Andriy Topalov

The methodology for creating an interactive training program for virtual port modeling, designed to study and optimize ship servicing processes, is considered. An approach to building virtual modeling of port systems based on mathematical models and numerical experiments is proposed. The main stages of modeling are revealed, including the defini-tion of objectives, the formation of probabilistic characteristics of ship and resource flows, and the use of Poisson and Erlang distribution laws to describe the dynamics of port op-erations. Modern simulation modeling platforms such as AnyLogic, Simio, FlexSim, and Arena are analyzed. It is determined that the integration of mathematical models with high-performance computing and 3D visualization provides the ability to realistically re-produce port operations, estimate throughput capacity, optimize resource utilization, and improve the efficiency of logistics processes. The results obtained can be used to train specialists in the maritime industry and improve port complex management systems.

Introduction. Military operations have a devastating impact on the environment, causing severe damage to natural ecosystems, accelerating land degradation, and contributing to biodiversity loss.Problem Statement. The contamination of agricultural land and industrial facilities involved in sunflower cultivation, storage, and processing has become a critical issue. This challenge is associated with the need to ensure the production of environmentally safe raw materials and products for both technical applications and the food industry. Purpose. This study aims to analyze the environmental consequences of contamination affecting crop productionareas and industrial facilities of the oil and fat sector, as well as to examine the stratification of oilseed raw materialquality, particularly in sunflower oil stored in tanks damaged by missile strikes.Materials and Methods. The study has employed methods of scientific and technical literature review, analysis,classification, systematization, and generalization of available data on military operations in Ukraine. Laboratoryanalyses have also been conducted to determine the composition and quality characteristics of sunflower oil before and after exposure to explosive impacts.Results. The study has identified ammunition residues and rocket fuel as the principal sources of environmentalcontamination during hostilities, as they contain toxic heavy-metal compounds and hazar dous combustion products. During the first 214 days of the war, 6,215 fires have been recorded across an area of 486,162 ha, including 371,715 ha of agricultural land, while total greenhouse gas emissions have reached 23,764 million t of CO2 equivalent. Laboratory analyses of sunflower oil have shown that, although the basic quality indicators remained relatively stable (acid value: 2.12 mg KOH/g; peroxide value: 10.8 meq/kg), concentrations of polycyclic aromatic hydrocarbons increased critically to 794.3 μg/kg, exceeding the regulatory limit more than fifteen times. In addiion, the concentration of dioxin-like polychlorinated biphenyls increased significantly, with toxic equivalency values rising from 0.339 to 0.594 pg TEQ/g fat. These findings have confirmed severe contamination of the oil and have demonstrated substantial risks to food safety.Conclusions. The findings have substantial practical significance for the development of environmental monitoring systems, the improvement of food safety standards, the planning of contaminated land remediation, and decisionmaking regarding the potential technical use of contaminated agricultural products

Humanitarian demining requires rapid, accurate and resource-efficient identification of concealed explosive threats. This article presents a multimodal sensor-fusion framework that unites outputs from a visual detector (YOLOv8), two vision language models (ChatGPT--4.1 Vision and Gemini 2.5 Flash Vision) and a custom metal detector into a single integral probability Pfinal. Each modality's raw confidence is calibrated to a comparable probability via temperature or Platt scaling, then fused through learnable non-negative weights or logical rules (OR, AND, k-of-n) to support tunable trade-offs between probability of detection and false-alarm rate. A staged architecture executes preliminary detection on a UAV, confirms candidates at a ground station and escalates cases to the cloud, preserving real-time performance despite limited bandwidth and compute resources.

В роботі розглянуто сучасні технології: штучний інтелект, Інтернет речей, блокчейн, автоматиза-цію і робототехніку, великі дані і цифрові двійники. Для кожної з них визначено сфери практичного засто-сування в портах, очікувані переваги впровадження, а також рівні інтеграції в системи управління: ERP, MES, SCADA та SSB. Узагальнено, що штучний інтелект відіграє ключову роль у прогнозуванні попиту на логістичні послуги, забезпечуючи більш точне планування вантажопотоків, розрахунок часу прибуття су-ден, а також оптимізацію розкладів портового обслуговування на основі аналізу історичних і поточних даних. Технології Інтернету речей забезпечують цілодобовий моніторинг технічного стану портового об-ладнання, контейнерів, навантажувальної техніки, а також параметрів навколишнього середовища. Блок-чейн-технології дозволяють створити захищену і прозору систему документообігу, що забезпечує надійну фіксацію всіх транзакцій у ланцюзі постачань, включаючи переміщення вантажів, митне оформлення та страхування. Автоматизація й робототехніка дозволяють суттєво скоротити залежність від людського фактору, особливо у високонавантажених операціях, таких як сортування контейнерів, керування кранами та автономне транспортування на території порту. Великі дані надають можливість здійснювати пог-либлений аналіз діяльності порту, включаючи обробку інформації з різних джерел. Технологія цифрових двійників, яка відображає віртуальну копію реального об’єкта або процесу, дозволяє здійснювати симуля-ційне моделювання портових операцій, перевірку сценаріїв розвитку подій, оптимізацію логістичних схем і ефек-тивне управління інфраструктурними ресурсами. Запропонована таблиця дозволяє візуалізувати взає-мозв’язок між технологіями та рівнями управління, з урахуванням специфіки портової діяльності.

