OSOleh Sinkevych

Oleh Sinkevych

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

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Oleh Sinkevych has a total of 22 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    OPTIMIZATION OF THE STRUCTURE OF FIELD EFFECT TRANSISTORS BASED ON REDUCED GRAPHENE OXIDE FILM FOR PHOTOAND GAS-SENSING APPLICATIONS

    by I. B. Olenych, L. S. Monastyrskii, A. Yu. Kozak, V. Ya. Boiko, O. O. Sinkevych, І. Б. Оленич, В. Я. Бойко

    The features of using field-effect transistors (FETs) based on a reduced graphene oxide (RGO) film deposited on the surface of anodically and thermally oxidized porous silicon as photodetectors and gas adsorption sensors have been investigated. An increase in the efficiency of the created FETs was found as a result of thermal oxidation of the porous layer or deposition of an additional SiO₂ layer on the surface of anodically oxidized porous silicon. It has been established that the photo- and adsorption sensitivity of the RGO-based FETs depends on both the quality of the insulating layer and the presence of a protective SiO₂ coating on the RGO film. In particular, the FETs with an anodic oxidized porous silicon insulating layer are characterized by the highest photosensitivity. Conversely, the graphene FET with thermally oxidized porous silicon is almost insensitive to visible light but demonstrates maximum response to the adsorption of water molecules. The SiO₂ protective layer has almost no effect on the photosensitivity of RGO-based FETs but significantly reduces the influence of the atmosphere on their conductivity.

  • Open Access

    Physics-Inspired Hamiltonian Particle Swarm Optimisation for Multi-Agent Movement

    by Oleh Sinkevych, Bohdan Sokolovskii, Yaroslav Boyko, Igor Olenych

    This study puts forward a Hamiltonian-inspired modification of Particle Swarm Optimisation (PSO) algorithm. Since the standard PSO procedure does not take into account physical properties like particle masses, geometrical sizes, and energy consumption, it is not fully applicable as a navigational and coordination tool in real-world environments. In particular, generic PSO mechanism cannot stop the particles from collisions. To address these issues, we propose a new PSO formulation based on a Hamiltonian interpretation. This approach allows bringing together the kinetic and potential energy terms with the forces acting on the agents, as well as the derivation of agent’s velocities and positions. The potential energy represents attraction toward both personal and global best positions in a spring-like manner. As a component of conservative forces derived from the potential energy term, we introduce a special repulsive potential function to prevent collisions among agents. The kinetic energy, which is derived via agent mass and momentum, determines the movement dynamics. To model the energy loss, we incorporate Rayleigh dissipation term that accounts for non-conservative forces. According to the proposed model, agent displacements are computed using the obtained velocity and momentum vectors. Additionally, we introduce individual and swarm energy efficiency metrics to study the agents’ motion in a 2D testing environment. The presented approach enables stable, coordinated, and collision-free multi-agent motion within a physics-inspired optimisation framework.


  • Study of Local Planning in 2d Pathfinding Based on Small Language Model.

    by Rechynskyi O, Sokolovskii B, Sinkevych O

    A paper studies the ability of compact large language models (LLMs) to perform local path planning using only limited, sensor-like observations. While recent work typically employs LLMs as high-level planners within hybrid systems leaving low-level navigation to classic pathfinding algorithms, considerably less attention has been given to how smaller models behave when placed directly in the control loop. To address this gap, we evaluate a 1.7-billion-parameter model (Qwen3-1.7B) as a local planner in a continuous two-dimensional environment. The agent navigates toward a target within a bounded rectangular map containing varying numbers of obstacles. At each step, a ring of collision-free candidate waypoints is generated, and made available to the model through a textual table containing indices, coordinates, and distances to the goal. Given few-shot demonstrations, the model selects a single candidate index to determine the next move. We report performance in terms of success rate, path length, and efficiency relative to the straight-line distance, and analyze the effect of hyperparameters tuned via Optuna. The results provide the first quantitative characterization of Qwen3-1.7B as a local path planner, highlighting both its capabilities and limitations. The findings motivate further exploration of richer observation formats, memory mechanisms, and comparisons with algorithmic baselines

  • Open Access

    Physics-Informed Particle Swarm Optimization for Collision-Aware Swarm Navigation

    by Oleh Sinkevych, Bohdan Sokolovskyy, Yaroslav Boyko, Zenyk Matchyshyn

    This paper presents an approach to modeling the movement of a multi-agent system in a two-dimensional space using a modified Particle Swarm Optimization (PSO) algorithm, adapted to account for the physical properties of the agents. The standard PSO, originally designed for solving optimization problems through swarm behavior, has been extended to simulate the motion of physical objects with defined mass, velocity, and inter-agent interactions. To ensure physically plausible motion and prevent collisions between agents, hybrid methods have been proposed that combine classical PSO with inter-particle potential functions. Trajectory planning and control over the direction and speed of agent movement have been governed by the modified PSOs, while collision avoidance is achieved through the influence of repulsive potential fields. Numerical simulations have been conducted to analyze the collective behavior of the swarm.


