Darbe nagrinėjama pramoninių procesų intelektualiųjų valdymo informacinių sistemų problematika, išskiriant pagrindinius jų privalumus ir trūkumus. Pateikti srities mokslininkų atliktų tyrimų analizės rezultatai, leidžiantys nustatyti nagrinėjamos problematikos sprendimo variantus. Darbe aprašomas intelektualios intermodalinių konteinerių transportavimo krano pozicionavimo posistemės, automatinio konteinerio padėjimo taikant automatinį vaizdų atpažinimo algoritmus, modelis. Pateikti vaizdo atpažinimo bei valdymo sistemos algoritmai, kurių pagrindu sukurtas programinis kodas. Apmokintas ir įdiegtas neuroninis tinklas optimaliai valdantis elektros variklius skirtus konteinerių griebtuvo vertikaliam pozicionavimui.

Siekiant sukurti optimalų alternatyvią biometrinę autentifikavimo sistemą būtina surasti geriausią neuroninį tinklą. Darbe yra kuriami įvairūs neuroniniai tinklai ( MLP ir LSTM) kurie turės skirtingus hiperparametrus. Keičiant juos bus siekiama surasti geriausią tinklą bei jo parametrus hiperparametrus kuris gebės aptikti tinkamus vartotojus su didžiausią tikimybę.

Pasaulyje sparčiai besivystant elektra varomoms transporto priemonėms atsiranda vis daugiau problemų susijusių su jų energijos sąnaudomis. Labai didelė problema šioje srityje yra elektros energijos sukaupimas ir naudojimas. Siekiama, kad būtų galima elektra varoma transporto priemone nuvažiuoti kuo didesnį atstumą su kuo mažesnėmis energijos sąnaudomis. Tam reikalingi labai talpūs akumuliatoriai ir atitinkami valdymo algoritmai. Blogai parinkti valdymo algoritmai gali be reikalo ir greitai iššvaistyti akumuliatoriuose sukauptą energijos rezervą ir sumažinti nuvažiuojamą atstumą. Šiame darbe apžvelgiami labiausiai paplitę sistemų valdymo algoritmai, tokie kaip PID reguliatorius, greičio profiliai ir neraiškioji logika. Apžvelgus kiekvieno iš jų panaudojimo atvejus mokslinėje literatūroje nutarta elektrinio traukinio greičio kontrolės sistemą mažinančią energijos sąnaudas kurti remiantis greičio profiliais. Darbe taip pat nagrinėjami įtolintų sistemų valdymo būdai Bluetooth ryšio pagalba. Darbe aprašomas tiek techninės, tiek programinės sistemos kūrimo procesas. Sukurta sistema yra automatinė, o jos inicijavimas ir duomenų rinkimas vyksta nuotoliniu būdu. Atliekant sistemos patikrinimą eksperimentiniu būdu buvo stebimas sistemos elektros energijos suvartojimas, o po to palyginamas su prieš tai buvusios sistemos energijos suvartojimu. Atlikus palyginimą nustatyta, kad naujos sistemos veikimas užtikrina tolydų elektrinio traukinio modelio judėjimą ir mažesnes energijos sąnaudas.

Šiuo metu sukurti metodai ir algoritmai neįprastam jūrų laivų eismui aptikti nėra pritaikyti dirbti su didžiaisiais duomenimis. Dėl šios priežasties įprasto eismo modelio apmokymas vyksta neleistinai ilgai arba naudojamas mažesnis duomenų kiekis, ko rezultate krenta klasifikavimo preciziškumas, o tai lemia kad neįprasto eismo aptikimo algoritmai negali sumažinti laivų eismo kontrolės operatorių darbo krūvio. Darbe sukurtas didžiaisiais duomenimis apsimokantis algoritmas ir posistemis, kurio pagrindą sudaro modifikuotas Kohoneno SOM tinklas. SOM tinklas buvo modifikuotas pridedant prie neuronų virtualaus feromono žymę, sudarant atstumo tarp neuronų skaičiavimo funkciją ne Euklido erdvėje. Neuronų kaimynystės funkcijai panaudota „Meksikietiškos kepurės“ funkcija. SOM pritaikymui apsimokyti didžiaisiais duomenimis buvo panaudotas tiesioginis mašininis mokymas su dviejų SOM tinklų sinteze. Sukurto algoritmo pagrindu sudarytas neįprasto laivų eismo aptikimo posistemis, kuris integruojasi į laivų eismo ir kontrolės sistemą. Posistemio ir algoritmo verifikacijai buvo sukurtas prototipas, kurio verifikacija ir algoritmo tyrimas atliktas naudojant Klaipėdos jūrų uosto laivų eismo didieji duomenis ir pasiektas 90% klasifikavimo preciziškumas esant 80% klasifikavimo jautrumui.

