Дмитро Сергійович НОВАК
Контактна інформація
- 📧 novak.ds@knutd.edu.ua
- 📱 +380 (44) 280-05-21
- 📍 Київ, Україна
- 🏫 Кафедра ІКТ, КНУТД
- 🌐 knutd.edu.ua
📚 Наукові публікації
Мови
- 🇺🇦 Українська – рідна
- 🇬🇧 Англійська – вільно
- 🇷🇺 Російська – вільно
- 🐍 Python – професійний рівень
Освіта та кар’єра
Доктор філософії (кандидат технічних наук)
Присуджено науковий ступінь кандидата технічних наук
Вчене звання доцента
Присвоєно вчене звання доцента за спеціальністю
Магістр інженерії
Закінчив КНУТД за спеціальністю «Технологія переробки полімерів»
Стипендіат КМУ
Лауреат стипендії Кабінету Міністрів України для молодих учених
📚 Викладає дисципліни:
- «Операційні системи»
- «Архітектура комп’ютерних систем та мереж»
- «Інтелектуальні системи та технології»
🔬 Напрями наукової діяльності:
- Обробка та аналіз даних за допомогою мови програмування Python
- Адитивні технології та їх застосування в матеріалознавстві
- Розроблення програмного забезпечення для дослідження полімерних композиційних матеріалів
- Комп’ютерні методи дослідження оцінки однорідності розподілу наповнювачів в полімерних композиційних матеріалах
- Розробка та дослідження властивостей струмопровідних полімерних композиційних матеріалів
- Застосування методів машинного навчання в матеріалознавстві
🚀 Основні наукові проєкти та розробки
🔬 Система аналізу полімерних композитів
Комплексна програмна платформа для дослідження властивостей полімерних матеріалів
Розроблено інноваційну систему на базі Python для автоматизованого аналізу мікроструктури та прогнозування властивостей полімерних композиційних матеріалів з використанням методів комп’ютерного зору та машинного навчання.
🎯 Ключові можливості:
- • Автоматичний аналіз однорідності розподілу наповнювачів
- • Прогнозування механічних властивостей
- • Оптимізація складу композиційних матеріалів
- • Інтеграція з 3D-принтерами для адитивного виробництва
⚡ Струмопровідні полімерні матеріали
Дослідження та розробка нових струмопровідних композитів
Комплексне дослідження впливу різних наповнювачів на електричні властивості полімерних матеріалів з розробкою математичних моделей для прогнозування провідності.
📊 Результати:
- • 15+ публікацій в міжнародних журналах
- • 2 патенти на винаходи
- • Впровадження в навчальний процес
- • Співпраця з промисловими підприємствами
🤖 Інтелектуальні системи в матеріалознавстві
Застосування ШІ для оптимізації матеріалів
Розробка та впровадження алгоритмів машинного навчання для передбачення властивостей нових матеріалів та оптимізації їх складу на основі великих масивів експериментальних даних.
🛠 Технології:
- • Python (NumPy, Pandas, Scikit-learn)
- • TensorFlow/Keras для глибокого навчання
- • OpenCV для обробки зображень
- • Статистичний аналіз та візуалізація даних
📈 Понад 100 наукових праць у вітчизняних та зарубіжних виданнях, включаючи журнали з індексацією Scopus
