ivdon3@bk.ru
Данная статья представляет исследование, посвященное применению нейросетевой модели YOLOv8 для обнаружения дорожных знаков. В ходе исследования была разработана и обучена модель на основе YOLOv8, которая успешно детектируют дорожные знаки в реальном времени. Статья также представляет результаты экспериментов, в которых модель YOLOv8 сравнивается с другими широко используемыми методами обнаружения знаков. Полученные результаты имеют практическую значимость в области безопасности дорожного движения, предлагая инновационный подход к автоматическому обнаружению дорожных знаков, что способствует улучшению контроля скорости и снижению аварийности на дорогах.
Ключевые слова: машинное обучение, дорожные знаки, сверточные нейронные сети, распознавание образов
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
В данной статье представлена математическая модель для оценки применимости интеллектуальных чат-ботов в изучении диалектов иностранных языков. Модель учитывает ключевые параметры чат-ботов и их способности адаптироваться к различным диалектам, оценивая качество ответов чат-бота как на основе определенных критериев, так и в целом. В рамках экспериментального исследования с немецкими диалектами оценивались такие чат-боты, как ChatGPT-3.5, GPT-4, YouChat, Bard, DeepSeek и Chatsonic. Результаты показали, что модели OpenAI (ChatGPT-3.5 и GPT-4) предоставляют наиболее широкие возможности для изучения диалектов, при этом ChatGPT-3.5 лучше всего справляется с баварским и австрийским диалектами, а YouChat - со швейцарским. Эти находки предоставляют практические рекомендации для выбора чат-ботов при изучении диалектов и являются основой для дальнейших исследований эффективности образовательных технологий на базе искусственного интеллекта.
Ключевые слова: большая языковая модель, чат-бот, оценка качества, изучение иностранного языка, технология искусственного интеллекта в образовании
2.3.1 - Системный анализ, управление и обработка информации , 5.12.3 - Междисциплинарные исследования языка
В данном исследовании мы представляем исследование методов обработки естественного языка и машинного обучения, с особым акцентом на алгоритмах глубокого обучения. В ходе исследования было исследовано применение моделей с долгосрочной краткосрочной памятью с механизмами внимания для задач суммаризации текста. В качестве набора данных для экспериментов использовались новостные статьи и соответствующие им резюме. В статье обсуждаются предварительные этапы обработки данных, включая очистку текста и токенизацию. В рамках исследования также исследуется влияние различных гиперпараметров на производительность модели. Результаты демонстрируют эффективность предложенного подхода в генерации кратких резюме на основе обширных текстов. Полученные результаты способствуют развитию методов обработки естественного языка и машинного обучения для суммаризации текста.
Ключевые слова: извлекающая суммаризация текста, последовательность-последовательность, долгосрочная краткосрочная память, кодировщик-декодировщик, модель суммаризации, обработка естественного языка, машинное обучение, глубокое обучение, механизм внимания
На топливную эффективность самосвалов влияют такие переменные реального мира, как параметры транспортного средства, дорожные условия, погодные параметры и поведение водителя. Прогнозирование расхода топлива за поездку с использованием динамических данных о состоянии дорог может эффективно сократить затраты и время, связанные с испытаниями на дорогах. В данной статье предлагаются новые модели для прогнозирования расхода топлива самосвалов на открытых горных работах. Модели объединяют локально собранные данные с датчиков самосвалов и анализируют их для расширения своих возможностей. Архитектурный дизайн состоит из двух отдельных частей, первоначально основанных на двойной долговременной кратковременной памяти (LSTM) и двойных плотных слоях глубоких нейронных сетей (DNNs). Новая гибридная архитектура улучшает производительность предложенной модели по сравнению с другими моделями, особенно с точки зрения измерения точности. Показатели MAE, RMSE, MSE и R2 свидетельствуют о высокой точности прогноза.
