2. Головна
  3. АРХІВ НОМЕРІВ
  4. 2021 рік
  5. Том 43, № 1 (2021)
  6. c. 107-116
  7. Архив номеров
  8. 2023 год
  9. 45-2

Електронне моделювання

Том 45, №2 (2023)

https://doi.org/10.15407/emodel.45.02

ЗМІСТ

Математичне моделювання та обчислювальні методи

  А.П. Cафоник, О.В. Рогов, М.М. Трохимчук
3-15
  W. Gharibi, A. Hahanova, V. Hahanov, S. Chumachenko, E. Litvinova, I. Hahanov
Vector–Logic Synthesis of Deductive Matrices for Fault Simulation
16-33
  М.С. Ярошинський, О.В. Сіроткін, Д.П. Сінько, С.Б. Гунько, Д.О. Манолюк
Коректність пласкої класифікації
34-43

Інформаційні технології

  А.О. Тарановський, В.Д. Самойлов
ChatGPT і можливість його використання для безекспертного створення тестів
44-60

Застосування методів та засобів моделювання

  Д.О. Сверчков, Г.В. Фесенко
Аналіз методів і засобів забезпечення кібербезпеки веб-сервісів з використанням штучного інтелекту
61-82
  В.А. Євдокімов
Функціональна організація інтерфейсу користувача програмно-апаратної комп’ютерної системи Equant Cloud
83-94
 
95-107
  І.М. Кузьменко
Створення та використання вирішувачів в пакеті OpenFOAM для моделювання поля температур
108-114 
  E. Zelenko, Ye. Kataieva
Classification and Synthesis of the Main Dropshipping Disadvantages to Eliminate them using Software Agents
115-122 

 

Математична модель та чисельне дослідження процесу біологічного очищення стічних вод за умов нерівномірного навантаження системи очистки

А.П. Cафоник, д-р техн. наук, О.В. Рогов, аспірант, М.М. Трохимчук, аспірант
Національний університет водного господарства та природокористування
Україна, 33028, м. Рівне, вул. Соборна 11
тел. (0362) 633209, е-mail: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.;
Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.; Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.

Èlektron. model. 2023, 45(2):03-15

https://doi.org/10.15407/emodel.45.02.003

АНОТАЦІЯ

Розроблено математичну модель процесу біологічного очищення стічних вод, в основу якої покладено зміну концентрації органічних забруднень в біореакторі з часом; зміну концентрації активного мулу в біореакторі з часом; зміну концентрації активного мулу в реакторі з часом із врахуванням нерівномірності надходження стічних вод на очисні споруди; процес потрапляння до біоректора субстрату (можливе потрапляння різної кіль­кості в різні моменти часу). Здійснено програмну реалізацію запропонованого алгоритму розв’язку відповідної модельної задачі мовою Python. Наведено результати комп’ютерних експериментів із дослідження ефективності очищення стічних вод у реакторах біологічного очищення для різних умов експлуатації споруд. Отримані результати можна використовувати при проєктуванні споруд біологічного очищення або при реконструкції наявних біореакторів для їх перспективної роботи в нових умовах експлуатації.

КЛЮЧОВІ СЛОВА:

математична модель, біологічна очистка стічних вод, умови нерівномірності.

