Дохняк Б-О.О. Методи та засоби інтелектуального аналізу та прогнозування завантаженості транспортних мереж. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 122 “Комп’ютерні науки”. – Національний університет «Львівська політехніка», Львів, 2026.
Зміст анотації. Дисертація має на меті розробити методи та засоби інтелектуального аналізу та прогнозування завантаженості транспортних мереж на основі просторово-часових графових нейронних мереж (STFGNN) та тензорної алгебри. Дослідження фокусується на вирішенні проблеми прогнозування транспортних потоків в умовах гетерогенності даних, їхньої критичної лакунарності (втрати до 50%) та стохастичності урбаністичних процесів.
Особливістю цього дослідження є орієнтація на специфіку української транспортної інфраструктури (на прикладі міста Львів), яка характеризується хаотичною забудовою та дефіцитом паркомісць. Вперше застосовано підхід, що враховує не лише історичні тренди трафіку, а й урбаністичну семантику (вектори землекористування, щільність POI) для моделювання навантажень. Розроблене рішення, котре є результатом цієї дисертації, забезпечує перехід від реактивного моніторингу до проактивного управління, ідеально підходить для стратегічного містобудівного планування та забезпечення операційної стійкості інфраструктури в умовах енергетичної нестабільності.
У першому розділі «Аналітичний огляд літератури» здійснено системний аналіз еволюції інтелектуальних транспортних систем. Проведено порівняльний аналіз методів прогнозування, який довів перевагу графових нейронних мереж над класичними статистичними методами та рекурентними мережам. Визначено проблему «невидимої кризи даних» (лакунарності) та обґрунтовано необхідність створення адаптивної моделі, здатної враховувати локальні фактори українських міст. Результатом розділу є постановка задачі створення інформаційної технології на основі тензорного злиття даних.
У другому розділі «Методи та засоби моделювання транспортних потоків» обґрунтовано вибір математичного апарату супра-матриці суміжності та тензорної архітектури просторово – часових графових нейронних мереж злиття. Розроблено модель оцінювання достовірності прогнозів із використанням функції втрат Х’юбера для гібридної стійкості до аномальних викидів даних. Формалізовано концепцію графа просторово часового злиття, що поєлнує фізичні, логічні та семантичні зв'язки в єдиний топологічний континуум, дозволяючи синхронно моделювати просторові та часові залежності.
У третьому розділі «Розроблення методів інтелектуального аналізу завантаженості транспортної мережі» розроблено метод трансформації гетерогенних даних (тензорна векторизація) та стратегію стійкості до подвійної деградації. Запропоновано новітній метод семантично орієнтованого тензорного злиття, який дозволяє вирішити проблему «холодного старту» для нових районів шляхом врахування функціональної подібності територій. Описано алгоритми динамічного маскування лакунарності, що забезпечують валідність прогнозів при відмові значної частини сенсорів.
У четвертому розділі «Побудова архітектури та апробація результатів» представлено архітектурне вирішення системи на основі «тензорного конвеєра» та патерну CQRS. Результати апробації підтвердили зниження середньої абсолютної помилки на 31.5% порівняно з базовими моделями. Доведено високу ефективність системи в умовах критичних заторів та здатність до стабільної роботи при втраті 40% вхідних даних.
Основні наукові результати дисертації опубліковано у 8 наукових працях, зокрема: 1 розділ колективної монографії – у виданнях, що індексуються в наукометричній базі Scopus, 4 статті – у фахових виданнях України, а також 3 публікації апробаційного характеру (з них 2 публікації – у збірниках матеріалів міжнародних конференцій, що індексуються в базі Scopus, 1 – тези доповідей).
