1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Бакалавр
  4. 122 — Компʼютерні науки (бакалаври)
Empreu aquest identificador per citar o enllaçar aquest ítem: http://elartu.tntu.edu.ua/handle/lib/49562
Títol: Керування мережами теплопостачання на основі динамічного графа знань
Altres títols: Network Heating Management Based on a Dynamic Knowledge Graph
Autor: Комарницький, Святослав Ярославович
Komarnytskyi, Sviatoslav
Affiliation: ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна
Bibliographic description (Ukraine): Комарницький С. Я. Керування мережами теплопостачання на основі динамічного графа знань : робота на здобуття кваліфікаційного ступеня бакалавра : спец. 122 - комп’ютерні науки / наук. кер. А. К. Карнаухов. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2025. 70 с.
Data de publicació: 26-de -2025
Submitted date: 12-de -2025
Date of entry: 5-de -2025
Editorial: ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна
Country (code): UA
Place of the edition/event: Тернопіль
Supervisor: Карнаухов, Андрій Костянтинович
Karnaukhov, Andrii
UDC: 004.9
Paraules clau: 122
цифровий двійник
інтероперабельність
розсіювання викидів
граф знань
енергетичне моделювання
interoperability
knowledge graph
emission dissipation
energy modeling
digital twin
Page range: 73
Resum: Кваліфікаційна робота присвячена дослідженню процесів керування мережами теплопостачання на основі динамічного графа знань. В першому розділі кваліфікаційної роботи подано аналіз предметної області «розумного» теплопостачання. Описано моделювання теплоенергосистем «розумних міст». Досліджено засоби моделювання тепло тп енергоспоживання «розумного міста». Проаналізовано онтології в галузі «розумного» теплопостачання. В другому розділі кваліфікаційної роботи проаланізовано розроблені онтології мереж та систем теплопостачання. Досліджено агенти для оптимізації процесів виробництва тепла. Подано опис зв’язаних агентів для міждисциплінарної інтероперабельності. В третьому розділі кваліфікаційної роботи подано комплексний енергетичний огляд процесів «розумного» теплопостачання. Описано ресурсоефективне забезпечення «розумним» теплом. Проаналізовано енергоспоживання міста та планування сценаріїв. Досліджено вплив процесів теплогенерації на якість повітря «розумного міста». У розділі «Безпека життєдіяльності, основи охорони праці» описано державну систему моніторингу довкілля, як складова частина національної інформаційної інфраструктури, сумісної з аналогічними системами інших країн. Розглянуто умови праці працівників ІТ-галузі
This qualification paper is dedicated to the study of heat supply network management processes based on a dynamic knowledge graph. The first section of the qualification paper provides an analysis of the "smart" heat supply domain. The modeling of heat and power systems for "smart cities" is described. Tools for modeling heat and energy consumption in "smart cities" are investigated. Ontologies in the field of "smart" heat supply are analyzed. In the second section of the qualification paper, the developed ontologies of heat supply networks and systems are analyzed. Agents for optimizing heat production processes are explored. A description of linked agents for interdisciplinary interoperability is provided. The third section of the qualification paper presents a comprehensive energy review of "smart" heat supply processes. Resource-efficient "smart" heat provision is described. City energy consumption and scenario planning are analyzed. The impact of heat generation processes on the air quality of a "smart city" is investigated. The "Life Safety, Occupational Safety Fundamentals" section describes the state environmental monitoring system as an integral part of the national information infrastructure, compatible with similar systems in other countries. Working conditions for IT industry employees are examined
