ВИКОРИСТАННЯ НЕЙРОМЕРЕЖНИХ ТЕХНОЛОГІЙ У ФОРМУВАННІ ДОСЛІДНИЦЬКОЇ КОМПЕТЕНТНОСТІ ІТ-ФАХІВЦІВ ЗАЛІЗНИЧНОЇ ГАЛУЗІ ЗА СТУПЕНЕВОЮ ПІДГОТОВКОЮ
DOI:
https://doi.org/10.30888/2663-5712.2020-06-01-089Ключові слова:
залізничний транспорт, ступінь, дослідницька компетентність, трафік, маршрутизація, MPLS, параметр QoS, нейромережна технологіяАнотація
У статті висвітлено питання розробки методики формування дослідницької компетентності з використанням нейромережних технологій у ступеневій підготовці ІТ-фахівців залізничної галузі. Запропонована методика «ResCompStageNNT» складається з таких етапів: визMetrics
Посилання
Гольдштейн А. Б. Модель управления туннелирования в сети MPLS. Информатизация и связь. 2015. № 1. С. 10–14.
Пахомова В. М. Дослідження інжинірингу трафіка в комп’ютерній мережі УЗ за технологією MPLS TE. Наука та прогрес транспорту. 2015. № 1 (55). С. 154–157.
Пахомова В. М. Дослідження інформаційно-телекомунікаційної системи залізничного транспорту з використанням штучного інтелекту: монографія. Дніпро : Вид-во ПФ «Стандарт-Сервіс», 2018. 220 с.
Пахомова В. М. Теорія проєктування комп’ютерних мереж. Імітаційне моделювання комп’ютерних мереж в системі Opnet Modeler. Методичні рекомендації до виконання практичних робіт. Дніпро : ДНУЗТ, 2020. 60 с.
Романов О. І., Пасько С. П. Оцінка часу затримки в мережах IP і MPLS при обслуговуванні повідомлень у складних багатотранзитних напрямках зв’язку. Наукові вісті Національного технічного університету України «КПІ». 2011. № 5. С. 11–20.
Akinsipe O., Goodarzi F., Li. M. Comparison of IP, MPLS and MPLS RSVP-TE Networks using OPNET. International Journal of Computer Applications. 2012. URL: https://pdfs.semanticscholar.org/bef6fe5e.pdf
Herguner K., Kalan R. S., Cetinkaya C., Sayit M. Towards QoS-aware routing for DASH utilizing MPTCP over SDN. IEEE Conference on Network Function Virtualization and Software Defined Networks (NFV-SDN) (6–8 Nov. 2017). Berlin, Germany, 2017. P. 1–6. DOI: 10.1109/nfv-sdn.2017.8169844
Zhukovyts’kyy I., Pakhomova V., Domanskay H., Nechaiev A. Distribution of information flows in the advanced network of MPLS of railway transport by means of a neural model. MATEC294 (EOT-2019). 04007(2019). 7 p. URL: https://doi.org/10.1051/matecconf/201929404007
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2020 Автори
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.