ВПВладислав Павлій

Владислав Павлій

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Владислав Павлій has a total of 43 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Удосконалена кваліметрична модель навчальних властивостей турбогвинтового навчально-тренувального літака

    by С.с. Дроздов, О.в. Вовк, В.о. Павлій, Д.в. Бердочник, Ю.і. Тригуб

    У статті запропоновано методичний підхід до побудови удосконаленої кваліметричної моделі навчальних властивостей турбогвинтового навчально-тренувального літака. Модель призначена для кількісного оцінювання ступеня його пристосованості до навчальної льотної підготовки курсантів. Обґрунтовано необхідність формування окремого факторного простору, що враховує особливості силової установки, швидкісні, енергетичні, маневрові та злітно-посадкові характеристики літаків даного класу. На основі відкритих тактико-технічних характеристик турбогвинтових навчально-тренувальних літаків сформовано вихідну вибірку, визначено нормовані фактори та побудовано апроксимуючі залежності для коефіцієнтів ступеня пристосованості літака до початкової та основної навчальної льотної підготовки. Отримані моделі дозволяють здійснювати порівняльне оцінювання альтернативних типів турбогвинтових навчально-тренувальних літаків за узагальненим показником їх навчальних властивостей.

  • Open Access

    ПРОПОЗИЦІЇ ЩОДО ЗАСТОСУВАННЯ АЛГОРИТМІВ МАШИННОГО НАВЧАННЯ ДЛЯ АВТОМАТИЗОВАНОГО ВИЯВЛЕННЯ ТА КЛАСИФІКАЦІЇ РІЗНИХ ТИПІВ ПОМИЛОК У ХМАРНИХ SAAS-ЗАСТОСУНКАХ

    by Олександр Шматко, Ігор Гамаюн, Олексій Коломійцев, Олег Галицький, Микола Камчатний, Владислав Павлій, Борис Гайбадулов, Людмила Павлій, Костянтин Сущик, Денис Рябота, et al.

    В статті розроблено пропозиції щодо застосування алгоритмів машинного навчання для автоматизованого виявлення та класифікації різних типів помилок у хмарних SAAS-застосунках. Застосування алгоритмів машинного навчання у сфері обробки баґ-репортів відкриває нові можливості для підвищення точності визначення типів помилок, скорочення часу на їх усунення та зниження навантаження на команду розробників програмного забезпечення та системних адміністраторів. Запропоновано комплексний підхід щодо класифікації помилок у хмарних обчислювальних додатках, який використовує методи машинного навчання для автоматизації та удосконалення виявлення й пріоритизації дефектів порграмного забезпечення. Даний підхід враховує властиву складність та проблеми збільшення об’єму у хмарних середовищах, де помилки можуть проявлятися у розподілених системах, віртуалізованих ресурсах та гетерогенних інфраструктурах. Запропоновано вирішення задачі багатокласової класифікації типів помилок у хмарних обчислювальних застосунках за чотирма класичними алгоритмами машинного навчання: наївного баєсівського класифікатора, дерева рішень, випадкового ліса та логістичної регресії. Представлено алгоритм запропонованого конвеєра класифікації помилок у хмарних обчислювальних додатках та результати математичного моделювання.

  • Open Access

    ПРОПОЗИЦІЇ ЩОДО ВИКОРИСТАННЯ НЕКЕРОВАНИХ РЕАКТИВНИХ СНАРЯДІВ КАЛІБРУ 122 МІЛІМЕТРІВ ЯК ЄДИНОГО НОСІЯ ДЛЯ АРТИЛЕРІЙСЬКИХ СНАРЯДІВ ТА МІНОМЕТНИХ МІН

    by Володимир Комаров, Володимир Сайко, Олексій Коломійцев, Олексій Філіппенков, Олександр Кулєшов, Владислав Павлій, Олексій Балабуха, Сергій Клівець, Євген Поринос, Руслан Шупило, et al.

    В статті розглядаються питання щодо застосування некерованих реактивних снарядів калібру 122-мм, що використовуються на реактивних системах залпового вогню типу БМ-21 «Град». Такий снаряд можливо використовувати як єдиний носій для артилерійських снарядів та мінометних мін для ураження наземних цілей противника на дальностях від 3 км до 15 км і більше. Наведено приклади конструктивного виконання модернізованих реактивних снарядів та застосування їх на мобільних міні-установках реактивних системах залпового вогню. Представлено приклади схемо-технічних рішень. Розкрито принцип їх використання. Зроблені висновки.

  • Open Access

    ОСОБЛИВОСТІ ЗАСТОСУВАННЯ ТЕХНОЛОГІЇ МАШИННОГО НАВЧАННЯ ДЛЯ ПІДВИЩЕННЯ БЕЗПЕКИ ПОЛЬОТІВ ГРУПИ БЕЗПІЛОТНИХ ЛІТАЛЬНИХ АПАРАТІВ У МІСЬКИЙ ЗАБУДОВІ

    by Олексій Коломійцев, Ігор Рудаков, Олексій Філіппенков, Владислав Павлій, Альберт Катунін, Віталій Коваль, Геннадій Згода, Володимир Кібальник, Владислав Пальчиков, Михайло Бєлоус, et al.

    В статті розкрито особливості застосування технології машинного навчання для підвищення безпеки польотів групи безпілотних літальних апаратів у міський забудові. Описано три основні підходи до машинного навчання. Розкрито алгоритми машинного навчання, їх переваги та обмеження. Акцентовано увагу на нейронні мережі як основу глибокого навчання та їх відомі типи. Доведено концепцію U-space, яка забезпечує цифрові послуги для контролю та координації польотів групи безпілотних літальних апаратів відповідно до існуючих норм та регуляторних вимог.


  • Open Access

    Modeling of the process of the shot based on the numerical solution of the equations of internal ballistics

    by Oleksandr Kriukov, Roman Melnikov, Оlexandr Bilenko, Artem Zozulia, Sergey Herasimov, Maksym Borysenko, Vladislav Pavlii, Serhii Khmelevskiy, Dmytro Abramov, Vadym Sivak

    Modeling of the process of the shot based on the numerical solution of the equations of internal ballistics