Кафедра комп’ютерних наук
Постійне посилання на фондhttps://repository.lntu.edu.ua/handle/123456789/78
Переглянути
3 результатів
Результати пошуку
Item type:Наукова стаття, WPF клієнт-серверний додаток для забезпечення оперативної взаємодії з базами даних(Lutsk : LNTU, 2025-06-16) Здолбіцька, Ніна Василівна; Здолбіцький, Андрій Петрович; Гейко, Богдан ВікторовичУ статті описано реалізація інтерактивного WPF клієнт-серверного додатка для забезпечення планування виробничих процесів (машин як виробничих одиниць на лінії) промисловості. Розв’язано завдання оперативної взаємодії з базами даних. Серверна частина відповідає за зберігання, обробку та надання даних, тоді як клієнтська частина відповідає за відображення та взаємодію з користувачем. Клієнт-серверний додаток призначений для зберігання та представлення детальної інформації про записи плану виробничого замовлення у системі планування виробництва, агрегує велику кількість даних, що стосуються кожного конкретного завдання. Дані представлено у вигляді форматованої таблиці із заголовками категорій плану та статусів виконання. Реалізовано інтерактивність вибору окремих елементів рядків та оновлення візуальних даних у режимі реального часу. Подано діаграму класів UML структури клієнт-серверного додатка, а саме набір класів та їх атрибути, поля, властивості, методи та події. Об’єкти класу можуть сповіщати інші компоненти програми, зокрема елементи інтерфейсу користувача про зміну значень своїх властивостей, що є ключовим для механізмів прив’язки даних у WPF. Забезпечення швидкого доступу до актуальних даних дозволяє приймати обґрунтовані рішення та ефективно виконувати робочі завдання.Item type:Методичне забезпечення, Дискретна математика(Луцьк : ЛНТУ, 2025-11-07) Здолбіцька, Ніна ВасилівнаКонспект лекцій складено відповідно до діючої програми курсу Дискретна математика з метою використання студентами спеціальності F6 Інформаційні системи та технології при вивченні даної дисципліни.Item type:Матеріали конференцій, Training neural networks to sort: a new approach to classical algorithms(2025-09-05) Здолбіцька, Ніна Василівна; Bas, Dmytro; Zdolbitskyi, SerhiiThe paper explores a new approach to data sorting based on the use of neural networks. Traditional sorting algorithms work according to rigidly defined rules, while neural networks learn to find patterns in data, which allows them to adapt to complex and unstructured arrays. It analyzes how machine learning models can choose optimal algorithms for specific data or perform sorting independently based on experience. The advantages of such an approach are discussed, including adaptability, potential optimization, and the possibility of parallel processing. The limitations associated with computational complexity and accuracy are also considered. The conclusions indicate that neural network sorting will not replace classical methods, but opens up new prospects for solving non-standard data sorting tasks.