http://dspace.nbuv.gov.ua:80/handle/123456789/131525 Sat, 11 Apr 2026 13:54:27 GMT 2026-04-11T13:54:27Z http://dspace.nbuv.gov.ua:80/bitstream/id/391411/ http://dspace.nbuv.gov.ua:80/handle/123456789/131525 http://dspace.nbuv.gov.ua:80/handle/123456789/131569 Оцінювання альтернативних проектних рішень за оптимізаційною методологією DEA в Excel Бочаров, В.В.; Додонов, О.Г.; Кузьмичов, А.І. В управлінні проектами портфель формують шляхом послідовного об’єктивного відбору серед заданої сукупності проектів як однорідних об’єктів, кожен з яких характеризується наборами ідентичних входів і виходів у певних вимірах, діленням сукупності на два класи — лідерів та аутсайдерів. Багатоетапний процес оцінювання — послідовне ділення заданої множини однорідних об’єктів з оновленими входами/виходами на два незалежних класи — завершується, за необхідності, визначенням єдиного переможця. Методологія DEA, що застосована для такого ділення, характеризується об’єктивністю процесу оцінювання функціональної ефективності об’єктів, бо кожен з них найкращим чином застосовує власні показники відношення виходи/входи відносно аналогічних відношень усіх інших об’єктів. Методика оцінювання базується на застосуванні інструментального апарату математичної оптимізації, що реалізований у вигляді програмного модуля в середовищі Excel й автоматично діє у робочій електронній таблиці-шаблоні.; В управлении проектами портфель формируют путем последовательного объективного отбора среди заданной совокупности проектов как однородных объектов, каждый из которых характеризуется наборами идентичных входов и выходов в определенных измерениях, делением совокупности на два класса — лидеров и аутсайдеров. Многоэтапный процесс оценивания — последовательное деление заданного множества однородных объектов с обновленными входами/выходами на два независимых класса — завершается, при необходимости, определением единого победителя. Методология DEA, применяемая для такого деления, характеризуется объективностью процесса оценки функциональной эффективности объектов, поскольку каждый из них наилучшим образом применяет собственные показатели отношения выходы/входы относительно аналогичных отношений всех объектов. Методика оценки основана на применении инструментального аппарата математической оптимизации, который реализован в виде программного модуля в среде Excel и автоматически действует в рабочей электронной таблице-шаблоне.; In project management, the portfolio is formed by sequential objective selection among a given set of projects as a homogeneous objects, each of which is characterized by a set of identical input and output in the specified measurements, dividing the population into two classes , namely, the leaders and outsiders. Multi-step evaluation process being a subdividing of given set of similar objects with the updated I/O into two independent classes is completed, if necessary, by the definition of a single winner. Methodology DEA, used for such division, is characterized by objectivity evaluation process of func-tional efficiency of objects, because each of them uses its own best ratios of I/O with respect to similar relationships of all objects. Methods of estimating the application based on mathematical optimization tool unit, which is implemented as a software module in Excel and automatically operates as active spreadsheet template. Fig.: 3. Refs: 3 titles. Thu, 01 Jan 2015 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/131569 2015-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/131568 Нейронні та мережі Байєса у задачі аналізу кредитних ризиків Кузнєцова, Н.В.; Бідюк, П.І. Робота присвячена аналізу дефолтів позичальників кредиту фінансової установи з використанням трьох типів математичних моделей і фактичних даних з банківської установи. Представлено результати побудови та практичного застосування моделей у формі нейронної мережі зворотного розповсюдження, статичної байєсівської мережі та інтегрованої моделі, яка складається з двох указаних структур. Виконано ряд обчислювальних експериментів стосовно прогнозування дефолтів позичальників кредитів з використанням кожноїпобудованої моделі окремо, а також комбінованої (інтегрованої) моделі. Показано, що кращий результат на використаних вибірках даних забезпечує комбінована модель, і встановлено, що для розв’язання задачі прогнозування дефолтів клієнтів банку доцільно застосовувати множину різних моделей, інтегроване використання яких дає можливість підвищити якість оцінок прогнозів.; Работа посвящена анализу дефолтов заемщиков финансового учреждения с использованием трех типов математических моделей и фактических данных из банковского