Šiuolaikiniame gamybos valdymo procese labai svarbu atsižvelgti į gamyklinių užduočių planavimą, užtikrinant jų vykdymo sekos efektyvumą. Darbe yra ieškomas optimalus sprendimas analizuojamai gamybos užduočių sekos optimizavimui, buvo pasitelkus klasterių analize ir dirbtinio intelekto technologijomis. Kad pasiekti didesnį gamybos efektyvumą, užduočių seka yra optimizuojama, mažinant staklių prastovos laiką. Aprašoma realioje gamyboje (laidų rinkinių gamybos įmonė „Yazaki Wiring Technologies“) užduočių sekai optimizuoti naudojama programinė įranga, jos veikimo algoritmas ir efektyvumas, bei tobulinimo galimybės, taikant dirbtinio intelekto agentinių sistemų technologijas.

Magistrantūros baigiamajame darbe buvo analizuojama įmonė turinti motyvacinę sistemą, tačiau nėra aišku kaip tiksliai ji motyvuoja, ir ar tebe motyvuoja darbuotojus. Kadangi įmonėje nėra įrankio peržiūrėti ir matyti įmonės motyvacinės sistemos efektyvumo ilgesniu motyvavimo laikotarpiu rezultatus, dėl to buvo nuspręsta tokį įrankį sukurti. Šis įrankis ir grafikai duos pardavimų vadovui aiškumą ir paprastumą, tobulinant motyvacinę sistemą. Ir sutaupys laiko analizuojant pardavimus. Šio įrankio pagalba jis galės matyti, kaip suteiktas priedas veikia vieną ar kitą darbuotoją. Tai palengvins vadovo paieškas ieškant to optimalaus viduriuko, kuomet motyvuojant darbuotoją yra kuo mažesnis priedo bei pelno pasikeitimas, ko ir siekia visos įmonės diegdamos motyvacines sistemas. Įrankio kūrimo procese buvo identifikuoti duomenys, kurių reikia kuriant naujus KPI ir kaip juos išsitraukti iš duomenų bazės. Taip pat surasta programa atvaizduoti duomenims ir joje realizuotas naujai sukurtų KPI atvaizdavimas.

Šiuo metu žmonija patiria technologinį šuolį, kuris, kaip tikimasi, pakeis daugelį jau esamų pasenusių sistemų. Daiktų internetas IoT, ir pažangi interneto tinklų įrenginių aplinka duomenų surinkimui, yra perspektyvi mokslinių tyrimų sritis. Deja, naudojant, kaupiant ir analizuojant didžiuosius duomenis, praktikoje dažnai susiduriama su duomenų atitikimo su realia situacija, kolizija. Kuriama sistema naudoja jutiklius, kurie sujungti su IoT įrenginiais, jungiasi per bevielius ryšius, galinčiais nukreipti duomenis į serverius, debesų sistemas. Debesies, serverių duomenis galima pasiekti realiu laiku pažangių įrenginių pagalba, taip pat kaupti serveryje, juos analizuoti bei atsisiųsti tolesnėms analizėms. Jutikliai gali matuoti dujų koncentraciją, temperatūrą, drėgmę ir siųsti duomenis į serverius. Siūlomos architektūros jutikliai išdėstyti skirtingose vietose, ir naudojami aplinkos taršos stebėsenai, bei duomenų rinkimui. Panaudojus laiko eilutės algoritmus, duomenų paieškos variklis tiksliai sugrupuoja duomenis, išveda jų vidurkius, kurie naudojami tolimesniam duomenų apdorojimui. Nustatyta, kad naudojant algoritmus galima tiksliai pašalinti duomenų triukšmus ir panaudoti tik tikslius duomenis kurie informuoja apie oro taršos pasikeitimo faktorių.

