Розробка методу інтерпретації даних в інтелектуальних системах підтримки прийняття рішень

Автор(и)

  • Андрій Володимирович Шишацький Харківський національний автомобільно-дорожній університет, Україна https://orcid.org/0000-0001-6731-6390
  • Анатолій Казимирович Павліковський Національний університет оборони України, Україна https://orcid.org/0000-0002-0637-368X
  • Павло Васильович Жук Національний університет оборони України, Україна https://orcid.org/0000-0002-9628-8074
  • Олексій Леонідович Налапко Центральний науково-дослідний інститут озброєння та військової техніки Збройних Сил України, Україна https://orcid.org/0000-0002-3515-2026
  • Володимир Миколайович Чернега Національний університет оборони України, Україна https://orcid.org/0000-0001-6190-3252
  • Юрій Зуберович Артабаєв Воєнна академія імені Євгенія Березняка, Україна https://orcid.org/0000-0001-9446-3011
  • Надія Михайлівна Протас Полтавський державний аграрний університет, Україна https://orcid.org/0000-0003-0943-0587
  • Андрій Олександрович Веретнов Центральний науково-дослідний інститут озброєння та військової техніки Збройних Сил України, Україна https://orcid.org/0000-0003-0160-7325
  • Євген Володимирович Пелешок Науково-дослідний інститут воєнної розвідки, Україна https://orcid.org/0000-0003-0033-1160
  • Данило Олександрович Плєхов Харківський національний автомобільно-дорожній університет, Україна https://orcid.org/0009-0004-7873-1716

DOI:

https://doi.org/10.15587/1729-4061.2026.360208

Ключові слова:

гетерогенні дані, обробка різнотипних даних, достовірність прийняття рішень, штучний інтелект

Анотація

Об’єктом дослідження є інтелектуальні системи підтримки прийняття рішень (ІСППР). Проблема, яка вирішується в дослідженні, є підвищення обробки гетерогенних даних при забезпеченні заданої достовірності їх обробки. Гіпотезою дослідження є можливість підвищення рівня достовірності обробки гетерогенних даних в ІСППР за рахунок розробки методу інтерпретації даних в ІСППР.

Оригінальність дослідження полягає у:

− врахуванні впливу невизначеності даних на процес обробки гетерогенних даних в ІСППР за рахунок використання нечітких аналітичних виразів;

− зменшення втрат достовірності обробки гетерогенних даних за рахунок верифікації відомостей про ІСППР та дані, що циркулюють в ній;

− підвищенні достовірності обробки гетерогенних даних в ІСППР за рахунок багаторівневого глибокого навчання баз знань, з використанням штучних нейронних мереж , що еволюціонують;

− оцінці нульових значень даних в базах даних ІСППР, за рахунок використання процедури оцінки нульового значення даних, чим досягається не допущення зациклювання роботи методу;

− здійсненні однозначної класифікації даних, їх атрибутів, що циркулюють в ІСППР за рахунок використання штучних імунних детекторів, чим досягається підвищення точності налаштування ІСППР та достовірності обробки гетерогенних даних;

− відновленні дані, які були втрачені при обробці гетерогенних даних в ІСППР, за рахунок здійснення попередньої їх обробки, чим досягається підвищення достовірності гетерогенних даних, що циркулюють в ІСППР.

Запропонований метод забезпечує підвищення ефективності обробки гетерогенних даних за рахунок підвищення достовірності прийняття рішень на рівні 14−18% за рахунок використання додаткових процедур, що підтверджується результатами обчислювального експерименту

Біографії авторів

Андрій Володимирович Шишацький, Харківський національний автомобільно-дорожній університет

Доктор технічних наук, старший дослідник, професор

Кафедра комп’ютерних наук і інформаційних систем

Анатолій Казимирович Павліковський, Національний університет оборони України

Кандидат військових наук, доцент, начальник інституту

Інститут інформаційно-комунікаційних технологій та кібероборони

Павло Васильович Жук, Національний університет оборони України

Кандидат технічних наук, доцент, начальник інституту

Інститут професійної військової освіти «Вишкіл лідерів»

Олексій Леонідович Налапко, Центральний науково-дослідний інститут озброєння та військової техніки Збройних Сил України

Доктор філософії (PhD)

