Tetiana S. Diachuk
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
Research Interests
Tetiana S. Diachuk has a total of 12 co-authors. Here are the top co-authors by number of shared publications:
Artur V. Timenko
National University Zaporizhzhia Polytechnic, Zaporizhzhia, Ukraine and Dmytro Motornyi Tavria State Agrotechnological University, Zaporizhzhia, Ukraine
1 shared publication- Danylo Kotelevskyi1 shared publication
- Irina Zeleneva
National University “Zaporizhzhia Polytechnic
1 shared publication - Karsten Henke
Ilmenau University of Technology
1 shared publication Nataliia A. Kulykovska
National University Zaporizhzhia Polytechnic, Zaporizhzhia, Ukraine
1 shared publicationSvitlana Hrushko
1 shared publication
Latest Publications
- Open Access
- 3 April 2026
- Published by Association for Computing Machinery (ACM)
- p. 1-10
Development of hybrid cloud-fog architecture for real-time IoT analytics
- 3 April 2026
- Published by Association for Computing Machinery (ACM)
- p. 1-10
Open AccessDevelopment of hybrid cloud-fog architecture for real-time IoT analytics
- 1 January 2026
- Published by Donetsk National Technical University in Scientific papers of Donetsk National Technical University. Series: Informatics, Cybernetics and Computer Science
- Vol. 2 (43)
ADVISORY AI-BASED VHDL CODE VERIFICATION SYSTEM FOR IT STUDENTS
An AI-based advisory system for VHDL code verification presents an approach to minimizing errors and increasing the reliability of digital circuit designs on FPGAs. This task is relevant because the current stage of digital electronics development is characterized by the rapid growth in the complexity of FPGA designs, and the logic capacity of microchips is growing much faster than developer productivity and the effectiveness of traditional code verification tools. At the same time, AI tools, particularly LLM, are rapidly evolving. Education, especially when training IT students, must adapt to these new conditions. The proposed advisory system enables the correct selection of LLM tools for VHDL code verification and provides explanations for detected errors. This helps students improve their understanding of the task, enhance the quality of their designs, and ultimately increase motivation. The system is scalable and flexible and can be used for both undergraduate and aspiring digital hardware designers.
- 1 January 2026
- Published by Donetsk National Technical University in Scientific papers of Donetsk National Technical University. Series: Informatics, Cybernetics and Computer Science
- Vol. 2 (43)
ADVISORY AI-BASED VHDL CODE VERIFICATION SYSTEM FOR IT STUDENTS
An AI-based advisory system for VHDL code verification presents an approach to minimizing errors and increasing the reliability of digital circuit designs on FPGAs. This task is relevant because the current stage of digital electronics development is characterized by the rapid growth in the complexity of FPGA designs, and the logic capacity of microchips is growing much faster than developer productivity and the effectiveness of traditional code verification tools. At the same time, AI tools, particularly LLM, are rapidly evolving. Education, especially when training IT students, must adapt to these new conditions. The proposed advisory system enables the correct selection of LLM tools for VHDL code verification and provides explanations for detected errors. This helps students improve their understanding of the task, enhance the quality of their designs, and ultimately increase motivation. The system is scalable and flexible and can be used for both undergraduate and aspiring digital hardware designers.