Традиційно, до критичних параметрів інформаційних систем, зокрема робототехнічних відносять опрацювання сигналів та даних у реальному часі. У роботі розглядаються сучасні платформи і методи ідентифікації об’єктів за їх двомірними зображеннями на основі перцептронних структур, зокрема впровадження YOLOv8 пов’язують з рядом проблемних питань, таких як необхідністю оптимізації моделі під обмежені ресурси та забезпеченням якісного навчального набору даних. Основною метою проведених досліджень є вдосконалення наявних підходів, що можуть забезпечити підвищення точності виявлення об'єктів при обмежених обчислювальних ресурсах. Основна увага приділяється технологіям попереднього опрацювання вихідних даних перцептронних структур (які функціонують паралельно) з подальшим використанням згладжування для мінімізації впливу шумів. Як результат, запропоновано багатомодельний підхід з паралельним опрацюванням одного зображення кількома (в даному випадку трьома) перцепртронними структурам платформи YOLO. Агрегування результатів здійснюється методом вибору медіанного значення результату ідентифікації, що дозволяє зменшити вплив випадкових помилок та підвищити стійкість системи. Крім того, описано переваги запропонованого підходу, зокрема: типовий підхід, простота реалізації, стійкість до промахів, збереження важливих особливостей зображень об’єктів. Водночас відзначено його проблемні аспекти та обмеження, зокрема ігнорування потенційно важливих, але відхилених прогнозів. У дослідженні також розглянуто реалізацію відповідних алгоритмічних рішень, особливості їх функціонування, подано блок-схемами, що демонструють процеси опрацювання за рівнем впевненості та відбір найбільш релевантних результатів. Таким чином, запропонований підхід до агрегації результатів кількох нейронних мереж дозволяє покращити точність і стабільність при ідентифікації об’єктів на двомірних зображеннях, забезпечуючи подальшу ефективну інтеграцію. Однак слід розуміти, що досягнення згаданих переваг потребує залучення до паралельної роботи кількох перцептронних структур, що суттєво збільшує обчислювальні потреби на імплементацію таких рішень.

На основі ряду емпіричних досліджень проведено аналіз впливу збурень на класифікатор нейронної мережізгорткового типу щодо коректності прогнозування, що покликано отримати практичне оцінювання ефектив-ності змагального навчання як механізму підвищення стійкості моделей. Розглянуто архітектури LeNet-5 таResNet-20 на основі набору MNIST. Для кожного зображення згенеровано змагальні приклади методами FGSM,JSMA та C&W, після чого проведно порівняння чотирьох сценаріїв тренування, а саме: оригінальні дані cNat;cNat та FGSM; cNat та JSMA; cNat та C&W, а також їхню комбінацію. Показано, що одноканальне змагальненавчання убезпечує модель лише від тієї збурення, що використовувалася під час тренування, тоді як комбінова-не сумісне навчання на FGSM, JSMA та C&W дозволяє отримати понад 90 % точності на всіх типах збурень,зберігаючи практично ≈99 % точності на тестовому наборі cNat. Додаткові геометричні аугментації покра-щують узагальнюваність, але не замінюють потреби у змагальному навчанні. Отримані результати підкреслю-ють актуальність та доцільність багатоканального змагального навчання для безпекозалежних систем а та-кож дозволяють означити напрями подальших досліджень, зокрема інтеграцію сертифікованих методів роба-стності й масштабування експериментів до складніших наборів даних.

У статті представлено результати аналізу автоматизованих систем, що застосовуються в портовій діяльності, з акцентом на їх функціональні можливості, переваги та доцільність використання в умовах цифрової трансформації. Розглянуто три ключові типи систем: циклічного управління, інформаційно-пошукові та інформаційно-порадницькі. Системи циклічного управління можуть забезпечувати виконання операцій, пов’язаних з навантаженням, розвантаженням, транспортуванням вантажів і переміщенням технічних засобів тощо. Їх застосування ґрунтується на використанні замкнених і розімкнених алгоритмів керування, що дозволяють стабілізувати параметри технологічних процесів і оперативно компенсувати зовнішні збурення. Інформаційно-пошукові системи орієнтовані на обробку великих обсягів даних, пов’язаних з логістикою, станом технічного обладнання, розкладом прийняття суден тощо. Їх впровадження забезпечує оперативний доступ до інформації для персоналу та адміністрації порту. Інформаційно-порадницькі системи, зокрема на базі штучного інтелекту, підвищують рівень підтримки управлінських рішень, формуючи рекомендації з урахуванням аналізу ситуацій, експертних знань та змін у зовнішньому середовищі. У статті обґрунтовано необхідність комплексного впровадження вказаних систем з метою підвищення ефективності портових операцій, зниження впливу людського чинника, покращення управління ресурсами та забезпечення сталого функціонування портової інфраструктури. Урахування сучасних тенденцій, таких як цифровізація та автоматизація, дозволяє порту ефективно адаптуватися до динамічних змін у глобальному транспортному середовищі. Запропоновані підходи можуть бути використані як основа для модернізації інформаційно-керуючих систем морських портів з урахуванням їхніх специфічних потреб і технічних умов.

This work deals with the issue of operational environmental monitoring of the urban water environment. The specified general provisions regarding the functioning of monitoring methods and the monitoring programme of water bodies. Maximum permissible concentrations of various water quality indicators are set. The main sources of pollution and the main requirements for water quality control systems are defined. On the basis of the above, an industrial parameter control system based on the principles of the Internet of Things technology for remote monitoring and operator control was developed. In the process of performing the work, structural and functional schemes of the operational monitoring system were created and local and remote level work algorithms were compiled. The analysis of measurements of a large number of parameters of the water environment was carried out. The proposed approach proved the possibility of ensuring high accuracy and reliability of measurement results obtained using the developed computer monitoring system.