Науково-організаційний відділ

Володимир Миколайович Чернега, Національний університет оборони України

Кандидат технічних наук, доцент, начальник кафедри

Кафедра інформаційно-аналітичних технологій

Інститут інформаційно-комунікаційних технологій та кібероборони

Юрій Зуберович Артабаєв, Воєнна академія імені Євгенія Березняка

Кандидат технічних наук, старший викладач

Кафедра інформаційних технологій

Надія Михайлівна Протас, Полтавський державний аграрний університет

Кандидат сільськогосподарських наук, доцент

Кафедра інформаційних систем та технологій

Андрій Олександрович Веретнов, Центральний науково-дослідний інститут озброєння та військової техніки Збройних Сил України

Кандидат технічних наук, провідний науковий співробітник

Науково-дослідний відділ

Євген Володимирович Пелешок, Науково-дослідний інститут воєнної розвідки

Кандидат технічних наук, старший дослідник, старший науковий співробітник

Данило Олександрович Плєхов, Харківський національний автомобільно-дорожній університет

Асистент

Кафедра автоматизації та комп’ютерно-інтегрованих технологій

Посилання

  1. Sova, O., Radzivilov, H., Shyshatskyi, A., Shvets, P., Tkachenko, V., Nevhad, S. et al. (2022). Development of a method to improve the reliability of assessing the condition of the monitoring object in special-purpose information systems. Eastern-European Journal of Enterprise Technologies, 2 (3 (116)), 6–14. https://doi.org/10.15587/1729-4061.2022.254122
  2. Dudnyk, V., Sinenko, Y., Matsyk, M., Demchenko, Y., Zhyvotovskyi, R., Repilo, I. et al. (2020). Development of a method for training artificial neural networks for intelligent decision support systems. Eastern-European Journal of Enterprise Technologies, 3 (2 (105)), 37–47. https://doi.org/10.15587/1729-4061.2020.203301
  3. Sova, O., Shyshatskyi, A., Salnikova, O., Zhuk, O., Trotsko, O., Hrokholskyi, Y. (2021). Development of a method for assessment and forecasting of the radio electronic environment. EUREKA: Physics and Engineering, 4, 30–40. https://doi.org/10.21303/2461-4262.2021.001940
  4. Pievtsov, H., Turinskyi, O., Zhyvotovskyi, R., Sova, O., Zvieriev, O., Lanetskii, B., Shyshatskyi, A. (2020). Development of an advanced method of finding solutions for neuro-fuzzy expert systems of analysis of the radioelectronic situation. EUREKA: Physics and Engineering, 4, 78–89. https://doi.org/10.21303/2461-4262.2020.001353
  5. Zuiev, P., Zhyvotovskyi, R., Zvieriev, O., Hatsenko, S., Kuprii, V., Nakonechnyi, O. et al. (2020). Development of complex methodology of processing heterogeneous data in intelligent decision support systems. Eastern-European Journal of Enterprise Technologies, 4 (9 (106)), 14–23. https://doi.org/10.15587/1729-4061.2020.208554
  6. Wang, J., Neil, M., Fenton, N. (2020). A Bayesian network approach for cybersecurity risk assessment implementing and extending the FAIR model. Computers & Security, 89, 101659. https://doi.org/10.1016/j.cose.2019.101659
  7. Matheu-García, S. N., Hernández-Ramos, J. L., Skarmeta, A. F., Baldini, G. (2019). Risk-based automated assessment and testing for the cybersecurity certification and labelling of IoT devices. Computer Standards & Interfaces, 62, 64–83. https://doi.org/10.1016/j.csi.2018.08.003
  8. Henriques de Gusmão, A. P., Mendonça Silva, M., Poleto, T., Camara e Silva, L., Cabral Seixas Costa, A. P. (2018). Cybersecurity risk analysis model using fault tree analysis and fuzzy decision theory. International Journal of Information Management, 43, 248–260. https://doi.org/10.1016/j.ijinfomgt.2018.08.008
  9. Folorunso, O., Mustapha, O. A. (2015). A fuzzy expert system to Trust-Based Access Control in crowdsourcing environments. Applied Computing and Informatics, 11 (2), 116–129. https://doi.org/10.1016/j.aci.2014.07.001
