DSpace Community: https://sci.ldubgd.edu.ua/jspui/handle/123456789/72 Sat, 16 May 2026 02:09:44 GMT 2026-05-16T02:09:44Z DSpace Community: http://sci.ldubgd.edu.ua:8080/retrieve/f765ad1a-6974-4760-b9e7-be55a05bc433/Безіменний.png https://sci.ldubgd.edu.ua/jspui/handle/123456789/72 СУЧАСНИЙ СТАН ТА ПЕРСПЕКТИВИ РОЗВИТКУ ІНФОРМАЦІЙНИХ МЕРЕЖ IP-ТЕЛЕФОНІЇ В ОРГАНАХ ДЕРЖАВНОЇ ВЛАДИ https://sci.ldubgd.edu.ua/jspui/handle/123456789/17802 Title: СУЧАСНИЙ СТАН ТА ПЕРСПЕКТИВИ РОЗВИТКУ ІНФОРМАЦІЙНИХ МЕРЕЖ IP-ТЕЛЕФОНІЇ В ОРГАНАХ ДЕРЖАВНОЇ ВЛАДИ Authors: Борзов, Юрій; Пилипенко, Володимир; Довбняк, Віра Abstract: Стаття має аналітичний характер і досліджує актуальну тему вдосконалення та перспективи розвитку інформаційно-комунікаційних мереж в органах державної влади із застосуванням IP-телефонії. Сьогодні державний апарат працює в умовах жорсткого дефіциту часу на прийняття рішень, тоді як старі телефонні лінії фізично не в стані витримувати таких навантажень. Їхня архітектура не дозволяє швидко масштабувати інформаційно-комунікаційну мережу чи повноцінно забезпечувати обмін мультимедійними даними. Перехід державних установ на сучасні хмарні сервіси та апаратні VoIP-рішення ускладнюється специфічними жорсткими вимогами до захисту інформації, відмовостійкості (живучості) мереж в умовах можливих руйнувань критичної інфраструктури, а також необхідністю безшовної інтеграції новітніх систем із наявними відомчими лініями зв'язку. Wed, 01 Apr 2026 00:00:00 GMT https://sci.ldubgd.edu.ua/jspui/handle/123456789/17802 2026-04-01T00:00:00Z Machine Learning Method for Predicting Smoke Blockage Time at Apartment Evacuation Exits https://sci.ldubgd.edu.ua/jspui/handle/123456789/17751 Title: Machine Learning Method for Predicting Smoke Blockage Time at Apartment Evacuation Exits Authors: Smotr, О.; Khlevnoi, O.; Zhezlo-Khlevna, N.; Malets, I.; Golovatyi, R. Abstract: The article explores the application of machine learning methods to study the time of smoke blockage of evacuation routes during the initial stage of a fire in residential premises. A dataset was formed through numerical experiments conducted in the PyroSim software, where 140 fire scenarios were modeled with varying values of the fire spread angle, distance to the exit, total area of opened doors and windows. Correlation analysis was performed to assess relationships between parameters, and polynomial regression of the second degree with variable scaling was employed for modeling, yielding interpretable coefficients. The results were validated using mean squared error (MSE) and coefficient of determination (R²), complemented by visualizations of dependencies. The study demonstrates the effectiveness of combining numerical modeling with machine learning for predicting smoke blockage time, offering practical implications for enhancing evacuation safety Thu, 01 Jan 2026 00:00:00 GMT https://sci.ldubgd.edu.ua/jspui/handle/123456789/17751 2026-01-01T00:00:00Z Розробка системи інтерактивного навчання для підготовки медичних спеціалістів на базі UNITY https://sci.ldubgd.edu.ua/jspui/handle/123456789/17695 Title: Розробка системи інтерактивного навчання для підготовки медичних спеціалістів на базі UNITY Authors: Смотр, Ольга; Намазило, Віктор Sun, 01 Mar 2026 00:00:00 GMT https://sci.ldubgd.edu.ua/jspui/handle/123456789/17695 2026-03-01T00:00:00Z Гібридні генеративні моделі та бітове шифрування в латентному просторі нейроаудіостеганографії https://sci.ldubgd.edu.ua/jspui/handle/123456789/17694 Title: Гібридні генеративні моделі та бітове шифрування в латентному просторі нейроаудіостеганографії Authors: Смотр, Ольга; Малець, Остап-Святослав Sun, 01 Mar 2026 00:00:00 GMT https://sci.ldubgd.edu.ua/jspui/handle/123456789/17694 2026-03-01T00:00:00Z