
Освітні рівні:
- Кваліфікація: доктор філософії зі спеціальності 122 – комп’ютерні науки , галузь знань – 12 Інформаційні технології
- Термін навчання – 4 роки
- Форма навчання: денна
Основні напрями наукових досліджень:
Науковці кафедри робототехнічних і телекомунікаційних ситем та кібербезпеки Черкаського державного технологічного університету проводять активну наукову діяльність в декількох напрямках, які присвячені наступним задачам та науковим проблемам:
- побудова сучасних телекомунікаційних та радіотехнічних систем, розробка та дослідження моделей та методів статистичної обробки даних, інтелектуалізація методів та засобів комп’ютерного навчання та керування, сучасні технології застосування штучного інтелекту в кібербезпеці та побудові робототехнічних систем;
- системи менеджменту інформаційної безпеки, аналіз та управління ризиками інформаційної та кібербезпеки, застосування альтернативних форм представлення логічних функцій в дискретних пристроях;
- побудову сучасних захищених інформаційно -комунікаційних систем, сучасні технології в системах мобільного зв’язку;
- цифрова криміналістика, методи та алгоритми захисту Linux-подібних систем від кіберінцидентів, виявлення вторгнення в комп’ютерні системи та мережі
Окрім того, на кафедрі активно діє наукова школа по статистичній обробці негаусових сигналів та процесів, започаткована професором Ю.П. Кунченко.
Сучасні інформаційні та технічні системи функціонують в умовах дії складних, часто негаусових і корельованих завад, що істотно знижує ефективність традиційних лінійних методів обробки сигналів. У зв’язку з цим зростає потреба у розробці нових теоретичних і прикладних підходів до нелінійного оцінювання, фільтрації та виявлення сигналів. Особливої актуальності набувають математичні моделі та статистичні методи, які дозволяють враховувати реальні характеристики завадового середовища та забезпечують високу точність прийняття рішень в інформаційно-керуючих і радіотехнічних системах.
В рамках наукової школи здійснюються наступні наукові дослідження:
- розробка теорії і методів нелінійного оцінювання параметрів негаусових сигналів;
- розробка математичних моделей та методів перевірки статистичних гіпотез для розв’язання задач виявлення та розрізнення сигналів в складних завадових умовах;
- розробка теорії і методів нелінійної фільтрація негаусових сигналів;
- розвиток та дослідження математичних і комп’ютерних моделей систем і процесів, формування алгоритмічних принципів та програмних засобів їх практичної реалізації.
Інтеграція сучасних підходів штучного інтелекту (AI) та машинного навчання (ML) з методами статистичної обробки сигналів відкриває нові можливості для побудови адаптивних, самонавчальних систем виявлення та розпізнавання. У перспективі ці напрями створюють основу для побудови інтелектуальних систем, здатних до прийняття оптимальних рішень у реальному часі.
Отримані результати мають широке застосування в галузях радіолокації, телекомунікацій, робототехніки, безпілотних систем, кібербезпеки та систем технічної діагностики. Вони також є критично важливими для розвитку автономних інтелектуальних систем контролю, моніторингу та управління в умовах інформаційної невизначеності. Поєднання класичних статистичних методів із сучасними AI/ML-технологіями забезпечує створення високоефективних апаратно-програмних комплексів для задач виявлення загроз, розпізнавання образів, обробки сигналів в IoT та edge-середовищах.
Молоді науковці, аспіранти та студенти мають чудову нагоду долучитися до актуальних наукових розробок у сфері сучасних інформаційних технологій, обробки сигналів та AI/ML. Запрошуємо вас приєднатися до нашої команди, де ви зможете реалізувати свій науковий потенціал і зробити вагомий внесок у розвиток інноваційних рішень. З радістю чекаємо на співпрацю!