РКРуслан Михайлович Кацуба

Руслан Михайлович Кацуба

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

Руслан Михайлович Кацуба has a total of 39 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    АНАЛІЗ ОСОБЛИВОСТЕЙ РОЗПОДІЛЕНИХ ХМАРНИХ СИСТЕМ ОБРОБКИ ВЕЛИКИХ ОБСЯГІВ ДАНИХ РИНКУ ПРАЦІ

    by Олексій Володимирович Коломійцев, Ілля Сергійович Гарбуз, Володимир Олександрович Комаров, Альберт Миколайович Катунін, Олег Феліксович Галицький, Борис Вікторович Гайбадулов, Леонід Іванович Матвєєв, Руслан Михайлович Кацуба, Анатолій Григорович Мокряк, Оксана Володимирівна Тварковська, et al.

    В статті проведено аналіз особливостей розподілених хмарних систем обробки великих обсягів даних ринку праці. Розглянуто методи машинного навчання для аналізу текстів вакансій і резюме. Проведено систематизацію способів подання текстів, методів виділення навичок, графів навичок та методи зіставлення вакансій і резюме. Визначено, яких властивостей бракує відомим рішенням для двомовних даних українського ринку праці. Відмічено, що документи змішаномовні, а лексичний збіг охоплює лише частину тексту. Розглянуті методи порівняно за ознаками: які враховують подання, які дані потрібні для навчання, або нормалізуються навички до таксономії, або можливо обчислити вектори кандидатів заздалегідь, скільки обчислень потребує один документ. Лексичні подання TF-IDF і BM25 дешеві й точно враховують назви технологій, а багатомовні щільні енкодери враховують зміст, але потребують графічних процесорів і пам’яті. Навички виділяють розміткою фрагментів тексту, класифікацією за таксономією ESCO і великими мовними моделями; мовні моделі не потребують розмітки, але дорожчі і в розмітці фрагментів поки поступаються навченим моделям. Графи навичок будують за спільною появою навичок, переважно за накопиченим масивом даних. Методи зіставлення розвиваються від сіамських енкодерів до двовежових моделей, графових нейронних мереж і мовних моделей як ранжувальників. Графові моделі зіставлення спираються на історію взаємодій закритих платформ. Аудити фіксують упередженість ранжування за статтю і расою. Запропоновано правила вибору методів за наявними даними. Сформульовано невирішені проблемні питання для відкритих двомовних даних без історії взаємодій: вартість подань за великої кількості пар, зміни структури навичок під час криз, окремий внесок графа навичок у якість зіставлення, поєднання якості з часткою переглянутих кандидатів, оцінювання без даних про наймання.

  • Open Access

    ОСОБЛИВОСТІ НАВЧАЛЬНОЇ ПРОЦЕДУРИ ТА ПРОТОКОЛУ ВАЛІДАЦІЇ МЕТОДУ ГЛИБОКОГО ВИЯВЛЕННЯ АНОМАЛІЙ У ВИМІРЮВАЛЬНИХ PQ-ДАНИХ ПОКАЗНИКІВ ЯКОСТІ ЕЛЕКТРОЕНЕРГІЇ, ЗУМОВЛЕНИХ ГЕОФІЗИЧНИМИ ФАКТОРАМИ

    by Олексій Володимирович Коломійцев, Олег Юрійович Слободяник, Володимир Олександрович Комаров, Альберт Миколайович Катунін, Володимир Георгійович Рикун, Олег Володимирович Коломійцев, Дмитро Олександрович Василець, Руслан Михайлович Кацуба, Сергій Миколайович Хабоша, Сергій Федорович Фелді, et al.

    У статті розглянуто особливості навчальної процедури та протоколу валідації методу глибокого виявлення аномалій у вимірювальних PQ-даних, зумовлених геофізичними факторами. Розроблено процедури попередньої обробки та синтезовано узагальнену алгоритмічну схему виявлення аномалій, яка відокремлює етапи моделювання «норми», прийняття рішення та фізично орієнтованої верифікації.