Descripció: Роботу виконано на кафедрі комп'ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 26.06.2025р. на засіданні екзаменаційної комісії №30 у Тернопільському національному технічному університеті імені Івана Пулюя
Content: ВСТУП 9 РОЗДІЛ 1. АНАЛІЗ ТА ПРЕДМЕТНОЇ ОБЛАСТІ ТА МОДЕЛЮВАННЯ ПРОЦЕСІВ «РОЗУМНОГО» ТЕПЛОПОСТАЧАННЯ 11 1.1 Аналіз предметної області «розумного» теплопостачання 11 1.2 Моделювання теплоенергосистем «розумних міст» 14 1.2.1 Прогалини в інтероперабельності 17 1.3 Засоби моделювання тепло тп енергоспоживання «розумного міста» 18 1.3.1 Аналізатор тепло тп енергоспоживання «розумного» міста 18 1.3.2 Моделювання розсіювання 19 1.3.3 Динамічний граф знань The World Avatar 19 1.4 Аналіз онтологій в галузі «розумного» теплопостачання 21 1.5 Висновок до першого розділу 22 РОЗДІЛ 2. ДИНАМІЧНІ ГРАФИ ЗНАНЬ ТА АГЕНТИ МЕРЕЖ І СИСТЕМ ТЕПЛОПОСТАЧАННЯ 23 2.1 Динамічні графи знань на базі онтології мереж та систем теплопостачання 23 2.1.1 Динамічний граф знань на основі онтології часових рядів теплопостачання 23 2.1.2 Динамічний граф знань на основі онтології системи централізованого теплопостачання 25 2.1.3 Динамічний граф знань на основі онтології дисперсії «OntoDispersion» в системах теплопостачання 28 2.1.4 Динамічний граф знань на основі онтології енергоспоживання «розумних» будівель 29 2.2 Агенти для динамічних графів знань оптимізації процесів виробництва тепла 31 2.2.1 Агент прогнозування процесів споживання тепла 33 2.2.2 Агент оптимізації мережі централізованого теплопостачання 34 2.2.3 Агент оцінки викидів 36 2.2.4 Агент моделювання розсіювання повітряних забруднювачів 37 2.2.5 Агент аналітики тепло та енергоспоживання «розумного» міста 39 2.3 Зв’язані агенти для міждисциплінарної інтероперабельності 40 2.4 Висновок до другого розділу 41 РОЗДІЛ 3. ЕНЕРГЕТИЧНИЙ ОГЛЯД, МОДЕЛЮВАННЯ ТА АНАЛІЗ ПРОЦЕСІВ «РОЗУМНОГО» ТЕПЛОПОСТАЧАННЯ 42 3.1 Комплексний енергетичний огляд процесів «розумного» теплопостачання 42 3.2 Ресурсоефективне забезпечення «розумним» теплом 42 3.3 Аналіз енергоспоживання міста та планування сценаріїв 45 3.4 Вплив процесів теплогенерації на якість повітря 47 3.5 Висновок до третього розділу 52 РОЗДІЛ 4. БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ 53 4.1 Державна система моніторингу довкілля, як складова частина національної інформаційної інфраструктури, сумісної з аналогічними системами інших країн 53 4.2 Умови праці працівників ІТ-галузі 57 4.3 Висновок до четвертого розділу 60 ВИСНОВКИ 61 ПЕРЕЛІК ДЖЕРЕЛ 62
URI: http://elartu.tntu.edu.ua/handle/lib/49562
Copyright owner: © Комарницький Святослав Ярославович, 2025
References (Ukraine): 1. Inderwildi O, Zhang C, Wang X, Kraft M. The impact of intelligent cyberphysical systems on the decarbonization of energy. Energy Environ Sci 2020;13(3):744–71. http://dx.doi.org/10.1039/c9ee01919g.
2. Fodstad M, Crespo del Granado P, Hellemo L, Knudsen BR, Pisciella P, Silvast A, Bordin C, Schmidt S, Straus J. Next frontiers in energy system modelling: A review on challenges and the state of the art. Renew Sustain Energy Rev 2022;160:112246. http://dx.doi.org/10.1016/j.rser.2022.112246.
3. Stanko, A., Mykytyshyn, A., Totosko, O., Koroliuk, R., & Duda, O. (2024). Artificial Intelligence of Things (AIoT): Integration challenges and security issues. CEUR Workshop Proceedings, 3842, 92–105.
