в умовах невизначеності (збурення, затримки, змінна топологія мережі) на основі інваріантних еліпсоїдів та лінійних матричних нерівностей;
✅ створено методи побудови нелінійних моделей інтегральних індикаторів, функцій переваг і ранжування на основі ядерних методів машинного навчання та агрегованих експертно-статистичних даних;
✅ розроблено підходи до моделювання дискретних стохастичних систем із використанням інтервальних моделей невизначеності;
✅ створено інформаційні технології інтелектуальної оптичної діагностики на основі методів машинного навчання.
📌 Останні новини та події наукової діяльності кафедри
ПІДПИСАНО МЕМОРАНДУМ ПРО СПІВПРАЦЮ У СФЕРІ ЕНДОКРИНОЛОГІЇ
У квітні між НТУ «ХПІ» та ДУ «Інститут проблем ендокринної патології ім. В. Я. Данилевського НАН України» підписано договір про співробітництво у науковій, навчальній та інноваційній діяльності 🔹 Що це означає? Співпраця спрямована на поєднання експериментальних біомедичних досліджень та сучасних методів аналізу даних, зокрема із застосуванням AI та комп’ютерного моделювання. 🔹 Ключові напрями співпраці: ✅ […]
АІ-ТЕХНОЛОГІЇ В КРІОБІОЛОГІЇ: НОВИЙ РІВЕНЬ АНАЛІЗУ КЛІТИН
10 квітня в Інституті кріобіології і кріомедицини НАН України відбувся загальноінститутський науковий семінар, присвячений сучасним підходам до аналізу клітинних культур. З доповіддю на тему «Розробка автоматизованого підходу для оцінки біологічних характеристик 2D- та 3D-клітинних культур на основі використання методів комп’ютерного зору та глибокого навчання» виступили доктор білогічних наук Божок Галина Анатоліївна та професор кафедри КМАД […]
УСПІШНИЙ ЗАХИСТ ДОКТОРСЬКОЇ ДИСЕРТАЦІЇЇ КОЛЕНОВА ІВАНА ВІКТОРОВИЧА
23 березня 2026 року відбувся успішний захист докторської дисертації Коленова Івана Вікторовича на тему «Фізичні основи еліпсометричної діагностики змін структури і властивостей перспективних матеріалів ядерних установок під впливом опромінення і термомеханічної обробки». Науковим консультантом дисертаційної роботи виступив професор кафедри КМАД, доктор фізико-математичних наук, Галуза Олексій Анатолійович. Представлена робота є результатом багаторічних фундаментальних досліджень, що проводяться […]