Darbas skirtas maršruto planavimo sistemos, įvertinančios eismo spūstis realiam laikui, projektavimui ir prototipo kūrimui. Darbe suprojektuota sistema, kuri apjungia eismo spūsčių ir maršruto planavimo posistemius į vieną sistemą, naudodama realaus laiko duomenis. Apžvelgus mokslinę literatūrą buvo pasirinkta metodika ir priemonės leidžiančios realizuoti eismo spūsčių aptikimą realiu laiku ir maršruto sudarymą įvertinant spūstis. Darbe pateikti sukurtos sistemos prototipo palyginimo su Waze maršruto planavimo sistemos rezultatai.

Automobilių komunikacijos bevieliai tinklai yra viena iš sparčiausiai augančių ir daugiausiai mokslinės bendruomenės dėmesio sulaukiančių mobiliųjų technologijų. Ši nauja platforma automobiliuose leidžia teikti eismo saugumo, informacines bei multimedija paslaugas, leidžiančias keliones padaryti saugesnėmis bei komfortiškesnėmis. Šiuo metu pagrindinės automobilinės komunikacijos sritys, reikalaujančios gilesnių mokslinių tyrimų: eismo saugumo, informacinių bei multimedija paslaugų teikimas, skirtingų bevielio ryšio technologijų panaudojimas bei integravimas, privatumas ir saugumas automobilinės komunikacijos tinkluose. Šiame darbe tiriamos eismo saugumo, informacinių ir multimedija paslaugų teikimo galimybės bei perspektyvos. Atlikta išsami tiriamos srities literatūros analizė, pateikiama imitacinio modeliavimo programinės įrangos analizė. Atlikti eismo saugumo, informacinių ir multimedija paslaugų teikimo automobilių komunikacijos tinkluose tyrimai: AODV ir ADV ad-hoc maršrutizavimo protokolų efektyvumo; ryšio efektyvumo siuntėjui ir gavėjui judant priešingomis kryptimis automagistralėje; 802.11b, 802.11p ir 802.16e technologijų panaudojimo. Taip pat, sukurta nauja, pasitikėjimu grindžiama, autentifikavimo schema informacinių bei multimedija paslaugų teikimo apsaugojimui automobilinėje komunikacijoje.

Tradiciniai naudojimo tinkamumo testavimo metodai dažnai neturi galimybės visapusiškai užfiksuoti skirtingus vartotojo patirties aspektus. Šio mokslinio darbo pagrindinis dėmesys skiriamas išsamios sistemos prototipo kūrimui, kuriuo siekiama pagerinti saityno programų naudojimo tinkamumo testavimą ir vartotojo patirties (UX) analizavimą integruojant seansų įrašymą, sąveikos registravimą ir emocijų atpažinimą. Darbo tikslas – pritaikyti emocijų atpažinimo technologijas saityno programų UI testavimui remiantis UX principais ir išbandyti siūlomo prototipo veikimą realiomis sąlygomis. Darbo metodika – įvairių mokslinių darbų, straipsnių ir knygų, susijusių su UI testavimu, UX principais, emocijų atpažinimu iš veido išraiškų ir programinės įrangos naudojamumu, analizavimas. Darbo rezultatai – pirmoje darbo dalyje analizuojamos emocijų atpažinimo iš veido išraiškų technologijos ir jų panaudojamumo galimybės UI testavimui. Antroje dalyje aprašomi funkciniai ir nefunkciniai reikalavimai, parenkama programinė ir techninė įranga bei sudaromas kuriamos sistemos prototipo planas. Trečioje dalyje smulkiai išdėstomas sistemos prototipo kūrimo procesas bei verifikuojamas jos darbas. Ketvirtoje dalyje tikrinama iškelta hipotezė ir atliekama gautų duomenų validacija. Išvada. UI testavimas, remiantis UX principais ir integruojant emocijų atpažinimą, gali būti galingas įrankis gerinant vartotojo patirtį. Rekomenduojama tobulinti UI testavimo procesus, įtraukiant šiuos aspektus ir gerinant duomenų analizės metodus. Tai leistų įgyti išsamesnį ir objektyvesnį vaizdą apie saityno programos sąsajos naudojamumą.

