Реєстраційний номер
0826U001692, Дисертація доктора філософії
На здобуття
Доктор філософії
Дата захисту
01-07-2026
Статус
Наказ про видачу диплома
Назва роботи
Комп’ютерно-математичні моделі мережевих структур і галузей та їх застосування на реальних великих даних
Здобувач
Рибачок Дмитро Олександрович,
Керівник Горбачук Василь Михайлович
Опонент Панченко Тарас Володимирович
Опонент Гороховський Семен Самуїлович
Рецензент Кургаєв Олександр Пилипович
Рецензент Колчин Олександр Валентинович
Установа, організація, у вченій раді якої відбудеться/відбувся захист
Інститут кібернетики імені В. М. Глушкова Національної академії наук України
Опис
Дисертаційна робота присвячена розробці та обґрунтуванню комп'ютерно-математичних моделей мережевих структур і галузей та їх застосуванню до аналізу реальних великих даних, зокрема даних критичних інфраструктур, енергетичних ринків, транспортних коридорів, соціальних та цифрових платформ.
Метою роботи є підвищення ефективності процесів прийняття рішень щодо критичних інфраструктур на основі цілісної методологічної основи для аналізу мережевих структур у масштабі великих даних, що поєднує формалізацію об'єкта дослідження, систематизацію комп'ютерно-
математичних моделей, алгоритмічні підходи до масштабування обчислень, метрики оцінювання якості, вимоги до відтворюваності експериментів, а також застосування запропонованих рішень до реальних галузевих даних.
Наукова новизна полягає у розробці методологічної та програмно-обчислювальної основи аналізу мережевих структур у контексті реальних великих даних, що може бути базою систем підтримки прийняття рішень щодо критичних інфраструктур, енергетики та суміжних галузей.
Систематизовано класи комп'ютерно-математичних моделей мережевих структур (графові, мультишарові, випадкові, генеративні, спектральні, динамічні), сформульовано методологічні принципи. Розроблено узагальнену архітектурну модель конвеєра аналізу великих мережевих даних D→Ψ→D̃→Φ→G→A→R→Γ→I, систематизовано алгоритмічні підходи до масштабування (розподілена та потокова обробка, наближені алгоритми, стиснення й семплінг графів). Визначено систему метрик і критеріїв оцінювання якості (структурні, модельні, метрики спільнот, обчислювальні, практичні).
Експериментальну перевірку проведено на реальних великих даних європейського ринку електроенергії. Розроблено конвеєр EnergyNetDA (Scala 3, Cats Effect, http4s, fs2-kafka, Apache Kafka, Python з NetworkX) для мережевого аналізу даних ENTSO-E. Експеримент: 53 бідингові зони, 86 інтерконекторів, 730-денне вікно, проаналізовано 533 діб (~12,8 тис. годинних зрізів, 10,75 млн записів). Двошарове мережеве подання – фізичні перетоки та цінові кореляції. Аналіз чутливості τ ∈ [0,5; 0,9] з оптимумом τ = 0,7 (43 вершини, 218 ребер, 7 спільнот, модулярність Q = 0,326). Бутстреп-аналіз стійкості (J̄ = 0,72, ДІ [0,50; 1,00]). Ковзні 7-денні вікна (J = 0,82 ± 0,07). Негативний результат МН: статичні мережеві ознаки знижують точність прогнозу ціни (MAE = 18,20 ± 10,44 проти 16,89 ± 8,95 для базової МН).
Практичне значення – створення методологічної та прикладної основи для аналізу мережевих структур на реальних великих даних у задачах моніторингу, прогнозування та підтримки прийняття рішень щодо критичних інфраструктур, енергетичних систем, транспортних мережах, соціальних мережах, кібербезпеці, фінансових системах і біоінформатиці. Зареєстровано свідоцтво про авторське право №145798 від 20.04.2026 на програмний код EnergyNetDA.
Дата реєстрації
2026-05-15
Додано/оновлено в НРАТ
2026-05-15 / 2026-07-23
