Порівняльний аналіз ефективності використання

Використання інструментарію Xamarin

Для розробки кросплатформних мобільних додатків

 

Володимир Савченко, Лариса Загоровська

Національний університет харчових технологій

 

Вступ. Завдяки виходу нового покоління мобільних операційних систем (ОС) — iOS, Android, Windows Phone — і стрімкому зростанню потужності процесорів для мобільних пристроїв за останнє десятиріччя розробка мобільних додатків стала актуальною задачею.

Матеріали і методи. Для розроблення мобільного додатку обрано інструментарій Xamarin, що забезпечує наступні можливості:

· заснований на платформі.NET;

· має широкий вибір навчальних і довідкових матеріалів англійською мовою;

· популярний серед розробників;

· дозволяє студентам старших курсів отримати безкоштовну ліцензію для розробки й публікації додатків;

· наявність фреймфорку Xamarin.Forms, що дозволяє розробляти для додатків не лише спільну логіку, але й інтерфейс.

Даний інструментарій забезпечує крос-платформну розробку, дозволяючи програмісту описувати логіку додатку лише один раз.

Результати. У ході даної роботи розроблено крос-платформний мобільний додаток «КД Життя mobile», призначений для клієнтів та фінансових консультантів компанії. Функціонал цього додатку включає розрахунок страхових сум на базі статистичних даних, перегляд і друк документів, що можуть бути корисними клієнтам та фінансовим консультантам компанії, реквізити для оплати страхових внесків. Також він дозволяє зв’язатися з компанією у зручний спосіб. Використання саме Xamarin.Forms дозволило за незначний час розробити повноцінний додаток одразу під дві платформи зі спільним інтерфейсом та ідентичним функціоналом. Використання ж звичайних засобів розробки для кожної з версій додатку потребувало би значного часу на опанування мов програмування та середовищ розробки, не кажучи вже про необхідність написання одного й того ж коду двічі через відмінності мов програмування Objective-C/Swift та Java.

Висновки. Представлений мобільний додаток «КД Життя mobile» є одним із небагатьох додатків, призначених для клієнтів та консультантів страхових компаній. Він дозволяє отримати основну інформацію про компанію, спростити оформлення страхових випадків незалежно від місцезнаходження користувача, а також полегшує пошук офісу компанії та зв’язок зі спеціалістами.

Головні переваги додатку — спільний та зручний інтерфейс для всіх платформ, можливість детального ознайомлення з кожним із пакетів програм, перегляду і друку будь-якої заяви, що необхідна клієнту, адже всі вони завжди знаходяться під рукою.

Література

1. Lardinois F. Xamarin Now Gives Developers A More Integrated Cross-Platform Development Experience [Електрон. ресурс] / Frederic Lardinois // TechCrunch. — 2015. — Режим доступу: http://techcrunch.com/2015/11/17/xamarin-now-gives-developers-a-more-integrated-cross-platform-development-experience

2. Petzold C. Creating Mobile Apps with Xamarin.Forms: Preview Ed. 2 / Charles Petzold. — Redmond: Microsoft Press, 2015. — 453 p.

Нейронні мережі

Віталій Сімкін, Мирослава Гладка

Національний університет харчових технологій

Вступ

У доповіді розглянуто аналогію нейронних мереж із людським мозком, а також прогрес створення таких мереж.

Матеріали і методи

Будова штучних нейронних мереж подібна до будови природних нейронних мереж, наприклад, до людського мозку. За аналогією також будується склад нейрону, способи зв’язку з іншими нейронами мережі та алгоритм дії такої мережі. Однак існують і відмінності між штучними та природними нейронними мережами. В ході дослідження було проведено огляд сучасних нейронних мереж — від найпростіших і до таких складних, як IDM Watson, підходи до створення таких мереж і способи їхньої побудови.

Результати

Практично всі системи штучного інтелекту, які використовуються в даний час, побудовані за допомогою нейронних мереж. Виникає необхідність аналізу використання цих технологій у штучному інтелекті, наприклад, у семантичному аналізі інформації.

Для повноцінного аналізу усіх можливостей нейронної мережі необхідно побудувати просту модель програми, яка здатна самостійно навчатись розпізнавати символи. Під час побудови програми ми використовуємо трирангову нейронну мережу. В мережу подаються графічні файли, на яких зображені символи, а програма аналізує їх та видає символ, на який схоже дане зображення. Після того, як програма видає свій результат, їй повідомляється правильна відповідь, і на її основі мережа модифікується, аби збільшити кількість правильних відповідей. Аналізується відсоток правильних відповідей та зміна цього показника з часом.

Області застосування нейронних мереж — різноманітні задачі штучного інтелекту, розпізнавання образів, аналіз великих обсягів інформації, прогнозування майбутніх подій, розпізнавання голосу. Переваги використання нейронних мереж: низьке енергоспоживання, широкі можливості адаптації до різних задач, можливість навчання тощо. Штучні нейронні мережі впевнено ввійшли в наше життя і в даний час широко використовуються при розв’язанні найрізноманітніших завдань. Вони активно застосовуються там, де звичайні алгоритмічні рішення виявляються неефективними або зовсім неможливими. Поки що нейронні мережі використовуються для роботи у відносно вузьких областях, проте прогрес не стоїть на місці, і нейронні мережі продовжують проникати в різні сфери нашого життя.

Висновки

Перспективою подальших досліджень є застосування штучних нейронних мереж у розрізі особливостей галузевого спрямування окремих підприємств.

Література

1. Кононюк А. Ю. Нейронні мережі і генетичні алгоритми / А. Ю. Кононюк. — К.: «Корнійчук», 2008. — 446 с.

2. Каллан Р. Основные концепции нейронных сетей: пер. с англ. / Роберт Каллан. — М.: «Вильямс», 2003. — 288 с.

3. Руденко О. Г. Основы теории искусственных нейронных сетей / Руденко О. Г., Бодянский Е. В. — Х.: ТЕЛЕТЕХ, 2002. — 317 с.

Порівняльний аналіз ефективності використання