СПИСОК ЛІТЕРАТУРИ

  1. Yun Y., Lee E., Kim K., Han J. Sulfate reducing bacteria-based wastewater treatment system integrated with sulfi de fuel cell for simultaneous wastewater treatment and electricity generation // Chemosphere, 2019, 233, рр. 570—578. DOI: https://doi.org/10.1016/j.chemosphere. 05.206.
  2. Ghangrekar M.M., Shinde V.B. Performance of membrane-less microbial fuel cell treating wastewater and effect of electrode distance and area on electricity production // Bioresource Technology, 2007, 97, рр. 2879–2885. DOI: https://doi.org/10.1016/j.biortech.2006.09.050
  3. Seung Hyuk Baek, Seok Ku Jeon, Krishna Pagilla. Mathematical modeling of aerobic membrane bioreactor (MBR) using activated sludge model no. 1 (ASM1) // Journal of Industrial and Engineering Chemistry, 2009, 15(6), pp. 835—840. DOI: https://doi.org/ 1016/j.jiec.2009.09.009.
  4. Gladys Jiménez-García, Rafael Maya-Yescas. Chapter Two - Mathematical modeling of mass transport in partitioning bioreactors // Advances in Chemical Engineering, 2019, 54, pp. 53—74. DOI: https://doi.org/10.1016/bs.ache.2019.01.001.
  5. Hong-Gui Han, Chen-Xuan Sun, Xiao-Long Wu et al. Dynamic–static model for monitoring wastewater treatment processes // Control Engineering Practice, 2023, 132, pp. 105—424. DOI: https://doi.org/10.1016/j.conengprac.2022.105424.
  6. Peng Chang, Xun Bao, FanChao Meng, RuiWei Lu. Multi-objective Pigeon-inspired Optimized feature enhancement soft-sensing model of Wastewater Treatment Process // Expert Systems with Applications, 2023, 215, pp. 119—193. DOI: https://doi.org/10.1016/j.eswa. 2022.119193
  7. Pezhman Kazemi, Christophe Bengoa, Jean-Philippe Steyer, Jaume Giralt. Data-driven techniques for fault detection in anaerobic digestion process // Process Safety and Environmental Protection, 2021, 146, pp. 905—915. DOI: https://doi.org/10.1016/j.psep.2020.12.016.
  8. Hongjun Xiao, Daoping Huang, Yongping Pan et al. Fault diagnosis and prognosis of wastewater processes with incomplete data by the auto-associative neural networks and ARMA model // Chemometrics and Intelligent Laboratory Systems, 2017, 161, 2017, pp. 96—107. DOI: https://doi.org/10.1016/j.chemolab.2016.12.009.
  9. Laurent Lardon, Ana Punal, Jean-Philippe Steyer On-line diagnosis and uncertainty management using evidence theory––experimental illustration to anaerobic digestion processes // Journal of Process Control, 2004, 14(7), pp. 747—763. DOI: https://doi.org/10.1016/ j.jprocont.2003.12.007.
  10. Sánchez-Fernández A., Baldán F.J., Sainz-Palmero G.I. et al. Fault detection based on time series modeling and multivariate statistical process control // Chemometrics and Intelligent Laboratory Systems, 2018, 182, pp. 57—69. DOI: https://doi.org/10.1016/j.chemolab. 2018.08.003.
  11. Doris Brockmann, Yves Gérand, Chul Park et al. Wastewater treatment using oxygenic photogranule-based process has lower environmental impact than conventional activated sludge process // Bioresource Technology, 2021, 319, pp. 124—204. DOI: https://doi.org/ 1016/j.biortech.2020.124204.
  12. Safonyk A., Zhukovskyy V., Burduk A. Modeling of biological wastewater treatment process taking into account reverse effect of concentration on diffusion coefficient // Conference Paper 10th International Conference on Advanced Computer Information Technologies (ACIT2020), 2020, pp. 29—35. DOI: 10.1109/ACIT49673.2020.9208814.
  13. Safonyk A., Bomba A., Tarhonii I. Modeling and automation of the electrocoagulation process in water treatment // Advances in Intelligent Systems and Computing, 2019, 871, pp. 451—463. DOI: https://doi.org/10.1007/978-3-030-01069-0_32.
  14. Safonyk A., Martynov S., Kunуtskіy S. Modeling of the contact removal of iron from groundwater // International Journal of Pure and Applied Mathematics, 2019, 32, pp. 71—82. DOI: https://doi.org/10.12732/ijam.v32i1.7.

САФОНИК Андрій Петрович, д-р техн. наук, професор, професор кафедри автомати­зації, електротехнічних та комп’ютерно-інтегрованих технологій навчально-наукового інституту автоматики, кібернетики та обчислюваної техніки Національного універ­ситету водного господарства та природокористування. В 2004 р. закінчив Рівненський державний гуманітарний університет. Область наукових досліджень — моделювання та автоматизація природних, технологічних і техногенних процесів та систем.