Šiandienos laikais verslas susiduria su vis didesniais iššūkiais, iš kurių vienas svarbiausių kaip sėkmingai vykdyti projektus spartėjančiame Pramonės 4.0 pasaulyje. Egzistuojančios verslo valdymo sistemos ne visada spėja adaptuotis prie greitėjančių pokyčių bei tenkinti vis naujus įmonės poreikius. Dažna problema yra įmonės veiklos vykdymo efektyvumo užtikrinimas. Tai vyksta taikant verslo valdymo sistemose esančias užduočių valdymo posistemes, tačiau šių posistemių automatizavimo lygis vis dar nėra aukštas ir daug rutininio darbo reikia atlikti rankiniu būdu. Susiklosčius tokiai situacijai praverčia taikyti automatinį užduočių priskyrimą, kuris sutaupo laiką. Priskirti darbus vykdytojams galima atsitiktiniu būdu, tačiau tai dažnai yra ne visai tikslu. Galima naudoti taisyklių rinkinį, kuriame naudojamų parametrų kiekis yra didesnis nei atsitiktiniame priskyrime, pvz. įtraukiamas parametras „priskiriamoji užduotis“, tačiau toks rinkinys apriboja taikymą ir paverčia komplikuotu. Dabartiniu metu atsirado daugiau galimybių naudoti mašininio mokymosi metodus ir algoritmus, nuo klasikinių matematinių iki sudėtingų gilaus apsimokymo metodų. Šiame darbe buvo kuriama išmanioji užduočių valdymo posistemė, kurioje užduočių priskyrimui atlikti buvo taikomi natūralios kalbos apdorojimo ir mašininio mokymosi metodai. Eksperimentinėje darbo dalyje buvo tiriamas automatinis užduočių priskyrimas trimis būdais: atsitiktiniu, taikant taisyklių rinkinį bei įgyvendinat ir taikant mašininio mokymosi algoritmus (NLP-SVM). Atlikus tyrimą buvo nustatyta, kad tiksliausiai užduotis automatiškai priskiria NLP-SVM algoritmas. Šį algoritmą galima naudoti vykdant automatinį užduočių priskyrimą verslo valdymo sistemose, tačiau tai nereiškia, kad tinka tik šis konkretus autoriaus sukurtas algoritmų derinys, galima naudoti ir kitus mašininio mokymosi algoritmus arba hibridinę architektūrą pagal sprendžiamą probleminę situacija.

Dėl augančios pagyvenusių žmonių populiacijos, senjorai, kurie negali pasirūpinti savimi yra apgyvendinami socialinės globos/slaugos namuose. Naudojantis išmaniosiomis technologijomis galima stebėti senjorų sveikatos parametrus ir skatinti aktyvesnę gyvenseną, leidžiant patiems globos/slaugos namų gyventojams stebėti savo sveikatos rodiklių pokyčius ir progresą. Šiame darbe pateikiamas išmanios sistemos, skirtos pagyvenusių žmonių sveikatos parametrų stebėjimui, laboratorinis prototipas. Sistemos prototipą sudaro sveikatos rodiklius renkantys išmanūs laikrodžiai kurie perduoda surinktą informaciją naudojantis Bluetooth 5.0 BLE bevielio ryšio technologiją. Išmanių laikrodžių pritaikymas padės globos/slaugos namų darbuotojams stebėti savo gyventojų sveikatos rodiklius, kurių pagalba galės spręsti kaip jiems kuo skubiau galima padėti. Šiuos duomenis renka ir atvaizduoja išmanūs telefonai kurie persiunčia informaciją į debesų serverį naudojantis Wi-Fi arba 4G bevielio ryšio technologijomis. Sistema naudoja debesų serverį perduoti informaciją sistemos tinklalapiui ir saugoti duomenis duomenų bazėje vėlesniam jų stebėjimui. Sistemos tinklalapis parsisiunčia surinktus sveikatos rodmenis ir juos atvaizduoja grafine forma. Taip pat sukurta sistemos tinklalapio funkcija kuri įspėja vartotoją apie kritinius paciento sveikatos parametrų pasikeitimus.