4. Pfenninger S, Hawkes A, Keirstead J. Energy systems modeling for twentyfirst century energy challenges. Renew Sustain Energy Rev 2014;33:74–86. http: //dx.doi.org/10.1016/j.rser.2014.02.003.
5. Palka, O., Dmytrotsa, L., Duda, O., Kunanets, N., & Pasichnyk, V. (2024). Information and technological tools for analysis and visualization of open data in smart cities. CEUR Workshop Proceedings, 3742, 1–12.
6. Дуда, О., & Станько, А. (2023). Архітектура мережевої платформи моніторингу об’єктів у кіберфізичних системах «розумних міст». Вісник Хмельницького національного університету. Серія: «Технічні науки», №4, 10-19. ISSN 2307-5732. DOI 10.31891/2307-5732.
7. Орлов М. В., Дуда О. М., Жовнір Ю. І., Грибовський О.М. Інструменти методології DevOps в інформаційних системах на основі технологій IoT. Комп'ютерно-інтегровані технології: освіта, наука, виробництво, Випуск 57, 2024, с. 128-138. ISSN 2524-0552; eISSN 2524-0560, DOI: https://doi.org/10.36910/6775-2524-0560-2024-57-15.
8. Lim MQ, Wang X, Inderwildi O, Kraft M. The world avatar – A world model for facilitating interoperability. In: Inderwildi O, Kraft M, editors. Intelligent decarbonisation: can artificial intelligence and cyber-physical systems help achieve climate mitigation targets? Cham: Springer International Publishing; 2022, p. 39–53. http://dx.doi.org/10.1007/978-3-030-86215-2_4.
9. Орлов М.В., Грибовський О.М., Жовнір Ю.І., Дуда О.М., Від концепції до реальності: роль методології devops в екосистемах iot. Науковий журнал «Вчені записки ТНУ імені В.І. Вернадського. Серія: Технічні науки». Том 35 (74) № 6 2024. Частина 2. Видавничий дім «Гельветика». 2024. с. 163-170. ISSN 2663-5941 (Print), ISSN 2663-595X (Online) DOI https://doi.org/10.32782/2663-5941/2024.6.2/22.
10. Tzachor A, Sabri S, Richards CE, Rajabifard A, Acuto M. Potential and limitations of digital twins to achieve the sustainable development goals. Nat Sustain 2022;5(10):822–9. http://dx.doi.org/10.1038/s41893-022-00923-7.
11. Wu N, Zhang F, Wang J, Wang X, Wu J, Huang J, Tan J, Jing R, Lin J, Xie S, Zhao Y. A review on modelling methods, tools and service of integrated energy systems in China. Prog Energy 2023;5(3):032003. http://dx.doi.org/10.1088/ 2516-1083/acef9e.
12. Quek HY, Sielker F, Akroyd J, Bhave AN, von Richthofen A, Herthogs P, Yamu CvdL, Wan L, Nochta T, Burgess G, Lim MQ, Mosbach S, Kraft M. The conundrum in smart city governance: Interoperability and compatibility in an ever-growing ecosystem of digital twins. Data Policy 2023;5:e6. http: //dx.doi.org/10.1017/dap.2023.1.
13. Eibeck A, Lim MQ, Kraft M. J-Park simulator: An ontology-based platform for cross-domain scenarios in process industry. Comput Chem Eng 2019;131:106586. http://dx.doi.org/10.1016/j.compchemeng.2019.106586.
14. Wilkinson MD, Dumontier M, Aalbersberg IJ, et al. The FAIR guiding principles for scientific data management and stewardship. Sci Data 2016;3(1):160018. http://dx.doi.org/10.1038/sdata.2016.18.
15. Akroyd J, Mosbach S, Bhave A, Kraft M. Universal digital twin - A dynamic knowledge graph. Data-Cent Eng 2021;2:e14. http://dx.doi.org/10.1017/dce. 2021.10.