РОГОВ Олег Володимирович, аспірант кафедри автоматизації, електротехнічних та комп’ютерно-інтегрованих технологій навчально-наукового інституту автоматики, кібернетики та обчислюваної техніки Національного університету водного госпо­дарства та природокористування. В 1992 р. закінчив Український інститут інженерів водного господарства. Область наукових досліджень — системи очистки води, їх проектування, моделювання та автоматизація.

ТРОХИМЧУК Максим Миколайович, аспірант кафедри автоматизації, електротехніч­них та комп’ютерно-інтегрованих технологій навчально-наукового інституту автома­тики, кібернетики та обчислюваної техніки Національного університету водного господарства та природокористування. В 2007 р. закінчив Національний університет вод­ного господарства та природокористування. Область наукових досліджень — системи очистки води, їх проектування, моделювання та автоматизація.

Повний текст: PDF

Vector–Logic Synthesis of Deductive Matrices for Fault Simulation

W. Gharibi 1, PhD, Prof., A. Hahanova 2, Cand. T. Sc, Ass. Prof., V. Hahanov 2,
D. Sc., Prof., S. Chumachenko 2, D. Sc., Prof., E. Litvinova 2, D. Sc., Prof., I. Hahanov 2

1 The University of Missouri-Kansas City MO 64110 USA,
  Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.
2 Kharkiv National University of Radio Electronics,
  Ukraine, 61166, Kharkiv, Nauka Avenue, 14,
  (057) 7021 326, Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.

Èlektron. model. 2023, 45(2):16-33

https://doi.org/10.15407/emodel.45.02.016

АНОТАЦІЯ

The main idea is to create vector-logic computing that uses only read-write transactions on address memory to process large data. The main task is to implement new simple and reliable models and methods of vector computing based on primitive read-write transactions in the technology of vector flexible interpretive simulation of digital system faults. Vector-logic computing is a computational process based on read-write transactions over bits of a binary vector of functionality, where the input data is the addresses of the bits. A vector method for the synthesis of deductive matrices for transporting input fault lists is proposed, which has a quadratic computational complexity. The method is a development of the deductive vector synthesis algorithm based on the truth table. The deductive matrix is intended for the synthesis and verification of tests using parallel simulation of faults, as addresses, based on a read-write transaction of deductive vector cells in memory.

КЛЮЧОВІ СЛОВА:

vector computing, vector form of logic, matrix of deductive vectors, vector method for synthesizing a deductive matrix, read-write transaction, vector model of defects, functions and structures, deductive parallel fault simulation.

