http://dspace.nbuv.gov.ua:80/handle/123456789/131380 Fri, 10 Apr 2026 10:54:27 GMT 2026-04-10T10:54:27Z http://dspace.nbuv.gov.ua:80/bitstream/id/390901/ http://dspace.nbuv.gov.ua:80/handle/123456789/131380 http://dspace.nbuv.gov.ua:80/handle/123456789/142068 Новая модель функционирования живой нейро-сети, учитывающая запаздывающее взаимодействие нейронов Писаренко, В.Г. Предложена модель функционирования живой нейросети, в которой обоснован новый математический базис механизма запоминания и накопления важной для выживания организма информации, основанного на учете запаздывания взаимодействия нейронов в процессе передачи информации. С помощью данной модели можно описать основу процесса взаимодействия нейронных ансамблей при запоминании и сохранении жизненно важной информации.; Запропоновано модель функціонування живої нейромережі, якій створено новий математичний базис для опису механізму запам’ятовування та накопичення важливої для виживання організму інформації, що грунтується на врахуванні наявності запізнілої взаємодії нейронів у процесі передавання інформації. За допомогою моделi можна описувати основу процесу взаємодії ансамблів нейронів при запам’ятовуванні та збереженнi життєво важливої інформації.; A new model is proposed to describe the operation of an alive neural network. For this model, the new mathematical ansaz for retarded neuron interaction in alive neuronet is obtained. This model can describe the fundamentals of the interaction of neuron ensembles during storing and extracting information from neuron memory. Fri, 01 Jan 2016 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/142068 2016-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/142067 Вещественные вложения и скетчи для быстрой оценки расстояний и сходств Рачковский, Д.А. Рассмотрены методы и алгоритмы быстрой оценки мер расстояния/сходства данных по формируемым вещественным векторам малой раз-мерности. Приведены методы без обучения, использующие главным образом случайное проецирование и сэмплирование. Исходные данные являются в основном векторами большой размерности с различными расстояниями (евклидовым, манхэттеновым, статистическими и др.) и сходствами (скаляр-ным произведением и др.). Обсуждаются и векторные представления невек-торных данных. Получаемые векторы можно также применять в алгоритмах поиска по сходству, машинного обучения и др.; Розглянуто методи і алгоритми швидкої оцінки мір відстані/схожості даних за дійсними векторними представленнями малої розмірності. Досліджено методи без навчання, з використанням випадкової проекції та семпліювання. Вхідні дані є, в основному, векторами великої розмірності з різними мірами відстані (евклідове, манхеттенове, статистичне та ін.) і схожості (скалярний добуток та ін.). Обговорюються також векторні представлення невекторних даних. Отримані вектори можуть також застосовуватися в алгоритмах пошуку за схожістю, машинного навчання тощо.; This survey paper focuses on methods and algorithms for fast estimation of data distance/similarity measures. The estimation is done by real-valued vector representations of small dimension. The discussed methods do not use learning and mainly use random projection and sampling. Initial data are mainly high-dimensional vectors with different distance measures (Euclidean, Manhattan, statistical, etc.) and similarities (dot product etc.). Vector representations of non-vector data are discussed as well. The resultant vectors can also be used for similarity search algorithms, machine learning, etc. Fri, 01 Jan 2016 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/142067 2016-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/142066 Метод построения простого целочисленного косинусного преобразования большой размерности для кодирования изображений и видео с высоким разрешением Гнатив, Л.А. Рассмотрен матричный метод построения простого целочисленного косинусного ступенчатого преобразования порядка 32. Предложено однонормовое простое целочисленное преобразование порядка 32 и разработаны его быстрые алгоритмы, которые имеют в 4,3 раза меньшую вычислительную сложность, чем в известных алгоритмах, и в 19 раз — чем в стандарте Н.265.; Розглянуто матричний метод побудови простого цілочисельного косинусного ступінчастого перетворення порядку 32. Запропоновано однонормове просте цілочисельне перетворення порядку 32 і розроблено його видкі алгоритми, які мають в 4,3 рази меншу обчислювальну складність, ніж відомі алгоритми, та у 19 разів, ніж у стандарті Н.265.; A matrix method is considered to construct order-32 simple integer cosine step transform. The one-norm order-32 simple integer transform is proposed and its fast algorithms are developed. Their computational complexity is 4.3 times less as compared with well-known algorithms and 19 time less than in H.265 standard. Fri, 01 Jan 2016 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/142066 2016-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/142065 (a, d)-дистанційна антимагічна розмітка окремих типів графів Семенюта, М.Ф. Досліджено необхідні умови існування (a, d)-дистанційної антимагічної розмітки графа G = (V, E) порядку n. Одержано теореми, що розширюють сімейство не (a, d)-дистанційних антимагічних графів. Зокрема, доведено, що корона Pn ∘ P1 не допускає (a, 1) -дистанційної антимагічної розмітки для n ≥ 2, якщо a ≤ 2. Встановлено значення a, при яких ланцюг Pn може бути (a, 1) -дистанційним антимагічним графом. Досліджено окремий випадок циркулянтного графа.; Изучены необходимые условия существования (a, d)-дистанционной антимагической разметки графа G = (V, E) порядка n. Получены теоремы, расширяющие семейство не (a, d) -дистанционных антимагических графов. В частности, доказано, что корона Pn ∘ P1 не допускает (a, 1)-дистанционной антимагической разметки для n ≥ 2, если a ≤ 2. Установлены значения а, при которых цепь Pn может быть (a, 1)-дистанционным антимагичесим графом. Исследован отдельный случай циркулянтного графа.; We investigate an (a,d)-distance antimagic labeling of a graph G = (V,E) of order n. Graph which admits such a labeling is called an (a,d)-distance antimagic graph. We analyze the necessary conditions for the existence of this labeling. We obtain the results that expend a family of not (a,d)-distance antimagic graphs. In particular, we prove that the crown Pn ∘ P1 does not admit an (a,1)-distance antimagic labeling for n ≥ 2 if a ≤ 2. We determine the values of a at which path Pn can be an (a,1)-distance antimagic graph. Among regular graphs, we investigate the case of a circulant graph. Fri, 01 Jan 2016 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/142065 2016-01-01T00:00:00Z