  • Open Access

    STUDY OF PARALLEL MODEL OF ARTIFICIAL BEE COLONY ALGORITHM

    by Oleh Sinkevych, V. Boyko, L. Monastyrsky, B. Sokolovsky

    ДОСЛІДЖЕННЯ ПАРАЛЕЛЬНОЇ МОДЕЛІ АЛГОРИТМУ ШТУЧНОГО БДЖОЛИНОГО РОЮ

  • Open Access

    THE METHOD OF EVALUATING THERMAL PHYSICAL CHARACTERISTICS OF BUILDINGS BASED ON THE INVERSE PROBLEM OF THERMAL CONDUCTIVITY

    by Oleh Sinkevych, Ihor Olenych, Bohdan Sokolovsky

    Як правило, під час проектування систем клімат-контролю для будівель вимірювання (такі як температура, вологість, споживання енергії тощо) використовуються та аналізуються за допомогою статистичних методів. Згодом ці дані можна використовувати для моделювання та створення інтелектуальних систем. Незважаючи на ефективність цих систем, часто буває вигідно включати фізичні рівняння в розроблені моделі. Ці рівняння не тільки описують теплову поведінку всередині приміщень, але також можуть бути інформативно інтегровані з алгоритмами аналізу даних. Наприклад, знання характеристик стін, таких як їхня теплоємність і провідність, дозволяє точно регулювати параметри опалення в окремих приміщеннях і використовувати ці дані для розробки інтелектуальних термостатів. Ці характеристики можна визначити шляхом вирішення відповідних рівнянь теплопровідності. Однак, оскільки рівняння теплопровідності містить невідомі параметри (або параметри зі значеннями, які важко визначити), такі як коефіцієнти теплопровідності та теплоємності, існує потреба сформулювати обернені задачі для оцінки цих невідомих характеристик. У роботі викладено методику розрахунку ефективних теплофізичних параметрів будівлі шляхом аналізу коливань зовнішньої та внутрішньої температури в холодну пору року, а також даних про споживання енергії на опалення. Метод скінченних різниць використовується тут для вирішення прямої проблеми, яка передбачає визначення теплового режиму в будівлі з урахуванням відповідних теплофізичних властивостей матеріалів. У роботі також представлена чисельна схема розрахунку етапів методу та досліджено вплив теплофізичних параметрів на розрахункові значення температури. За результатами прямої задачі сформульовано та розв’язано обернену задачу ідентифікації ефективних теплотехнічних параметрів будівлі. Щоб вирішити цю проблему, для отримання наближеного рішення використовуються методи грубого перебору, а для його подальшого вдосконалення використовується квазіньютонівський алгоритм BFGS. Ключові слова: теплофізичне моделювання, прямі та обернені задачі теплопровідності, чисельна оптимізація.

  • Open Access

    MLOps BASED PROTOTYPE OF AI SYSTEM FOR EDGE COMPUTING

    by Oleh Sinkevych, Yaroslav Boyko, Lyubomyr Monastyrskyy

    У статті представлено підхід до розробки системи штучного інтелекту, що базується на сучасній концепції MLOps. Така система розроблена в контексті граничних обчислень та представляє собою апаратно-програмний комплекс, який не залежить від доступу до хмарних сервісів та може розгортатися локально. Для периферійної апаратної частини ми використовуємо мікрокомп’ютер Nvidia Jetson Nano, який виступає в якості серверної частини для обробки мережевих запитів, зберігання даних і саморозгортання моделей машинного навчання. Запропоновано робочий конвеєр MLOps, повністю розроблений з використанням таких промислових програмних рішень як TensorFlow 2, Mlflow, Apache Airflow. Такий конвеєр повністю інтегрується у розроблений прикладний програмний інтерфейс. Архітектурна схема конвеєра складається з трьох операційних етапів: а) зберігання та обробки даних, що означає отримання даних з бази даних, очищення та їх перетворення для використання у процесі тренування моделі машинного навчання – рекурентної нейтронної мережі б) створення моделі з синхронною оптимізацією гіперпараметрів та реєстрацією моделі; в) розгортання та обслуговування моделі. Увесь конвеєр обгорнутий REST API, створеним за допомогою мікро-фреймворку FastAPI і організований за допомогою служби Apache Airflow. Для реалізації описаного конвеєра ми вибрали температурні дані, які оброблялися рекурентною нейронною мережею на основі GRU, що здійснює короткотермінове прогнозування температури. Гіперпараметри цієї мережі можна оптимізувати за допомогою генетичного алгоритму, який реалізовується під час другого етапу конвеєра та викликається паралельно у процесі її тренування. Також на основі технології сокетів наведена схема приєднання сервера Nvidia Jetson Nano до іншого граничного пристрою – мікроконтролера STM32 H745, що слугує об’єктом розгортання натренованої на сервері нейромережі. Ключові слова: граничні обчислення, MLOps, машинне навчання, Mlflow, генетичний алгоритм.