  10. Mohammad, A. (2020). Development of the concept of electronic government construction in the conditions of synergetic threats. Technology Audit and Production Reserves, 3 (2 (53)), 42–46. https://doi.org/10.15587/2706-5448.2020.207066
  11. Bodin, L. D., Gordon, L. A., Loeb, M. P., Wang, A. (2018). Cybersecurity insurance and risk-sharing. Journal of Accounting and Public Policy, 37 (6), 527–544. https://doi.org/10.1016/j.jaccpubpol.2018.10.004
  12. Cormier, A., Ng, C. (2020). Integrating cybersecurity in hazard and risk analyses. Journal of Loss Prevention in the Process Industries, 64, 104044. https://doi.org/10.1016/j.jlp.2020.104044
  13. Hoffmann, R., Napiórkowski, J., Protasowicki, T., Stanik, J. (2020). Risk based approach in scope of cybersecurity threats and requirements. Procedia Manufacturing, 44, 655–662. https://doi.org/10.1016/j.promfg.2020.02.243
  14. Perrine, K. A., Levin, M. W., Yahia, C. N., Duell, M., Boyles, S. D. (2019). Implications of traffic signal cybersecurity on potential deliberate traffic disruptions. Transportation Research Part A: Policy and Practice, 120, 58–70. https://doi.org/10.1016/j.tra.2018.12.009
  15. Promyslov, V. G., Semenkov, K. V., Shumov, A. S. (2019). A Clustering Method of Asset Cybersecurity Classification. IFAC-PapersOnLine, 52 (13), 928–933. https://doi.org/10.1016/j.ifacol.2019.11.313
  16. Zarreh, A., Saygin, C., Wan, H., Lee, Y., Bracho, A. (2018). A game theory based cybersecurity assessment model for advanced manufacturing systems. Procedia Manufacturing, 26, 1255–1264. https://doi.org/10.1016/j.promfg.2018.07.162
  17. Zhuravskyi, Y. (Ed.) (2026). Intelligent decision support systems: methods for optimizing and supporting management decisions. Kharkiv: TECHNOLOGY CENTER PC. https://doi.org/10.15587/978-617-8360-23-8
  18. Koval, M., Sova, O., Shyshatskyi, A., Artabaiev, Y., Garashchuk, N., Yivzhenko, Y. et al. (2022). Improving the method for increasing the efficiency of decision-making based on bio-inspired algorithms. Eastern-European Journal of Enterprise Technologies, 6 (4 (120)), 6–13. https://doi.org/10.15587/1729-4061.2022.268621
  19. Shyshatskyi, A. (Ed.) (2024). Information and control systems: modelling and optimizations. Kharkiv: TECHNOLOGY CENTER PC. https://doi.org/10.15587/978-617-8360-04-7
  20. Voznytsia, A., Sharonova, N., Babenko, V., Ostapchuk, V., Neronov, S., Feoktystov, S. et al. (2025). Development of methods for intelligent assessment of parameters in decision support systems. Eastern-European Journal of Enterprise Technologies, 4 (4 (136)), 73–82. https://doi.org/10.15587/1729-4061.2025.337528
Розробка методу інтерпретації даних в інтелектуальних системах підтримки прийняття рішень

##submission.downloads##

Опубліковано

2026-06-26

Як цитувати

Шишацький, А. В., Павліковський, А. К., Жук, П. В., Налапко, О. Л., Чернега, В. М., Артабаєв, Ю. З., Протас, Н. М., Веретнов, А. О., Пелешок, Є. В., & Плєхов, Д. О. (2026). Розробка методу інтерпретації даних в інтелектуальних системах підтримки прийняття рішень. Eastern-European Journal of Enterprise Technologies, 3(4 (141), 66–73. https://doi.org/10.15587/1729-4061.2026.360208

Номер

Том 3 № 4 (141) (2026): Математика та кібернетика - прикладні аспекти

Розділ

Математика та кібернетика - прикладні аспекти

Ліцензія

Авторське право (c) 2026 Andrii Shyshatskyi, Anatolii Pavlikovskyi, Pavlo Zhuk, Oleksii Nalapko, Volodymyr Cherneha, Yurii Artabaiev, Nadiia Protas, Andrii Veretnov, Yevhen Peleshok, Danylo Pliekhov

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.