Registration Number
0826U005013, PhD dissertation
Status
Доктор філософії
Date
26-08-2026
popup.evolution
o
Title
Architecture and Methods for Building Distributed Systems of Personalized e-learning Based on Agent Technologies
Author
Andrii Tatarnyk,
popup.head Nataliia Axak
popup.opponent Serhii V. Holub
popup.opponent Maryna Miroshnyk
popup.review Oleksii Liashenko
popup.review Oksana V. Chala
popup.rada
Kharkiv National University Of Radio Electronics
Description
Татарников А.О. Архітектура та методи побудови розподілених систем персоналізованого е-навчання на основі агентних технологій. Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 123 «Комп’ютерна інженерія» (галузь знань 12 «Інформаційні технології»). – Харківський національний університет радіоелектроніки, Міністерство освіти і науки України, Харків, 2026.
Дисертаційну роботу присвячено розв’язанню науково–технічної задачі підвищення ефективності функціонування розподілених комп’ютерних систем персоналізованого е-навчання шляхом розроблення мікросервісно-агентної архітектури з подієво-орієнтованою взаємодією компонентів та узгодженим механізмом прийняття адаптивних рішень. У роботі отримано такі результати. Розроблено архітектурну модель розподіленої мікросервісно-агентної системи персоналізованого е-навчання, що забезпечує масштабованість, функціональну ізоляцію сервісів та асинхронну взаємодію. Формалізовано багатофакторну модель стану студента з інтеграцією сенсорних і подієвих даних. Запропоновано метод узгодженого прийняття адаптивних рішень для керування індивідуальними навчальними траєкторіями. Розроблено підхід до формальної верифікації процесів керування в розподіленому середовищі. Експериментально підтверджено підвищення масштабованості та відмовостійкості системи, зменшення латентності обробки подій і підвищення стабільності адаптивного керування порівняно з централізованими рішеннями. Метою роботи є підвищення ефективності функціонування розподілених комп’ютерних систем персоналізованого е-навчання шляхом розроблення архітектури, моделей та методів побудови мікросервісно-агентної платформи з узгодженим агентним прийняттям адаптивних рішень, інтеграцією сенсорних і 3 подієвих даних та формальною верифікацією процесів керування. Об’єкт дослідження – процеси функціонування розподілених комп’ютерних систем персоналізованого е–навчання. Предмет дослідження – архітектура, моделі та методи побудови мікросервісно–агентних систем персоналізованого е-навчання в розподілених середовищах.
Наукова новизна одержаних результатів полягає у наступному:
1. Вперше запропоновано архітектурну модель розподіленої мікросервісно-агентної системи персоналізованого е-навчання, яка, на відміну від існуючих централізованих або модульних LMS-рішень, поєднує рівні сенсорного моніторингу поведінки студента, збору та інтеграції подій, аналітичної обробки, агентної оркестрації та адаптивного керування навчальними траєкторіями в єдиному аналітико-керуючому контурі, що забезпечує масштабованість, функціональну ізоляцію компонентів, асинхронну взаємодію сервісів і можливість проактивної персоналізації в розподіленому середовищі.
2. Удосконалено метод адаптивної персоналізації навчальної траєкторії на основі агентного підходу та підсиленого навчання, який, на відміну від підходів, орієнтованих лише на результати тестування або LMS-логи, відрізняється використанням багатофакторної моделі стану студента, що враховує рівень знань, стиль навчання, увагу, залученість, поведінкові 6 індикатори та результати взаємодії з навчальним контентом, і забезпечує вибір адаптивних педагогічних дій у межах агентного контуру персоналізації з використанням механізмів підсиленого навчання.
3. Удосконалено метод узгодженого агентного прийняття адаптивних рішень у розподіленій системі персоналізованого е-навчання, який відрізняється координацією дій спеціалізованих агентів студента, викладача, аналітики, системного керування та зворотного зв'язку під час виявлення ризикових станів, формування рекомендацій і корекції навчальної траєкторії, що дає змогу зменшити суперечливість дій агентів, підвищити керованість процесу персоналізації та забезпечити трасованість прийнятих рішень в умовах асинхронної мікросервісної взаємодії.
4. Набули подальшого розвитку методи формальної специфікації та верифікації процесів керування в агентних навчальних платформах, які, на відміну від суто імітаційного або експериментального оцінювання, використовують темпоральні логіки LTL/ATL та метод перевірки моделей для перевірки властивостей безпеки, живучості, досяжності, відсутності логічних конфліктів і коректності взаємодії агентів та мікросервісів у розподіленому середовищі.
Registration Date
2026-09-02
popup.nrat_date
2026-09-02 / 2026-09-18