- Open Access
- 30 December 2025
- Published by Publishing House Helvetica (Publications) in Systems and Technologies
- Vol. 70 (2) , 219-225
АВТОМАТИЗОВАНА СИСТЕМА ПЕРЕВІРКИ ЗАВДАНЬ ДЛЯ НАВЧАЛЬНИХ КУРСІВ ІЗ ПРОГРАМУВАННЯ
Метою статті є представлення результатів розробки та впровадження автоматизованої системи перевірки завдань, яка допоможе викладачу організувати якісний, об'єктивний та ефективний навчальний процес в умовах асинхронного дистанційного навчання, зумовленого спочатку пандемією COVID-19, а згодом повномасштабною війною. Ручна перевірка великої кількості програмних робіт створює значне навантаження на викладачів, призводить до затримок у наданні зворотного зв’язку та вносить елементи суб’єктивності в оцінювання. Розроблена система є компонентом ширшої освітньої платформи, в якій завдання для студентів вже генеруються індивідуально. Запропонована архітектура перевірки базується на інтеграції інструментів контролю версій та безперервної інтеграції. Процес роботи організовано наступним чином: студент виконує завдання у своєму репозиторії та створює Pull Request для злиття змін. Ця дія автоматично запускає процес перевірки (GitHub Action), який компілює код та передає його валідатору. Валідатор генерує великий набір тестових даних, виконує на них як код студента, так і еталонну реалізацію (описану формалізованими формулами), а потім порівнює результати. У разі розбіжностей система миттєво надає студенту звіт про помилку з конкретним набором даних, що її спричинив. Це дозволяє викладачу зосередитись не на рутинній перевірці коректності, а на аналізі якості коду, архітектури та наданні змістовних коментарів. Система реалізована мовою Kotlin, використовує систему збірки Gradle та поширюється у вигляді бібліотеки (Maven артефакту), що підключається студентами до своїх проєктів. Апробація проводилась у межах дисципліни «Основи програмування на Kotlin» за участю 23 студентів. Впровадження системи довело свою ефективність у заощадженні часу викладача, забезпеченні об'єктивного оцінювання та підвищенні мотивації студентів до експериментів та самостійного виправлення помилок завдяки миттєвому зворотному зв’язку. Подальший розвиток системи передбачає інтеграцію модулів для оцінки якості коду.
- 30 December 2025
- Published by Publishing House Helvetica (Publications) in Systems and Technologies
- Vol. 70 (2) , 219-225
Open AccessАВТОМАТИЗОВАНА СИСТЕМА ПЕРЕВІРКИ ЗАВДАНЬ ДЛЯ НАВЧАЛЬНИХ КУРСІВ ІЗ ПРОГРАМУВАННЯ
Метою статті є представлення результатів розробки та впровадження автоматизованої системи перевірки завдань, яка допоможе викладачу організувати якісний, об'єктивний та ефективний навчальний процес в умовах асинхронного дистанційного навчання, зумовленого спочатку пандемією COVID-19, а згодом повномасштабною війною. Ручна перевірка великої кількості програмних робіт створює значне навантаження на викладачів, призводить до затримок у наданні зворотного зв’язку та вносить елементи суб’єктивності в оцінювання. Розроблена система є компонентом ширшої освітньої платформи, в якій завдання для студентів вже генеруються індивідуально. Запропонована архітектура перевірки базується на інтеграції інструментів контролю версій та безперервної інтеграції. Процес роботи організовано наступним чином: студент виконує завдання у своєму репозиторії та створює Pull Request для злиття змін. Ця дія автоматично запускає процес перевірки (GitHub Action), який компілює код та передає його валідатору. Валідатор генерує великий набір тестових даних, виконує на них як код студента, так і еталонну реалізацію (описану формалізованими формулами), а потім порівнює результати. У разі розбіжностей система миттєво надає студенту звіт про помилку з конкретним набором даних, що її спричинив. Це дозволяє викладачу зосередитись не на рутинній перевірці коректності, а на аналізі якості коду, архітектури та наданні змістовних коментарів. Система реалізована мовою Kotlin, використовує систему збірки Gradle та поширюється у вигляді бібліотеки (Maven артефакту), що підключається студентами до своїх проєктів. Апробація проводилась у межах дисципліни «Основи програмування на Kotlin» за участю 23 студентів. Впровадження системи довело свою ефективність у заощадженні часу викладача, забезпеченні об'єктивного оцінювання та підвищенні мотивації студентів до експериментів та самостійного виправлення помилок завдяки миттєвому зворотному зв’язку. Подальший розвиток системи передбачає інтеграцію модулів для оцінки якості коду.