Magistriniame darbe yra nagrinėjamos duomenų perdavimo ir vizualizavimo sistemų galimybės. Pagrindinis darbo tikslas – Klaipėdos universiteto mokslinių tyrimų laivo modelio supimosi duomenų perdavimas ir atvaizdavimas, parinkus tinkamiausią vizualizavimo būdą bei sistemą ir išanalizavus esamas programines įrangas, parinkus techninę ir programinę įrangą, sukurti sistemą ir ją ištestuoti. Duomenų perdavimas tarp mikrovaldiklių ir serverių yra keitimosi informacija tarp dviejų skirtingų sistemų procesas. Mikrovaldiklis yra atsakingas už duomenų rinkimą iš įvairių šaltinių ir jų perdavimą į serverį. Toliau serveris apdoroja ir išsaugo informaciją tolesniam naudojimui. Saugumas yra labai svarbus dalykas perduodant duomenis tarp mikrovaldiklių ir serverių. Svarbu užtikrinti, kad duomenys būtų perduodami saugiai, kad būtų išvengta neteisėtos prieigos. Tai galima pasiekti naudojant šifravimą ir saugius ryšio protokolus, tokius kaip SSL/TLS. Apibendrinant galima sakyti, kad duomenų perdavimas tarp mikrovaldiklių ir serverių atlieka esminį vaidmenį IoT įrenginių ir sistemų veikimui. Atitinkamų protokolų ir saugumo priemonių naudojimas užtikrina saugų ir efektyvų keitimąsi informacija tarp šių dviejų sistemų. Duomenų vizualizacija yra svarbi duomenų supratimo ir perdavimo priemonė. Tai vizualiai atvaizduoja duomenis, leidžiančius lengviau suprasti ir interpretuoti sudėtingą informaciją. Neapdorotus duomenis paverčiant grafiniu formatu, duomenų vizualizacija leidžia asmenims matyti modelius, ryšius ir tendencijas, kurias gali būti sunku atpažinti naudojant vien tekstinius ar skaitmeninius duomenis. Vienas iš pagrindinių duomenų vizualizavimo pranašumų yra galimybė greitai nustatyti koreliacijas ir tendencijas dideliuose duomenų rinkiniuose. Tai ypač naudinga priimant pagrįstus sprendimus, pagrįstais duomenimis, pagrįstomis įžvalgomis. Pavyzdžiui, pardavimo duomenų vizualizavimas gali padėti įmonei nustatyti sezoninius modelius ir numatyti būsimas pardavimo tendencijas, o tai gali būti naudinga prognozuojant ir planuojant biudžetą. Duomenų vizualizacija taip pat atlieka lemiamą vaidmenį perduodant duomenis suinteresuotosioms šalims. Pateikiant informaciją aiškiu, glaustu ir vizualiai patraukliu formatu, duomenų vizualizacija leidžia žmonėms lengviau suprasti ir išsaugoti informaciją. Tai gali būti ypač svarbu pateikiant sudėtingus duomenis netechninėms suinteresuotosioms šalims, kurios gali ribotai suprasti technines sąvokas ar duomenų analizės metodus. Kitas duomenų vizualizavimo pranašumas yra galimybė sukurti interaktyvias informacijos suvestines, skirtas stebėti realiuoju laiku. Tai leidžia asmenims stebėti duomenų pokyčius laikui bėgant ir laiku priimti sprendimus pagal dabartines tendencijas. Pavyzdžiui, įmonė gali naudoti duomenų vizualizavimo įrankius, kad galėtų stebėti pagrindinius veiklos rodiklius, tokius kaip svetainės lankomumas, pardavimai ar klientų pasitenkinimas realiuoju laiku. Apibendrinant galima sakyti, kad duomenų vizualizacija yra esminė priemonė, padedanti duomenis paversti naudingomis įžvalgomis. Tai aiškiai ir vizualiai patraukliai pateikiami duomenys, leidžiantys asmenims greitai nustatyti koreliacijas, tendencijas ir modelius. Duomenų vizualizacija padeda žmonėms ir organizacijoms priimti duomenimis pagrįstus sprendimus ir pasiekti savo tikslus, palengvindama informuotų sprendimų priėmimą ir veiksmingą komunikaciją. Darbe sprendžiami keturi pagrindiniai uždaviniai. Pirmasis uždavinys skirtas išanalizuoti hidrolatakuose laivo modelio supimo parametrų vizualizavimo sistemas bei vizualizavimo būdus, remiantis mokslinės literatūros šaltiniais. Antrasis uždavinys skirtas sistemos projektavimui, kuris susideda iš: raiškaus paveikslėlio, sistemos panaudos atvejų diagramos, funkcinių ne funkcinių reikalavimų, ir kitų diagramų. Trečiasis uždavinys skirtas realizuoti sistemai. Ketvirtasis uždavinys skirtas verifikuoti sukurtą sistemą.