СПИСОК ЛІТЕРАТУРИ

  1. Gharibi V., Khakhanova A.V., Hahanov V.I., Chumachenko S.V., Litvinova E.I., Hahanov I.V. (2023), Vector-deductive Memory-based Transactions for Fault-as-address Si­mulation. Electronic modeling, no. 1, pp. 12-23.
  2. Shannon C.E. (1958, 1993), Von Neumann's Contributions to Automata Theory Bulletin American Mathematical  Society,   64, Claude E. Shannon: Collected Papers. IEEE, pp. 831-835.
  3. Davis M. (1989), Emil Post's contributions to computer science. Fourth Annual Symposium on Logic in Computer Science, pp. 134-136.
  4. What’s New in the 2022 Gartner Hype Cycle for Emerging Technologies, Accessed: https://www.gartner.com/en/articles/what-s-new-in-the-2022-gartner-hype-cycle-for-emerging-technologies, 02/08/2023.
  5. Wang P. et al. (2018), RC-NVM: Enabling Symmetric Row and Column Memory Accesses for In-memory Databases. 2018 IEEE International Symposium on High Performance Computer Architecture (HPCA), Vienna, Austria, pp. 518-530. Doi: 10.1109/HPCA.2018. 00051.
  6. Takahashi N., Ishiura N. and Yajima S. (1994), Fault simulation for multiple faults by Boolean function manipulation. IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems. April, vol. 13, no. 4, pp. 531-535. Doi: 10.1109/43.275363.
  7. Srivastava M., Goyal S.K., Saraswat A. and Gangil G. (2020), Simulation Models for Different Power System Faults. 2020 IEEE International Conference on Advances and Developments in Electrical and Electronics Engineering (ICADEE), pp. 1-6. Doi: 10.1109/ ICADEE51157.2020.9368915.
  8. Menon and Chappell. Deductive Fault Simulation with Functional Blocks. IEEE Transactions on Computers. 1978, vol. C-27, no. 8, pp. 689-695. Doi: 10.1109/TC.1978. 1675175.
  9. Pomeranz I. and Reddy S.M. (2001), Forward-looking fault simulation for improved static compaction. IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems. Oct. 2001, vol. 20. no. 10, pp. 1262-1265. Doi: 10.1109/43.952743.
  10. Navabi Z. (2011), Digital System Test and Testable Design. Using HDL Models and Architectures. Springer.
  11. Hahanov V., Chumachenko S., Iemelianov I., Hahanov V., Larchenko L. and Daniyil T. (2017), Deductive qubit fault simulation. 2017 14th International Conference: The Expe­rience of Designing  and Application of  CAD Systems in Microelectronics (CADSM), pp. 256- Doi: 10.1109/CADSM.2017.7916129.
  12. Hahanov V., Gharibi W., Litvinova E. and Chumachenko S. (2019), Qubit-driven Fault Simulation. 2019 IEEE Latin American Test Symposium (LATS), pp. 1-7. Doi: 10.1109/ LATW.2019.8704583.
  13. Gharibi W., Devadze D., Hahanov V., Litvinova E. and Hahanov I. (2019), Qubit Test Synthesis Processor for SoC Logic. 2019 IEEE East-West Design & Test Symposium (EWDTS), Batumi, Georgia, pp. 1-5. Doi: 10.1109/EWDTS.2019.8884476.
  14. Hahanov V. et al. (2021), Vector-Qubit models for SoC Logic-Structure Testing and Fault Simulation. 2021 IEEE 16th International Conference on the Experience of Designing and Application of CAD Systems (CADSM), pp. 24-28. Doi: 10.1109/CADSM52681.2021. 9385266.
  15. Hahanov V.I., Hyduke S.M., Gharibi W., Litvinova E.I., Chumachenko S.V. and HahanovaV. (2014), Quantum Models and Method for Analysis and Testing Computing Systems. 2014 11th International Conference on Information Technology: New Generations, Las Vegas, NV, pp. 430-434. Doi: 10.1109/ITNG.2014.125.
  16. Karavay M., Hahanov V., Litvinova E., Khakhanova H. and Hahanova I. (2019), Qubit Fault Detection in SoC Logic. 2019 IEEE East-West Design & Test Symposium (EWDTS), Batumi, Georgia, pp. 1-7. Doi: 10.1109/EWDTS.2019.8884475.
  17. Hahanov V., Gharibi W., Litvinova E. and Chumachenko S. (2019), Qubit-driven Fault Simulation. 2019 IEEE Latin American Test Symposium (LATS), Santiago, Chile, pp. 1-7. Doi: 10.1109/LATW.2019.8704583.
  18. Karavay M., Hahanov V., Litvinova E., Khakhanova H. and Hahanova I. (2019), Qubit Fault Detection in SoC Logic. 2019 IEEE East-West Design & Test Symposium (EWDTS), Batumi, Georgia, pp. 1-7. Doi: 10.1109/EWDTS.2019.8884475.
  19. Hahanov V. Cyber Physical Computing for IoT-driven Services. New York: Springer. 2018. 
  20. Reinsalu U., Raik J., Ubar R. and Ellervee P. (2011), Fast RTL Fault Simulation Using Decision Diagrams and Bitwise Set Operations. 2011 IEEE International Symposium on Defect and Fault Tolerance in VLSI and Nanotechnology Systems, Vancouver, BC, pp. 164-170. Doi: 10.1109/DFT.2011.42.
  21. Pomeranz I. and Reddy S.M. (1998), A synthesis procedure for flexible logic functions. Proceedings Design, Automation and Test in Europe. Pp. 973-974. Doi: 10.1109/DATE. 1998.655995.
  22. D.B. (1972), A Deductive Method for Simulating Faults in Logic Circuits. IEEE Transactions on Computers. May 1972. Vol. C-21, No. 5, pp. 464-471. Doi: 10.1109/T-C.1972.223542.
  23. Vinod N. et al. (2020), Performance Evaluation of LUTs in FPGA in Different Circuit Topologies. 2020 International Conference on Communication and Signal Processing (ICCSP), pp. 1511-1515. Doi: 23.1109/ICCSP48568.2020.9182074.
  24. Efanov D. Pogodina T. (2023), Properties Investigation of Self-Dual Combinational Devi­ces with Calculation Control Based on Hamming Codes. Informatics and Automation. Vol. 22, Iss. 2, pp. 349-392. Doi: 10.15622/ia.22.2.5.