16. ur Rehman U, Faria P, Gomes L, Vale Z. Future of energy management systems in smart cities: A systematic literature review. Sustainable Cities Soc 2023;96:104720. http://dx.doi.org/10.1016/j.scs.2023.104720.
17. Pfenninger S, Hirth L, Schlecht I, Schmid E, Wiese F, Brown T, Davis C, Gidden M, Heinrichs H, Heuberger C, Hilpert S, Krien U, Matke C, Nebel A, Morrison R, Müller B, Pleß mann G, Reeg M, Richstein JC, Shivakumar A, Staffell I, Tröndle T, Wingenbach C. Opening the black box of energy modelling: Strategies and lessons learned. Energy Strategy Rev 2018;19:63–71. http://dx. doi.org/10.1016/j.esr.2017.12.002.
18. Rana B, Singh Y, Singh PK. A systematic survey on internet of things: Energy efficiency and interoperability perspective. Trans Emerg Telecommun Technol 2021.
19. Reif V, Strasser TI, Jimeno J, Farre M, Genest O, Gyrard A, McGranaghan M, Lipari G, Schütz J, Uslar M, Vogel S, Bytyqi A, Dornmair R, Corusa A, Roy G, Ponci F, Dognini A, Monti A. Towards an interoperability roadmap for the energy transition. E I Elektrotech Informtech 2023;140(5):478–87. http://dx.doi.org/10. 1007/s00502-023-01144-2.
20. O’Dwyer E, Pan I, Charlesworth R, Butler S, Shah N. Integration of an energy management tool and digital twin for coordination and control of multi-vector smart energy systems. Sustainable Cities Soc 2020;62:102412. http://dx.doi.org/10.1016/j.scs.2020.102412.
21. Duda, O., Matsiuk, O., Kunanets, N., Pasichnyk, V., & Veretennikova, N. (2020). Selection of effective methods of big data analytical processing in information systems of smart cities. CEUR Workshop Proceedings, 2643, 68–78.
22. Savage T, Akroyd J, Mosbach S, Hillman M, Sielker F, Kraft M. Universal digital twin – the impact of heat pumps on social inequality. Adv Appl Energy 2022;5:100079. http://dx.doi.org/10.1016/j.adapen.2021.100079.
23. Rihm SD, Kovalev MK, Lapkin AA, Ager JW, Kraft M. On the role of C4 and C5 products in electrochemical CO2 reduction via copper-based catalysts. Energy Environ Sci 2023;16(4):1697–710. http://dx.doi.org/10.1039/d2ee03752a.
24. Atherton J, Akroyd J, Farazi F, Mosbach S, Lim MQ, Kraft M. British wind farm ESS attachments: curtailment reduction vs. price arbitrage. Energy Environ Sci 2023;16(9):4020–40. http://dx.doi.org/10.1039/d3ee01355c.
25. Hofmeister M, Brownbridge G, Hillman M, Mosbach S, Akroyd J, Lee KF, Kraft M. Cross-domain flood risk assessment for smart cities using dynamic knowledge graphs. Sustainable Cities Soc 2023;105113. http://dx.doi.org/10. 1016/j.scs.2023.105113.
26. Digital Twin Hub. Climate resilience demonstrator. 2022, Available at https: //digitaltwinhub.co.uk/credo/credo/.
27. Berjawi A, Walker S, Patsios C, Hosseini S. An evaluation framework for future integrated energy systems: A whole energy systems approach. Renew Sustain Energy Rev 2021;145:111163. http://dx.doi.org/10.1016/j.rser.2021.111163.
28. Wu J, Yan J, Jia H, Hatziargyriou N, Djilali N, Sun H. Integrated energy systems. Appl Energy 2016;167:155–7. http://dx.doi.org/10.1016/j.apenergy. 2016.02.075.
29. Farhan M, Reza TN, Badal FR, Islam MR, Muyeen SM, Tasneem Z, Hasan MM, Ali MF, Ahamed MH, Abhi S, Islam MM, Sarker SK, Das SK, Das P. Towards next generation internet of energy system: Framework and trends. Energy AI 2023;14:100306. http://dx.doi.org/10.1016/j.egyai.2023.100306.