Šiuolaikiniai giliuoju mokymusi pagrįsti algoritmai geba susidoroti su didelės apimties duomenimis ir todėl yra ypač svarbūs automatizuojant laivo eigos prognozavimą intensyvioje laivyboje. Tai būtu viena iš pagalbinių priemonių leidžiančių stebėti, valdyti intensyvėjantį eismą jūroje ir jos dalyvius. Darbe gilusis rekurentinis tinklas realizuojamas taikant Java technologiją ir į ją integruojant vieną populiariausių neuroninių tinklų Deep Learning 4 Java biblioteką. Pritaikius giliojo mokymo algoritmą yra sukuriama pasikartojančio tinklo architektūra (LSTM) gebanti automatizuotai nuspėti plaukiančio laivo tolimesnę judėjimo eigą. Sukurta architektūra grindžiama sekomis, kai duomenys kinta laike, todėl darbe tyrinėjami optimaliausi duomenų struktūros sudarymai ir LSTM tinklo hiperparametrai, kuriais siekiama išgauti maksimaliai tiksliausius spėjimo rezultatus. Rezultatų palyginimui buvo naudojamos skirtingos rekurentinių tinklų architektūros: standartinis LSTM, LSTM stekas, autoenkoderis (AE) ir variacinis autoenkoderis (VAE). Tyrimo metu nustatyta, kad tiksliausia prognozė atliekama su autoenkoderio architektūra. Tyrimas atliktas konkrečiai nagrinėjamo Olandijos krantinės regiono duomenų imtyje, o siūlomas algoritmas gali būti pritaikomas kaip vienas iš būdų gerinančių laivybos saugumą.

Išmanūs ir manevringi manipuliatoriai, gebantys patys tinkamai koordinuoti savo veiksmus, yra plačiai taikomi didžiuosiuose pasaulio uostuose, geležinkeliuose bei įvairiose gamybos ir mokslo srityse. Nagrinėjant manipuliatoriaus kinematikos uždavinius, būtina apskaičiuoti lanksčiai sujungtų svirčių trajektorijas, atsižvelgiant į objekto koordinačių kitimo dėsningumus. Manipuliatoriaus modelio kinematikos lygčių užrašymas ir jų analizė suteikia galimybę sudaryti programos algoritmą svirčių kampų skaičiavimui ir judančiųjų dalių trajektorijos optimizavimui, siekiant sumažinti kelio ilgį ir efektyviau panaudoti manipuliatoriaus variklius. Manipuliatoriaus svirčių judėjimo trajektorijoje atsiradus kliūčiai, ji yra analizuojama ir reikalui esant pateikiama nauja svirčių trajektorija kliūčiai apeiti. Šiame darbe analizuojama manipuliatoriaus kinematika bei pateikiamas algoritmas skirtas judančių dalių trajektorijų optimizavimui, siekiant sumažinti energetinius kaštus bei išanalizuoti manipuliatoriaus judėjimo trajektorijoje iškilusią kliūtį ir jos išvengti.

