In the study, a combination of theoretical fundamentals and practical experiments is carried out to substantiate a universal information-based approach to the diagnosis of technological systems. At the outset of the study, the authors invoke the fundamental concepts of Shannon entropy as a measure of uncertainty, explaining its role in the quantitative assessment of the informational richness of diagnostic signals. The central premise is that traditional statistical metrics — such as the mean or variance — do not always allow for a comprehensive description of complex structural changes in materials, especially under conditions of magneto-resonant processing. It is for this reason that an approach was developed enabling the comparison of different probabilistic models on a single informational scale. The methodology is presented in detail, involving the construction of a unified, normalized parameter space: all distributions are aligned according to common characteristics of mean value and dispersion, ensuring an impartial comparison. Using five materials — steel, copper, duralumin, textolite, and acrylic glass — as examples, the authors model spectral responses to broadband vibrational excitation in a constant magnetic field. For each sample, amplitude-frequency characteristics are obtained, which make it possible to identify the unique “spectral fingerprints” of the materials. The high degree of order in the steel response, manifested by a pronounced resonance peak, contrasts with the nearly uniform spectrum of the dielectrics, indicating different interaction mechanisms between broadband vibrations and the magnetic field in these materials. The results demonstrate that spectral entropy is a sensitive indicator of structural changes: a decrease in its value correlates with an increase in material ordering, whereas an elevated entropy indicates an even distribution of energy across frequencies. Based on these findings, practical recommendations are formulated for selecting optimal statistical models for different classes of materials: for example, for ferromagnetic metals it is advisable to use distributions with heavier tails, while for non-metallic materials models with maximal informational uncertainty are preferred. The proposed approach opens new prospects for information-oriented diagnostics and non-destructive testing, contributing to enhanced reliability and efficiency of technological processes in mechanical engineering and materials science. Здійснено поєднання теоретичних положень і практичних експериментів для обґрунтування універсального інформаційного підходу до діагностики технологічних систем. На початку дослідження автори звертаються до фундаментальних ідей ентропії Шеннона як міри невизначеності, пояснюючи її роль у кількісному оцінюванні інформаційної насиченості діагностичних сигналів. Головна ідея полягає в тому, що традиційні статистичні характеристики — математичне сподівання чи дисперсія — не завжди дозволяють вичерпно описати складні структурні зміни в матеріалах, особливо в умовах магніто-резонансної обробки. Саме тому розроблено підхід, який дає змогу порівнювати різні ймовірнісні моделі за єдиною інформаційною шкалою. Детально представлено методологію, яка передбачає побудову єдиного коректованого простору параметрів: всі розподіли вирівнюються за спільними характеристиками середнього значення та розсіювання, що забезпечує безпристрасне порівняння. На прикладі п’яти матеріалів — сталі, міді, дюралюмінію, текстоліту й органічного скла — проведено моделювання спектральних відгуків у відповідь на широкосмугове вібраційне збудження в постійному магнітному полі. Для кожного зразка отримано амплітудно-частотні характеристики, що дозволило виявити унікальні «спектральні відбитки» матеріалів. Висока упорядкованість сталевого відгуку, проявлена вираженим резонансним піком, протиставляється практично рівномірному спектру діелектриків, що свідчить про різні механізми взаємодії широкосмугових вібрацій і магнітного поля з матеріалом. Результати демонструють, що спектральна ентропія є чутливим індикатором структурних змін: зменшення її значення корелює зі зростанням впорядкованості матеріалу, а підвищена ентропія вказує на рівномірний розподіл енергії по частотах. На основі отриманих даних сформульовано практичні рекомендації щодо вибору оптимальних статистичних...

The paper presents a fundamentally novel approach to the classification of technological methods for forming functional working surfaces of machine parts, based on the integration of neural network models with systems analysis. The relevance of the study is stipulated by the increasing requirements to the operational properties of the surface layer—wear resistance, corrosion resistance, contact stiffness, and so on—which necessitate the development of highly adaptive intelligent systems, enabling to select automatically optimal technological methods, taking into account diverse morphological, physical‑mechanical and structural factors. The aim of this work was to develop a multilevel methodology for classifying technological processes of surface layer formation using various types of neural networks and the concept of a multidimensional parametric space. Within this methodology, each technological method is formalized as a parameter vector encompassing the process’s energy characteristics, its influence on surface microgeometry, physical‑mechanical properties, changes in structural‑phase state and techno‑economic indicators. This approach provides a clear, structured representation of the interrelationships between the characteristics of technological methods and their operational outcomes. For validation, representative parts—shafts, gears, bearing rings, and housing components — were selected, and a comparative analysis was conducted of the system recommendations, expert assessments, and simple criterion‑based models. The results showed that the accuracy of method selection in the developed system increased by 27…34 % compared to traditional approaches; wear intensity decreased by 18…42 %; and corrosion resistance of the surfaces improved by 15…35 %. Moreover, the classification speed did not exceed 1.2 s, which proved to be significantly shorter than the execution time of analogous systems based on expert rules and statistical methods. One of the key advantages is the integration with CAD/CAM/CAE environments, which enables the prediction of operational properties during the design stage. The high adaptability of the system allows for prompt accommodation of new technological solutions and changing production conditions. Thus, the proposed intelligent classification system for technological methods of forming functional surfaces represents an effective tool for automating the selection of optimal technological solutions, contributes to improving the quality and reliability of mechanical engineering products, and opens prospects for further scientific research and practical industrial implementation. Розглянуто принципово новий підхід до класифікації технологічних методів формування функціональних робочих поверхонь деталей машин на основі поєднання нейромережних моделей та системного аналізу. Актуальність дослідження зумовлена зростанням вимог до експлуатаційних властивостей поверхневого шару — зносостійкості, корозійної стійкості, контактної жорсткості тощо, — що зумовлює необхідність розробки високоадаптивних інтелектуальних систем, здатних автоматизовано вибирати оптимальні технологічні методи з урахуванням різноманітних морфологічних, фізико‑механічних і структурних чинників. Мета роботи полягала в розробці багаторівневої методології класифікації технологічних процесів формування поверхневих шарів з використанням нейронних мереж різного типу та концепції багатовимірного параметричного простору. У межах методології кожен технологічний метод формалізується як вектор параметрів, що включають енергетичні характеристики процесу, вплив на мікрогеометрію поверхні, фізико‑механічні властивості, зміну структурно‑фазового стану та техніко‑економічні показники. Такий підхід забезпечує чітке структуроване представлення взаємозв’язків між характеристиками технологічних методів та їхніми експлуатаційними наслідками. Для валідації відібрано типові деталі : вали, зубчасті колеса, підшипникові кільця та корпусні деталі, — і проведено порівняльний аналіз рекомендацій системи, експертних оцінок та простих критеріальних моделей. Результати показали, що точність вибору методів у розробленій системі зросла на 27…34 % порівняно з традиційними підходами; інтенсивність зношування знизилася на 18…42 %; корозійна стійкість поверхонь підвищилася на 15…35 %. До того ж, швидкість класифікації не перевищувала 1,2 с, що виявилося значно меншим за час роботи аналогічних...

Інтеграція штучного інтелекту в освіту – виклики та можливості : збірник тез науково-методичних доповідей Всеукраїнського науково-педагогічного підвищення кваліфікації (Київ, 10 грудня 2024 р. – 20 січня 2025 р.). – Київ – Львів – Торунь : Національний університет фізичного виховання і спорту України, Liha-Pres, 2025. – 968 с.