  • Open Access

    REGRESSION MODELS FOR SMART HOME DATA ANALYSIS

    by Oleh Sinkevych

    У статті розглядається регресійно-кореляційне моделювання даних інтелектуального будинку з метою побудови як прогностичних моделей, так і дослідження зв’язків між ними. В якості даних для такого моделювання було обрано дві окремі групи: набори вимірювань температур та споживання енергії, отриманих в межах проекту REFIT Smart Homes та розподіли температур, виміряних у лабораторії інтелектуальних автономних систем факультету електроніки та комп’ютерних технологій Львівського національного університету імені Івана Франка за період з 1 лютого 2021 року по 1 вересня 2021 року. Розглянутий та апробований підхід до попередньої обробки кліматичних показників інтелектуального будинку, який передбачає застосування методу STL-декомпозиції. Побудова та дослідження регресійно-кореляційних моделей були виконані для кількох комбінацій даних: а) внутрішніх і зовнішніх температур; б) споживання газу і температур на обігрівальних елементах та в) внутрішніх, зовнішніх температур і споживання газу для обігріву. Результати такого моделювання дають змогу кількісно оцінити теплову ефективність інтелектуального будинку в контексті розподілів температур та споживання енергії обігріву, а положення регресійних прямих – неявним чином аналізувати теплозберігаючі властивості. Ключові слова: регресійне моделювання, інтелектуальний будинок, XGBoost, інтелектуальний аналіз даних.

  • Open Access

    Text Tone Determination Using Fuzzy Logic

    by Igor Olenych, Oleh Sinkevych, Maryana Salamakha, Marianna Prytula

    The study proposes the text tone detection system based on sentiment dictionaries and fuzzy rules. Computer analysis of texts from different sources has been performed in emotional categories: anger, anticipation, disgust, fear, joy, sadness, surprise and trust. A synonym dictionary has been used to expand the vocabulary. To increase the accuracy and validity of sentiment analysis, the authors of the study have used coefficients that take into account different emotional loads of words of various parts of speech and the action of intensifying or softening adverbs. A quantitative value of the text tone has been obtained as a result of an aggregation of normalized data on all emotional categories by the fuzzy inference methods. It has been found that emotional words have a greater impact on the text tone value in the case of analysis of short messages. The proposed approach makes it possible to contribute to all emotional categories in the final text evaluation.


  • Open Access

    LOW COMPLEXITY RECURRENT NEURAL NETWORKS FOR EDGE COMPUTING

    by Oleh Sinkevych

    Дана стаття присвячена розробці рекурентних нейронних мереж для програмного забезпечення інтелектуальних пристроїв, які можуть функціонувати на основі штучного інтелекту, таких як мікроконтролери та інші системи граничних обчислень. Через незначну обчислювальну потужність таких пристроїв метою дослідження є розробка та аналіз прогностичних моделей низької складності для прогнозування сенсорних часових рядів на прикладі одновимірного часового ряду, а саме виміряних температур у приміщенні. Розроблені моделі можуть легко розгортатися на мікроконтролері сімейства STM32 за допомогою пакету розширення X-CUBE-AI. Температурні дані були зібрані з використанням датчиків температури DS18B20, що підключались до Raspberry Pi 3 зі встановленою базою даних InfluxDB. У статті наведений опис підготовки та перетворення даних у вигляді часового ряду для подальшого використання у процесі тренування рекурентних нейронних мереж. Розглянута низка конфігурацій моделей на основі простих одношарових архітектур LSTM та GRU з однонаправленими та двонаправленими зв’язками між відповідними комірками нейронних мереж. Для розрахунку оптимального набору гіперпараметрів для чотирьох архітектур нейронних мереж було реалізовано генетичний алгоритм. Оптимізація гіперпараметрів відбувалась на базі мінімізації функції середньоквадратичної помилки на зразках з валідаційної вибірки, що вимагало багаторазовий процес навчання нейронних мереж для кожного набору гіперпараметрів з простора пошуку. Наведені результати чисельних експериментів, проведених для конфігурацій моделей з однонаправленими та двонаправленими зв’язками між комірками свідчать про можливість використання такого підходу для побудови прогностичних моделей для одновимірних сенсорних часових рядів. Аналіз отриманих результатів дає змогу визначати оптимальну прогностичну модель низької складності для розгортання на мікроконтролері. Також запропоновано схему розгортання розроблених моделей на мікроконтролері STM32, об'єднаному з високопродуктивним хабом на базі мікрокомп’ютера Nvidia Jetson Nano з графічним прискорювачем, що може ефективно застосовуватися для тренування простих нейронних мереж. Ключові слова: граничні обчислення, рекурентні нейронні мережі, часові ряди, генетичний алгоритм.