В статті представлено результати аналізу даних показників якості електроенергії в умовах цифровізації енергосистем. Встановлено, що цифровізація енергосистем зумовлює формування великих, різнорідних та подієво насичених масивів даних про показники якості електроенергії, що вимагає великої архітектури зберігання, індексації та потокової обробки, а також формалізованого контролю якості отриманих даних. Розкрито необхідність у поєднанні основних стандартних індикаторів з методами навчання без вчителя, самонавчанням та інтерпретованими моделями, здатними працювати за неповної розмітки, витримувати дрейф режимів та надавати пояснювані висновки для інженерного застосування.
В статті розкрито удосконалений метод планування траєкторій польоту безпілотного літального апарату (БпЛА) з проактивним уникненням зіткнень з перешкодами у міський забудові, який здійснює прогнозоване виявлення небезпеки за допомогою ML-моделі. Метод інтегрує концепцію динамічних коридорів D2-C2 з модулем штучного інтелекту, що дозволяє завчасно та автоматично виявляти потенційні зіткнення БпЛА як з перешкодою, так і з іншим БпЛА. Модель апроксимує функцію, яка відображає залежність між часовими рядами параметрів руху декілька БпЛА і бінарним результатом – зіткнення (ні).
В статті запропоновано пропозиції щодо управління потоками даних у сайдкарах для мікросервісних систем. Розроблено багаторівневий алгоритм управління потоками із динамічно змінюваними параметрами із використанням інтелектуального контролю швидкості передачі даних у нестабільних умовах. Вдосконалено існуючі сайдкар-рішення, що дозволяє скоротити витрати на інфраструктуру через зниження ресурсозатратності сайдкарів. Наведено графічні схеми алгоритмів.
В статті розкрито особливості застосування технології машинного навчання для підвищення безпеки польотів групи безпілотних літальних апаратів у міський забудові. Описано три основні підходи до машинного навчання. Розкрито алгоритми машинного навчання, їх переваги та обмеження. Акцентовано увагу на нейронні мережі як основу глибокого навчання та їх відомі типи. Доведено концепцію U-space, яка забезпечує цифрові послуги для контролю та координації польотів групи безпілотних літальних апаратів відповідно до існуючих норм та регуляторних вимог.
В роботі розглянуто особливості застосування військових наземних роботизованих комплексів зі штучним інтелектом. Таке застосування має особливості у підвищенні ефективності ведення бойових дій (військових операцій) та безпеки особового складу підрозділів, виконуючи поставлені завдання у небезпечних умовах, покращуючи розвідку, логістичне і інженерне забезпечення, а також вогневе ураження. Застосування штучного інтелекту у наземні роботизовані комплекси розширює можливості систем автономного руху та розпізнавання цілей противника, що дозволяє зменшити залежність від оператора в умовах роботи засобів радіоелектронної боротьби. Наведено приклади військових наземних роботизованих комплексів провідних країн світу та виробництва України.
У статті проведено аналіз сучасного стану та методів імітаційного моделювання автономних систем та транспортних засобів. Сучасні автономні транспортні засоби вимагають високої точності, швидкості та безпеки прийняття рішень у реальному масштабі часу. Відомі алгоритми пошуку шляху або геометричні методи часто мають високу обчислювальну складність або не здатні ефективно адаптуватися до динамічного міського середовища. Використання моделей машинного навчання у бортових комп’ютерних системах дозволяє прогнозувати поведінку інших учасників дорожнього руху та знаходити оптимальні траєкторії автономним транспортним засобам в умовах невизначеності. Розроблено рекомендації.