Baigiamasis darbas skirtas lentos žaidimų kompiuterinių mašininio mokymosi algoritmų tyrimui. Vienas iš geriausiai ištirtų ir gerai žinomų lentos žaidimų yra šaškės, todėl darbo aktualumo apžvalga pradedama nuo mašininio mokymosi taikymo kompiuterizuojant šį žaidimą aptarimo. Prie lentos žaidimų kategorijos dar priklauso tokie plačiai žinomi žaidimai kaip šachmatai, su-doku, gyvatėlė, ir t.t. Šiame darbe daugiausia dėmesio skirta gyvatėlei, nes jį patogiau realizuoti ir analizuoti, o žaidimo analizės metodika ir gautos išvados, gali būti pritaikytos ir kitiems žaidimams. Šis darbas susideda iš įvado ir trijų dalių – analitinės, projektavimo ir praktinės. Įvadinėje dalyje aptariamas temos aktualumas, sprendžiama problema, formuluojamas darbo tikslas ir uždaviniai. Toliau analitinėje dalyje yra apžvelgiamos pagrindinės lentos žaidimų savybės: tobula informacija, konvergencija, staigi baigtis, sudėtingumas. Šios savybės analizuojamos mašininio mokymosi algoritmų kontekste. Toliau apžvelgiama mašininio mokymosi algoritmų sėkmė konkrečiuose žaidimuose: šaškėse, šachmatuose, narduose, „Otelo“, žodžių loto. Nagrinėjama mašininio mokymosi algoritmų taikymo istorinė raida ir pasiekimai, pradedant tokio taikymo pradžia šaškių žaidime. Pereinama į gilaus mokymosi algoritmų taikymą, akcentuojant gilųjį mokymąsi šachmatuose ir jo laimėjimus. Galiausiai išnagrinėjama paskutinė mašininio mokymosi algoritmų taikymo sėkmė „Go“ žaidime. Praktinėje dalyje yra atliekamas eksperimentas, kuriame suprogramuojama prižiūrimu mokymusi pagrįsta aplikacija (žaidimas) ir jį žaidžiantis agentas bei palyginama su atviro kodo sustiprinto mokymosi agentu, suprogramuotu Google inžinierių. Prižiūrimo mokymosi žaidimui ir jo agentui suprogramuoti yra naudojamos tokios priemonės kaip Firebase, Realtime Database, TensorFlow.js, Three.js ir kitos. Apžvelgiamas kodas, bibliotekų integracija, agento logika ir aplikacijos architektūra. Taip pat nagrinėjami optimizavimo klausimai: Adam optimizatoriaus ir kategorinės kryžminės entropijos praradimų funkcijos pasirinkimai. Atlikto eksperimento su sukurta aplikacija (gyvatėlės žaidimu) rezultatai leidžia prieiti prie išvados, kad prižiūrimo mokymosi agentas efektyviau žaidžia žaidimą nei sustiprinto mokymosi agentas.

Mašininio mokymo algoritmų taikymas objektų identifikavimui jūros dugno vaizdų analizės procesuose dažnu atveju nėra įmanomas arba gauti rezultatai nėra pakankamai tikslūs, dėl reikiamo kiekio duomenų neturėjimo tokiam mokymui atlikti. Darbe nagrinėjamos pagrindinės sąsūkos dirbtinių neuronų tinkluose (angl. convolutional neural network, CNN) naudojamos operacijos, skirtos objektų identifikavimui ir klasifikavimui. Sukurtas metodas, kuris paremtas vaizdų apdorojimu ir generatyvinių priešininkų tinklų (angl. generative adversarial network, GAN) algoritmų taikymu duomenų trūkumo problemai spręsti, išgaunant tapačias savybes turinčius duomenis reikalingus apmokymui. Metodo veikimui įvertinti panaudotas YOLO objektų detektorius, pasižymintis gebėjimu veikti realiuoju laiku. Pasiektas 76,2% vidutinio preciziškumo vidurkis (mAP) ir 86,6% harmoninis vidurkio (F1) rodiklis, kuriais nusakomas bendras detektoriaus našumas.

