http://dspace.nbuv.gov.ua:80/handle/123456789/180503 Tue, 07 Apr 2026 07:06:32 GMT 2026-04-07T07:06:32Z http://dspace.nbuv.gov.ua:80/bitstream/id/540029/ http://dspace.nbuv.gov.ua:80/handle/123456789/180503 http://dspace.nbuv.gov.ua:80/handle/123456789/180674 60 років базам даних Резніченко, В.А. Наводиться огляд досліджень і розробок баз даних з моменту їх виникнення в 60-х роках минулого століття і по сьогодні. Виділяються наступні етапи: виникнення і становлення, бурхливий розвиток, епоха реляційних баз даних, розширені реляційні бази даних, пост-реляційні бази даних і великі дані. На етапі становлення описуються системи IDS, IMS, Total і Adabas. На етапі бурхливого розвитку висвітлені питання архітектури баз даних ANSI/X3/SPARC, пропозицій КОДАСИЛ, концепції і мов концептуального моделювання. На етапі епохи реляційних баз даних наводяться результати наукової діяльності Е. Кодда, теорія залежностей і нормальних форм, мови запитів, експериментальні дослідження і розробки, оптимізація та стандар¬тизація, управління транзакціями. Етап розширених реляційних баз даних присвячений опису темпоральних, просторових, дедуктивних, активних, об'єктних, розподілених та статистичних баз даних, баз даних масивів, а також машин баз даних і сховищ даних. На наступному етапі розкрита проблематика постреляційних баз даних, а саме, NOSQL-, NewSQL- і онтологічних баз даних. Шостий етап присвячено розкриттю причин виникнення, характерних властивостей, класифікації, принципів роботи, методів і технологій великих даних. Нарешті, в останньому розділі подається короткий огляд досліджень і розробок по базах даних в Радянському Союзі.; The article provides an overview of research and development of databases since their appearance in the 60s of the last century to the present time. The following stages are distinguished: the emergence formation and rapid development, the era of relational databases, extended relational databases, post-relational databases and big data. At the stage of formation, the systems IDS, IMS, Total and Adabas are described. At the stage of rapid development, issues of ANSI/X3/SPARC database architecture, CODASYL proposals, concepts and languages of conceptual modeling are highlighted. At the stage of the era of relational databases, the results of E. Codd's scientific activities, the theory of dependencies and normal forms, query languages, experimental research and development, optimization and standardization, and transaction management are revealed. The extended relational databases phase is devoted to describing temporal, spatial, deductive, active, object, distributed and statistical databases, array databases, and database machines and data warehouses. At the next stage, the problems of post-relational databases are disclosed, namely, NOSQL-, NewSQL- and ontological databases. The sixth stage is devoted to the disclosure of the causes of occurrence, characteristic properties, classification, principles of work, methods and technologies of big data. Finally, the last section provides a brief overview of database research and development in the Soviet Union. Fri, 01 Jan 2021 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/180674 2021-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/180673 На шляху до створення української національної хмари відкритої науки Свистунов, С.Я.; Перконос, П.І.; Субботін, С.В.; Твердохліб, Є.М. Modern conditions of science development, which are characterized by a significant increase in the volume of information, require new approaches to computational methods and new approaches to information processing. The article considers approaches to creating conditions and tools based on cloud technologies for more effective cooperation of research teams working on similar scientific problems. The article analyzes the stages of development of the European Open Science Cloud and presents the strategy of building the National Open Science Cloud. The article presents the main results of the development of a common information resource for scientific researches at the National Academy of Sciences of Ukraine, which can be considered as a prototype of the National Open Science Cloud, which integrates into the European Open Science Cloud.; Сучасні умови розвитку науки, які характеризуються значним зростанням об’ємів інформації, вимагають нових підходів до обчислювальних способів і засобів її обробки. В статті розглянуті підходи до вирішення зазначених викликів часу, а саме - створення на базі використання хмарних технологій умов і структур для більш ефективної співпраці наукових колективів, що працюють над схожими науковими проблемами. Проаналізовано досвід побудови та розвитку European Open Science Cloud. Викладена стратегія побудови Національної хмари відкритої науки в Україні. Наведено основні результати створення в Національній Академії наук України спільного інформаційного середовища для наукових досліджень як прототипу Національної хмари відкритої науки інтегрованої до Європейської хмари відкритої науки. Fri, 01 Jan 2021 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/180673 2021-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/180672 Визначення ступеня семантичної подібності з використанням апарату дескриптивних логік Захарова, О.В. У роботі проведений аналіз існуючих підходів, моделей та способів оцінювання, заснованих на застосуванні апарату дескриптивних логік, запропонована їхня класифікація як за рівнем визначення подібності, так і за видами співставлення. Основна увага приділяється встановленню подібності концептів (моделям понятійного рівня). Задачі встановлення ступеня подібності між екземплярами та між концептом і екземпляром зводяться до знаходження найбільш специфічного концепту для екземпляра/екземплярів та оцінювання подібності відповідних концептів. Уведено поняття екзистенційної подібності та продемонстровано застосування певних видів оцінок для визначення ступеня семантичної подібності понять та/або знань на прикладі онтології геометричних понять.; This article contains the analysis of existing approaches, models and measures based on descriptive logics. Classification of the estimation methods both on the levels of defining similarity and the matching types is proposed. The main attention is paid to establishing the similarity between concepts (conceptual level models). The task of establishing the value of similarity between instances and between concept and instance consists of finding the most specific concept for the instance / instances and evaluating the similarity between the concepts. The term of existential similarity is introduced. In this paper the examples of applying certain types of measures to evaluate the degree of semantic similarity of notions and/or knowledge based on the geometry ontology is demonstrated. Fri, 01 Jan 2021 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/180672 2021-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/180671 Розподілена реалізація методу нейроеволюції наростаючої топології Ашур, I.З.; Дорошенко, А.Ю. У статті запропонована нова розподілена реалізація методу нейроеволюції наростаючої топології, яка, за наявності достатніх обчислювальних ресурсів, дозволяє радикально збільшити швидкість знаходження оптимальних конфігурацій нейронних мереж. З метою оптимізації продуктивності рішення, рівномірного розподілу завдань між вузлами та оптимального використання обчислювальних ресурсів була реалізована підтримка пакетної оцінки геномів. Експериментальна перевірка нової ре- алізації засвідчує, що, використовуючи запропоноване розподілене рішення, швидкість виконання методу нейроеволюції наростаючої топології в частині оцінювання згенерованих нейронних мереж на прикладі розглянутого завдання і середовища може зростати на декілька порядків.; Despite the neuroevolution of augmenting topologies method strengths, like the capability to be used in cases where the formula for a cost function and the topology of the neural network are difficult to determine, one of the main problems of such methods is slow convergence towards optimal results, especially in cases with complex and challenging environments. This paper proposes the novel distributed implementation of neuroevolution of augmenting topologies method, which considering availability of sufficient computational resources allows drastically speed up the process of optimal neural network configuration search. Batch genome evaluation was implemented for the means of proposed solution performance optimization, fair, and even computational resources usage. The proposed distributed implementation benchmarking shows that the generated neural networks evaluation process gives a manifold increase of efficiency on the demonstrated task and computational environment. Fri, 01 Jan 2021 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/180671 2021-01-01T00:00:00Z