30. Manfren M, James PA, Aragon V, Tronchin L. Lean and interpretable digital twins for building energy monitoring – A case study with smart thermostatic radiator valves and gas absorption heat pumps. Energy AI 2023;14:100304. http://dx.doi.org/10.1016/j.egyai.2023.100304.
31. Sifat MMH, Choudhury SM, Das SK, Ahamed MH, Muyeen S, Hasan MM, Ali MF, Tasneem Z, Islam MM, Islam MR, Badal MFR, Abhi SH, Sarker SK, Das P. Towards electric digital twin grid: Technology and framework review. Energy AI 2023;11:100213. http://dx.doi.org/10.1016/j.egyai.2022.100213.
32. Digital4Grids for the European Commission. Landscape report on energy and flexibility data models and interoperability across the sectors of energy, mobility and buildings. 2023, Available at https://digital-strategy.ec.europa.eu/en/library/landscape-report-energy-and-flexibility-datamodels-and-interoperability-across-sectors-energy.
33. int:net consortium. The interoperability network for the energy transition (int:net). 2022, Available at https://intnet.eu/.
34. Fonseca JA, Thuy-An N, Schlueter A, Marechal F. City energy analyst (CEA): Integrated framework for analysis and optimization of building energy systems in neighborhoods and city districts. Energy Build 2016;113:202–26. http://dx. doi.org/10.1016/j.enbuild.2015.11.055.
35. Happle G, Shi Z, Hsieh S, Ong B, Fonseca JA, Schlueter A. Identifying carbon emission reduction potentials of BIPV in high-density cities in southeast Asia. J Phys Conf Ser 2019;1343(1):012077. http://dx.doi.org/10.1088/1742-6596/ 1343/1/012077.
36. OpenStreetMap contributors. Planet OSM dump. 2017, Available at https:// planet.osm.org.
37. Khan S, Hassan Q. Review of developments in air quality modelling and air quality dispersion models. J Environ Eng Sci 2020;16(1):1–10. http://dx.doi.org/ 10.1680/jenes.20.00004.
38. El-Harbawi M. Air quality modelling, simulation, and computational methods: a review. Environ Rev 2013;21(3):149–79. http://dx.doi.org/10.1139/er-20120056.
39. Cimorelli AJ, Perry SG, Venkatram A, Weil JC, Paine RJ, Wilson RB, Lee RF, Peters WD, Brode RW. AERMOD: A dispersion model for industrial source applications. Part I: General model formulation and boundary layer characterization. J Appl Meteorol 2005;44(5):682–93. http://dx.doi.org/10.1175/jam2227.1.
40. Carruthers DJ, Seaton MD, McHugh CA, Sheng X, Solazzo E, Vanvyve E. Comparison of the complex terrain algorithms incorporated into two commonly used local-scale air pollution dispersion models (ADMS and AERMOD) using a hybrid model. J Air Waste Manage Assoc 2011;61(11):1227–35. http://dx.doi. org/10.1080/10473289.2011.609750.
41. Petersen RL, Guerra SA, Bova AS. Critical review of the building downwash algorithms in AERMOD. J Air Waste Manage Assoc 2017;67(8):826–35. http: //dx.doi.org/10.1080/10962247.2017.1279088.
42. Berners-Lee T, Hendler J, Lassila O. The semantic web. Sci Am 2001;284(5):28– 37.
43. Klyne G, Carroll JJ. Resource description framework (RDF): Concepts and abstract syntax. W3C recommendation 10 february 2004. 2004, Available at http://www.w3.org/TR/2004/REC-rdf-concepts-20040210/. World Wide Web Consortium (W3C).
44. Bizer C, Heath T, Berners-Lee T. Linked data: The story so far. In: Sheth A, editor. Semantic services, interoperability and web applications: emerging concepts. IGI Global; 2011, p. 205–27. http://dx.doi.org/10.4018/978-1-60960-593-3.ch008.