Mažėjant belaidžių jutiklių kainoms, jei vis plačiau naudojami įvairiose srityse, įskaitant ir meteorologinių sąlygų stebėjimą. Naudojant daug jutiklių, iškyla problema su jutiklių matavimų duomenų kaupimu ir vizualizavimu. Analizuojama, kaip veikia tokio tipo sistemos bei jų veikimo principai. Analizuojami galimi duomenų vizualizavimo metodai. Pasinaudojus analizės rezultatais, sudaromi reikalavimai sistemai ir pagal juos pasirenkami programiniai įrankiai. Kuriamas informacinės meteorologinių duomenų sistemos prototipas. Vizualizavimo sistemos prototipas sukuriamas pritaikinius Delaunay trianguliaciją ir kitus geometrijos metodus. Vėliau sistemos prototipas išbandomas su realių belaidžių jutiklių sistemų surinktais duomenimis.

Kompozitinės medžiagos vis labiau naudojamos įvairių rūšių transporto priemonėse dėl savo savybių lyginant su tradicinėmis medžiagomis. Tačiau kompozitinėse medžiagose nėra aiški jų patvarumo riba. Todėl pasiekusios tam tikrą deformacijų skaičių, kompozitinės medžiagos pasižeidžia, todėl yra svarbu fiksuoti kompozitinėse medžiagose įvykstančias deformacijas, kad išvengti katastrofinių padarinių. Išnagrinėjus kompozitines medžiagas, jų deformacijos matavimo būdus ir panašias sistemas yra iškeliami reikalavimai ir pasiūlymai naujai kuriamos kompozitinio kėbulo deformacijų informacinei sistemai. Kuriama sistema susideda iš dviejų pagrindinių dalių: deformacijų fiksavimo mazgo ir jų išorinės informacinės sistemos. Testavimo metu prototipas buvo išskaidytas į dvi atskiras dalis: deformacijos mazgo ir išorinės informacinės sistemos testavimą. Deformacijos mazgo testavime buvo atliktas kiekvieno programinės įrangos modulių testavimas. Deformacijos fiksavimo modulio testavimo metu deformacijų fiksavimų duomenys buvo sulyginti su komerciškai prieinamu įtempiu matuokliu Spider8. Deformacijų išsaugojimo modulyje buvo atliktas SD kortelės testavimas, o deformacijos išsiuntimo metu buvo patikrintas duomenų išsiuntimas MQTT protokolu. Išorinės informacinės sistemos testavimo metu buvo patikrinti funkciniai reikalavimai ir atliktas suderinamumo testas su įvairiais įrenginiais ir naršyklėms. Po to bendras sistemos prototipas yra išbandomas realiomis sąlygomis integravus į elektrinio miesto autobuso „Dancer" kėbulą.

Projektuojant (M)BST pagrindu sudarytą krovinių monitoringo ir valdymo sistemą, yra ypač svarbu numatyti kuriamos sistemos privalumus bei trukumus. Kur pagrindinis privalumas yra tai, kad atitinkami asmenys išanksto gali sužinoti apie krovinio pažeidimus susijusius su išorės ar vidiniais poveikiais. Tai sutaupo ne tik brangų laiką, bet ir pinigus. Tačiau yra tam tikrų sistemos trukumų susijusiu su ribotais energijos resursais pačiuose (M)BST mazguose ir galutiniu perduodamų duomenų patikimumu. Šitų nagrinėjamų parametrų valdymas gali padidinti kuriamos sistemos efektyvumą, pratęsiant tinklo gyvavimo laiką. Šio darbo tikslas, yra suprojektuoti krovinių monitoringo sistemą remiantis optimaliu energijos sunaudojimu mazguose, bei perduodamos informacijos patikimumu.