HAHANOV Vladimir, DSc, professor. He graduated from the Kharkov Institute of Radio Electronics in 1978. The degree of Doctor of Technical Sciences was awarded in 1996. Currently, he is a professor at the Design Automation Department of KNURE. Research interests are computer systems and networks, quantum, cyber-physical, cyber-social computing.

CHUMACHENKO Svetlana, DSc, professor. She graduated from Kharkiv State University in 1991. Doctor of Technical Sciences degree is awarded in 2008. Currently, she is the Head of the Design Automation Department of KNURE. Research interests are discrete mathematics, quantum, cyber-physical, cyber-social computing, new technologies in education.

LITVINOVA Eugenia, DSc, professor. She graduated from the Kharkov Institute of Radio Electronics in 1985. The degree of Doctor of Technical Sciences was awarded in 2010. Currently, she is a professor at the Design Automation Department of KNURE. Research interests are quantum computing, testing and diagnosis of digital systems.

HAHANOV Ivan is PhD student of the Design Automation Department of KNURE. He gra-duated from Kharkiv National University of Radio Electronics in 2019. Research interests are deep learning, data analysis, big data, quantum, cyber-physical, cyber-social computing, design and test of digital systems.

Повний текст: PDF

Коректність пласкої класифікації

М.С. Ярошинський, аспірант, О.В. Сіроткін, аспірант,
Д.П. Сінько, аспірант, С.Б. Гунько, аспірант, Д.О. Манолюк, аспірант
Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України
Україна, 03164, Київ, вул. Генерала Наумова, 15
тел. +38 093 970 29 39, e-mail: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.

Èlektron. model. 2023, 45(2):34-43

https://doi.org/10.15407/emodel.45.02.034

АНОТАЦІЯ

Класифікації широко застосовуються в семантичних мережах та системах підтримки прийняття рішень на основі формальних знань і є складовою частиною комп’ютерних онтологій.  Класифікації та комп'ютерні онтології, які на них побудовані, являють собою результат роботи одного або декількох експертів. Як наслідок, такі класифікації відображають суб’єктивний погляд автора (або авторів) на світ та взаємозв’язок між класами (концептами) створеної класифікації. Запропоновано підхід, який дозволяє оцінити коректність побудови пласкої класифікації.

КЛЮЧОВІ СЛОВА:

класифікація, алгебра класифікацій, ізоморфізм класифікацій, коректність класифікацій, правила ділення класів.

СПИСОК ЛІТЕРАТУРИ

  1. Коротков Е.М. Дослідження систем управління. М.: Юрайт, 2015, 228 с.
  2. Басипов А.А., Демич О.В. Семантический поиск: проблемы и технологии. // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика, 2012, № 1, с. 104—111.
  3. Ивлев Ю.В., Логика. Краткий курс. /Учеб. пособие. М. Проспект, 2008, 304 с.
  4. Шаталкин А.И. Таксономия. Основания, принципы и правилаМ.: КМК, 2012, 600 с.
  5. Вьюгин В. Математические основы теории машинного обучения и прогнозирования. М.: МЦНМО, 2013, 387 с.
  6. Голдблат Р. Топосы. Категорный анализ логики. М.: Мир, 1983, 488 с.
  7. Берзтис А.Т. Структуры данных. М.: Статистика, 1974, 408 с.
  8. Adamek J. Herrlich. H, Strecker G.E. Abstract and Concrete Categories. The Joy of Cats. Dover Pub Inc, 2009, 517
  9. Кравцов Г.А. Модель обчислень на класифікаціях // Електрон. моделювання, 2016, 38, № 1, с. 73—87.