45. Blazegraph. 2020, Available at https://blazegraph.com.
46. Aranda CB, Corby O, Das S, Feigenbaum L, Gearon P, Glimm B, Harris S, Hawke S, Herman I, Humfrey N, Michaelis N, Ogbuji C, Perry M, Passant A, Polleres A, Prud’hommeaux E, Seaborne A, Williams GT. SPARQL 1.1 overview, W3C recommendation 21 march 2013. 2013, Available at https: //www.w3.org/TR/sparql11-overview/. World Wide Web Consortium (W3C).
47. Zhou X, Eibeck A, Lim MQ, Krdzavac N, Kraft M. An agent composition framework for the J-Park simulator – a knowledge graph for the process industry. Comput Chem Eng 2019;130:106577. http://dx.doi.org/10.1016/j. compchemeng.2019.106577.
48. Bai J, Lee KF, Hofmeister M, Mosbach S, Akroyd J, Kraft M. A derived information framework for a dynamic knowledge graph and its application to smart cities. Future Gener Comput Syst 2024;152:112–26. http://dx.doi.org/10.1016/j.future.2023.10.008.
49. Cox S, Little C, Hobbs JR, Pan F. Time ontology in OWL. 2020, Available at https://www.w3.org/TR/owl-time/.
50. Xu X, Cai H. Domain ontology for utility infrastructure: Coupling the semantics of CityGML utility network ADE and domain glossaries. J Comput Civ Eng 2021;35(5):04021011. http://dx.doi.org/10.1061/(asce)cp.1943-5487.0000977.
51. Li Y, Rezgui Y, Kubicki S. An intelligent semantic system for real-time demand response management of a thermal grid. Sustainable Cities Soc 2020;52:101857. http://dx.doi.org/10.1016/j.scs.2019.101857.
52. OGC. OGC GeoSPARQL - A geographic query language for RDF data. 2012, Available at https://www.ogc.org/standards/geosparql/.
53. Hofmeister, Markus, et al. "Dynamic control of district heating networks with integrated emission modelling: A dynamic knowledge graph approach." Energy and AI 17 (2024): 100376.
54. Data & Knowledge Group. Hermit OWL reasoner. 2019, Available at http://www.hermit-reasoner.com/.
55. Hofmeister M, Bai J, Brownbridge G, Mosbach S, Lee KF, Farazi F, Hillman M, Agarwal M, Ganguly S, Akroyd J, Kraft M. Semantic agent framework for automated flood assessment using dynamic knowledge graphs. Data-Centric Engineering 2024;5:e14. http://dx.doi.org/10.1017/dce.2024.11.
56. ETSI. SAREF4EHAW: an extension of SAREF for ehealth ageing well domain. 2020, Available at https://saref.etsi.org/saref4ehaw/v1.1.1/.
57. Cuenca J, Larrinaga F, Curry E. DABGEO: A reusable and usable global energy ontology for the energy domain. J Web Semant 2020;61–62:100550. http://dx. doi.org/10.1016/j.websem.2020.100550.
58. Chadzynski A, Krdzavac N, Farazi F, Lim MQ, Li S, Grisiute A, Herthogs P, von Richthofen A, Cairns S, Kraft M. Semantic 3D city database – An enabler for a dynamic geospatial knowledge graph. Energy AI 2021;6:100106. http: //dx.doi.org/10.1016/j.egyai.2021.100106.
59. Herzen J, Lässig F, Piazzetta SG, Neuer T, Tafti L, Raille G, Pottelbergh TV, Pasieka M, Skrodzki A, Huguenin N, Dumonal M, Kościsz J, Bader D, Gusset F, Benheddi M, Williamson C, Kosinski M, Petrik M, Grosch G. Darts: User-friendly modern machine learning for time series. J Mach Learn Res 2022;23(124):1–6, URL: http://jmlr.org/papers/v23/21-1177.html.