  • Open Access

    МЕТОД ГЛИБОКОГО ВИЯВЛЕННЯ АНОМАЛІЙ У ВИМІРЮВАЛЬНИХ PQ-ДАНИХ (ПОКАЗНИКІВ ЯКОСТІ ЕЛЕКТРОЕНЕРГІЇ), ЗУМОВЛЕНИХ ГЕОФІЗИЧНИМИ ФАКТОРАМИ

    by Олексій Володимирович Коломійцев, Олег Юрійович Слободяник, Володимир Олександрович Комаров, Альберт Миколайович Катунін, Володимир Георгійович Рикун, Олександр Олександрович Лисий, Владислав Вікторович Пальчиков, Юрій Вікторович Кобець, Руслан Михайлович Кацуба, Володимир Олександрович Гончаров, et al.

    У статті запропоновано метод глибокого виявлення аномалій у вимірювальних PQ-даних (показників якості електроенергії), зумовлених геофізичними факторами. Обґрунтовано вибір інформативних PQ-ознак, які є найбільш чутливими до GIC-індукованих ефектів та визначено процедури сегментації часових рядів на вікна аналізу. Побудовано глибинну модель без вчителя (автоенкодерну архітектуру) для формування компактного представлення нормального режиму та відтворення його часової динаміки.


  • Open Access

    ОПТИМІЗАЦІЯ ТА МІНІМІЗАЦІЯ ТЕСТОВИХ СЦЕНАРІЇВ ДЛЯ C++ БІБЛІОТЕК НА ОСНОВІ УДОСКОНАЛЕНИХ ЖАДІБНОГО ТА ДЕЛЬТА-ДЕБАГГІНГ АЛГОРИТМІВ

    by Олексій Коломійцев, Михайло Гулевич, Володимир Комаров, Альберт Катунін, Костянтин Садовий, Олександр Дмитрієнко, Руслан Кацуба, Владислав Жуйков, Сергій Фелді, Вікторія Ярославська, et al.

    В статті представлено удосконалений жадібний алгоритм, у якому вибір дій тестового сценарію здійснюється з урахуванням їх майбутньої користі, яка визначена за очікуваним приростом гілкового покриття коду. За таким підходом усувається детермінованість класичного жадібного алгоритму, підвищується інформативність тестового сценарію та забезпечується збалансованість між збереженням гілкового покриття та стисненням тестового сценарію. Також, удосконалений алгоритм дельта-дебаггінг, який виконує групове видалення неунікальних дій тестового сценарію за внеском у гілкове покриття, що дозволяє суттєво знизити довжину тестового сценарію без втрати характеристик ефективності тестування. Розкрито сутність удосконалення обраних алгоритмів. Проведено оцінку ефективності удосконалених алгоритмів. Наведено графічний матеріал.

  • Open Access

    МЕТОДОЛОГІЯ ДОСЛІДЖЕННЯ ПИТАНЬ ЩОДО БЕЗПЕКИ ПОЛЬОТІВ ГРУПИ БЕЗПІЛОТНИХ ЛІТАЛЬНИХ АПАРАТІВ У МІСЬКОМУ СЕРЕДОВИЩІ

    by Олексій Коломійцев, Ігор Рудаков, Олег Дмітрієв, Альберт Катунін, Катерина Суркова, Євген Поринос, Сергій Богдан, Руслан Кацуба, Віта Кравчук, Микола Романович, et al.

    В статті представлено методологію дослідження питань щодо безпеки польотів групи безпілотних літальних апаратів у міському середовищі. До складу методології входить: розробка математичних моделей, використання технологій шутчного інтелекту та валідація результатів завдяки симуляційному тестуванню. Завдяки розробленій методології можливо створити ефективні алгоритми планування та управління польотами групи безпілотних літальних апаратів, що відповідають сучасним вимогам безпеки та ефективності повітряного руху. Впровадження елементів штучного інтелекту (алгоритмів LSTM та RL) дозволяє удосконалити метод D2-C2 та забезпечити прогнозування небезпек при польоті групи безпілотних літальних апаратів у міському середовище. При цьому, LSTM-доповнення інтегрується на етапі планування маршруту групи безпілотних літальних апаратів, покращуючи стратегічне розведення їх коридорів, а RL-доповнення працює на етапі виконання польоту безпілотних літальних апаратів, додаючи гнучкість та надійність у непевних обставинах. Наведено структуру методології дослідження та розкрито її сутність. Розглянуто приклади застосування методології. Розроблено пропозиції щодо використання методів машинного навчання для удосконалення концепції D2-C2.