ЯРОШИНСЬКИЙ Микола Сергійович, аспірант Інституту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. В 2009 р. закінчив Національний університет кораблебудування ім. адм. Макарова. Область наукових досліджень — програмування, розробка розподілених гетерогенних обчислювальних систем.

СІРОТКІН Олексій Вікторович, аспірант Інституту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. В 2017 р. закінчив Черкаський державний технологічний університет. Область наукових досліджень — методи прогнозування та балансування навантаження.

СІНЬКО Дмитро Павлович, аспірант Інституту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. В 2009 р. закінчив Луганський державний університет внутрішніх справ ім. Е.О. Дідоренка. Область наукових досліджень — теорія та методи штучного інтелекту.

ГУНЬКО Сергій Борисович, аспірант Інституту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. В 2022 р. закінчив Національну академію внутрішніх справ. Область наукових досліджень — математичне моделювання логістичних процесів портової діяльності, теорія та методи штучного інтелекту.

МАНОЛЮК Дмитро Олегович, аспірант Інституту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. В 2014 р. закінчив Київський національний університет ім. Тараса Шевченко. Область наукових досліджень — криптографія, програмування, теорія та методи штучного інтелекту.

Повний текст: PDF

ChatGPT і можливість його використання для безекспертного створення тестів

А.О. Тарановський, аспірант, В.Д. Самойлов, д-р техн. наук
Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України
Україна, 03164, Київ, вул. Генерала Наумова, 15
тел. +380983289828, e-mail: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.

Èlektron. model. 2023, 45(2):44-60

https://doi.org/10.15407/emodel.45.02.044

АНОТАЦІЯ

Наведено визначення ChatGPT та його переваги щодо обробки природньої мови. Запропоновано, обґрунтовано та експериментально підтверджено принципову можливість використання ChatGPT для створення тестових завдань та зниження негативного впливу технологічних обмежень ChatGPT на отримуваний результат. Описано використання ChatGPT для створення тестових завдань через графічний користувацький інтерфейс. Розглянуто підвищення ступеня автоматизації створення тестових завдань за допомогою ChatGPT на прикладі комп’ютерної системи контролю знань персоналу в енергетиці та зниження ступеня залучення експертів у предметній області до створення тестів. Ок­реслено переваги використання ChatGPT через прикладний програмний інтерфейс та перспективи використання мовних моделей наступного покоління на прикладі GPT-4.

КЛЮЧОВІ СЛОВА:

штучний інтелект, великі мовні моделі, контроль знань.