60. Taylor SJ, Letham B. Forecasting at scale. Amer Statist 2018;72(1):37–45. http://dx.doi.org/10.1080/00031305.2017.1380080.
61. Lim B, Arık SÖ, Loeff N, Pfister T. Temporal fusion transformers for interpretable multi-horizon time series forecasting. Int J Forecast 2021;37(4):1748–64. http://dx.doi.org/10.1016/j.ijforecast.2021.03.012.
62. Hofmeister M, Mosbach S, Hammacher J, Blum M, Röhrig G, Dörr C, Flegel V, Bhave A, Kraft M. Resource-optimised generation dispatch strategy for district heating systems using dynamic hierarchical optimisation. Appl Energy 2022;305:117877. http://dx.doi.org/10.1016/j.apenergy.2021.117877.
63. European Environment Agency. AQ ereporting - annual statistics. 2023, Available at https://eeadmz1-cws-wp-air02.azurewebsites.net/index.php/userscorner/statistical-viewer/.
64. Oliveri Conti G, Heibati B, Kloog I, Fiore M, Ferrante M. A review of AirQ models and their applications for forecasting the air pollution health outcomes. Environ Sci Pollut Res 2017;24:6426–45. http://dx.doi.org/10.1007/s11356-016-8180-1.
65. Hamer PD, Walker S-E, Sousa-Santos G, Vogt M, Vo-Thanh D, Lopez-Aparicio S, Schneider P, Ramacher MOP, Karl M. The urban dispersion model EPISODE v10.0 – part 1: An Eulerian and sub-grid-scale air quality model and its application in Nordic winter conditions. Geosci Model Dev 2020;13(9):4323–53. http://dx.doi.org/10.5194/gmd-13-4323-2020.
66. С. Пасічник, А. Мага, Н. Кунанець, О. Лозицький, Б. Петрушина, О.Дуда, А. Рибак. Проектування інтерфейсів інформаційної системи «розумне домогосподарство» з використанням методу персон." Вісник національного університету «Львівська політехніка» серія Інформаційні системи та мережі, Випуск 15, (2024): с. 273 - 289. ISSN 2524-065X (print). ISSN 2663-0001 (online), DOI: https://doi.org/10.23939/sisn2024.15.273.
67. Hotmaps project. Hotmaps. 2020, Available at https://www.hotmaps.eu/map.
68. EEW Energy from Waste Saarbrücken GmbH. Emissionen des müllheizkraftwerkes pirmasens. 2023, Available at https://www.eew-energyfromwaste.com/fileadmin/content/infomaterial/emissionsdaten/pirmasens/2023-0322_veroeffentlichung_emissionen_mhkw_pir_2022.pdf.
69. Stepanova LS (2020) Environmental policy of Ukraine and international experience. Kyiv: Center for Economic Strategy.
70. Zhukovsky MP (2020) Modern trends in the utilization of municipal solid waste in cities. Journal "Scientific World", 12(4), pp 49–55.
71. Стручок В.С. Техноекологія та цивільна безпека. Частина «Цивільна безпека». Навчальний посібник. 2022.
72. Вовк, Андрій Іванович. Методика організації роботи розподіленої Agile команди у великих ІТ-проектах. MS thesis. 2020.
73. Сьогодні UA. https://www.segodnya.ua/lifestyle/fun/pochti-kak-u-google-chemudivlyayut-ofisy-ukrainskih-it-kompaniy--764025.html.
Content type: Bachelor Thesis
Apareix a les col·leccions:122 — Компʼютерні науки (бакалаври)

Arxius per aquest ítem:
Arxiu Descripció MidaFormat 
2025_KRB_SN-42_Komarnytskyi_SY.pdfДипломна робота2,75 MBAdobe PDFVeure/Obrir
Mostrar el registre complet Dublin Core de l'ítem


Els ítems de DSpace es troben protegits per copyright, amb tots els drets reservats, sempre i quan no s’indiqui el contrari.

Eines d'Administrador