учреждения. Представлены результаты построения и практического использования моделей в форме нейронной сети обратного распространения, статичной сети Байеса и интегрированной модели, которая состоит из двух указанных структур. Выполнен ряд вычислительных экспериментов по прогнозированию дефолтов заемщиков кредитов с использованием каждой построенной модели отдельно, а также комбинированной (интегрированной) модели. Показано, что лучший результат на использованных выборках данных обеспечивает комбинированная модель и установлено, что для решения задачи прогнозирования дефолта клиентов банку целесообразно использовать множество разных моделей, интегрированное использование которых дает возможность улучшить качество оценок прогнозов.; The research touches upon analysis of defaults for credit borrowers of financial institution using three types of mathematical models and actual statistical data from a bank. The results of the three models constructing in the form of back propagation neural net, static Bayesian network and their combination are given. A series of computing experiments were performed to estimate defaults among credit borrowers using each model separately and their combined (integrated) version. It is shown that the best forecasting result on the samples studied provides combined model and it was established that solving the problem of default forecasting for a bank clients requires application of several different models an integrated usage of which provides a possibility for reaching better final results of forecasting. Thu, 01 Jan 2015 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/131568 2015-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/131567 Стійкість контрольних ознак коду умовних лишків в умовах загроз цілісності інформаційних об’єктів Матов, О.Я.; Василенко, В.С. Розглянуто можливості застосування колізій контрольних ознак у коді умовних лишків в умовах загроз цілісності інформаційних об’єктів.; Рассмотрены возможности применения известного механизма хеширования для сугубо криптографических преобразований.; The possibilities of collisions application of control features in the code of conditional residues in terms of threats for the integrity of information objects have been investigated. Thu, 01 Jan 2015 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/131567 2015-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/131566 Метод виявлення фальсифікації у медичних зображеннях Зорило, В.В.; Лебедєва, О.Ю. У сучасному світі проблеми захисту інформації є дуже важливими. Однією з проблем є захист цифрових сигналів від фальсифікації, зокрема — виявлення фальсифікації цифрового зображення. Цифрові фотографії використовуються практично в усіх областях людської діяльності, у тому числі і в медицині. Медичні зображення можуть бути підроблені, наприклад, для зміни діагнозу, якщо від 'цього залежить влаштування на роботу або отримання медичної страховки. У роботі запропоновано метод, що дозволяє виявити фальсифікацію цифрового медичного зображення, виконану за допомогою клонування, в умовах постобробки клонованої області таким засобом як корекція яскравості або при використанні розмиття всього зображення.; В современном мире проблемы защиты информации являются очень важными. Одной из проблем является защита цифровых сигналов от фальсификации, в частности — выявление фальсификации цифрового изображения. Цифровые фотографии используются практически во всех областях человеческой деятельности, в том числе и в медицине. Медицинские изображения могут быть подделаны, например, для изменения диагноза, если от этого зависит устройство на работу или получение медицинской страховки. В работе предложен метод, позволяющий выявить фальсификацию цифрового медицинского изображения, выполненную с помощью клонирования, в условиях постобработки клонированной области таким средством, как коррекция яркости или при использовании размытия всего изображения.; In today’s world of information security issues are very important. One of the problems is the pro-tection of digital signals from the rigging in particular is revealing a digital image tampering. Digital photos are used in virtually all areas of human activity, including medicine. Medical images can be tampered with, for example, to change the diagnosis, if it affects the device to work or receive medical insurance. In this paper, we propose a method to detect the falsification of digital medical images made by cloning, in a post-processing of the cloned area in such means as brightness correction, image blurring. Thu, 01 Jan 2015 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/131566 2015-01-01T00:00:00Z