СПИСОК ЛІТЕРАТУРИ

  1. БулахІ.Є., МругаМ.Р. Створюємо якісний тест: навч. посіб. Київ: Майстерклас, 2006, 160 с.
  2. АбрамовичР.П. Методи та засоби конструювання комп’ютерних систем підготовки оперативно-диспетчерського персоналу нижчих рівнів в енергетиці: дис. ... канд. техн. наук : 05.13.05. Інститут проблем моделювання в енергетиці ім. Г. Є. Пухова НАН України. Київ, 2020, 136 с.
  3. IntroducingChatGPT [Електронний ресурс]: Режим доступу: https://openai.com/blog/chatgpt (дата звернення: 08.04.2023).
  4. Whatis ChatGPT? [Електронний ресурс]: OpenAI. Режим доступу: https://help.openai.com/en/articles/6783457-what-is-chatgpt (дата звернення: 08.04.2023).
  5. Models[Електронний ресурс]: OpenAI. Режим доступу: https://platform.openai.com/docs/ models (дата звернення: 04.2023).
  6. Modelindex for researchers [Електронний ресурс]: OpenAI. Режим доступу: https:// openai.com/docs/model-index-for-researchers (дата звернення: 08.04.2023).
  7. Product [Електроннийресурс]: OpenAI. Режим доступу: https://openai.com/product (дата звернення: 04.2023).
  8. What is ChatGPT Plus? [Електроннийресурс]: Режим доступу: https://help. openai.com/en/articles/6950777-what-is-chatgpt-plus (дата звернення: 08.04.2023).
  9. Introducing ChatGPT and Whisper APIs [Електронний ресурс]: Режим доступу: https://openai.com/blog/introducing-chatgpt-and-whisper-apis (датазвернення: 08.04.2023).
  10. What is ChatGPT? [Електронний ресурс]: Режим доступу: https://platform.openai.com/docs/chatgpt-education/what-is-chatgpt(дата звернення: 08.04.2023).
  11. Large language model [Електронний ресурс]: Режим доступу: https://en.wikipedia.org/wiki/Large_language_model(дата звернення: 08.04.2023).
  12. Gozalo-Brizuela R., Garrido-Merchán E.C. ChatGPT is not all you need. A State of the Art Review of large Generative AI models. 2023. 22 c. Режим доступу: https://arxiv.org/pdf/2301.04655.pdf(дата звернення: 04.2023).
  13. GPT‑4 [Електронний ресурс]:OpenAI. Режим доступу: https://openai.com/research/gpt- (дата звернення: 04.2023).
  14. An important next step on our AI journey [Електронний ресурс]: The Keyword. Режим доступу: https://blog.google/technology/ai/bard-google-ai-search-updates(дата звернення: 04.2023).
  15. OpenAI and Microsoft extend partnership [Електронний ресурс]: OpenAI. Режим доступу: https://openai.com/blog/openai-and-microsoft-extend-partnership (дата звернення: 09.04.2023).
  16. Microsoft and OpenAI extend partnership [Електронний ресурс]: Microsoft. Режим доступу: https://blogs.microsoft.com/blog/2023/01/23/microsoftandopenaiextendpartnership (датазвернення: 04.2023).
  17. Terms of use [Електронний ресурс]: Режим доступу: https://openai.com/policies/terms-of-use(дата звернення: 09.04.2023).
  18. Самойлов В.Д., Абрамович Р.П., Лєпатьєв А.О. Комп’ютерні технології розробки тренажерних систем для енергетичної галузі // Електронне моделювання, 2020, т. 42, № 3, с. 89—97.
  19. Електричний генератор [Електронний ресурс]: Вікіпедія. Режим доступу: https://uk.wikipedia.org/wiki/Електричний_генератор (датазвернення: 04.2023).
  20. Electric generator [Електронний ресурс]: Режим доступу: https://en.wikipedia. org/wiki/Electric_generator(дата звернення: 09.04.2023).
  21. Ілюстрація до мультимедійного навчального курсу [Електронний ресурс]: Комп'ютерні системи підготовки персоналу «АСОТ». Режим доступу: http://asot.com.ua/img/portfolio/mtc/mtc_screenshot_4.png (дата звернення: 10.04.2023).
  22. Мультимедійні навчальні курси та банки екзаменаційних запитань [Електронний ресурс]: Комп'ютерні системи підготовки персоналу «АСОТ». Режим доступу: https:// asot.com.ua (дата звернення: 10.04.2023).
  23. Закон України “Про використання ядерної енергії та радіаційну безпеку. Ст. 22. Режим доступу: https://zakon.rada.gov.ua/laws/show/39/95-вр (дата звернення: 10.04.2023).

ТАРАНОВСЬКИЙ Артем Олександрович, аспірант Інституту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. В 2002 р. закінчив Донецький національний університет. Область наукових досліджень — штучний інтелект, дані.

САМОЙЛОВ Віктор Дмитрович, д-р техн. наук, професор, головний наук. співробітник Інституту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. В 1960 р. закінчив Українську академію сільськогосподарських наук. Область наукових дослід­жень — комп’ютерні технології моделювання, тренажери, професіональна діагностика в енергетиці.

Повний текст: PDF