Ключевые слова: алгоритм LSTM, DNN, плотность, прогнозирование, расход топлива, карьеры
2.3.1 - Системный анализ, управление и обработка информации , 2.9.5 - Эксплуатация автомобильного транспорта
Задача планирования отправки сообщений известных объёмов из исходных пунктов в пункты назначения c известными потребностями. При этом предполагается, что затраты на передачу информации с одной стороны пропорциональны передаваемым объёмам и стоимости передачи единицы информации по выбранным каналам связи, а с другой стороны связаны с фиксированной абонентской платой за использование каналов, не зависящей от объёма передаваемой информации. Показателем качества плана при такой постановке являются суммарные затраты на отправку всего запланированного объёма сообщений. Проведена сравнительная характеристика эффективности методов получения оптимальных планов с помощью линеаризованной целевой функции и точного решения одним из комбинаторных методов.
Ключевые слова: передача сообщений, транспортная задача, критерий минимума суммарных затрат, вычислительная сложность алгоритма, линеаризация целевой функции
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
В статье рассмотрены методы обнаружения выбросов, основанные на различных техниках машинного обучения: контролируемые (англ. supervised), неконтролируемые (англ. unsupervised), полуконтролируемые (англ. semi-supervised). Обозначены особенности применения тех или иных методов, указаны их достоинства и ограничения. Установлено, что не существует универсального способа обнаружения выбросов подходящего для различных данных, поэтому выбор того или иного конкретного метода для реализации исследований следует производить исходя из анализа преимуществ и ограничений присущих выбранному способу с обязательным учетом возможностей располагаемых вычислительных мощностей и характеристик имеющихся в наличии данных, в том числе включающих их классификацию на выбросы и нормальные данные, а также объем.
Ключевые слова: выбросы, машинное обучение, обнаружение выбросов, анализ данных, интеллектуальный анализ данных, большие данные, анализ главных компонент, регрессия, изолирующий лес, машина опорных векторов
В данной статье исследуется процесс оптимизации пакета Quantum Espresso для эффективного использования графического процессора (GPU) от Nvidia с помощью технологии CUDA. Quantum Espresso является мощным инструментом для квантово-механического моделирования и расчета свойств материалов. Однако, оригинальная версия пакета не была разработана для использования на GPU, поэтому требуется оптимизация для достижения наилучшей производительности.
Ключевые слова: Quantum Espresso, GPU, CUDA, ускорение вычислений
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
В данной статье рассматривается процесс сбора исходных данных для кадастровой оценки объектов культурного наследия. Выявлено, что объекты культурного наследия обладают целым рядом особенностей среди прочих объектов недвижимости, поэтому следует уделять особое внимание методике оценки таких объектов. Целью исследования является анализ и выявление проблемных вопросов сбора исходных данных об объектах культурного наследия при проведении государственной кадастровой оценки. Результаты исследования показали ряд проблемных вопросов, связанных с видом объекта культурного наследия, с его привязкой к кадастровому номеру и с возможностью интерпретации полученной информации для приведения её к автоматической обработке данных.
Ключевые слова: государственная кадастровая оценка, объект культурного наследия, сбор исходных данных, межведомственное взаимодействие, статус объекта культурного наследия
2.1.1 - Строительные конструкции, здания и сооружения , 2.3.1 - Системный анализ, управление и обработка информации
Современный цикл создания имитационных моделей не обходится без аналитиков, моделистов, разработчиков и специалистов из разных областей. Существует множество известных инструментов для упрощения имитационного моделирования, в дополнение к ним предлагается использовать большие языковые модели (БЯМ), состоящие из нейронных сетей. В качестве примера в статье была рассмотрена модель GPT-4. Такие модели могут снизить затраты, будь то финансовых или временных, при создании имитационных моделей. Были приведены примеры использования GPT-4, по результатам которых делается предположение о том, что с помощью БЯМ можно заменить или существенно снизить трудоемкость использования труда большого количества специалистов и даже пропустить этап формализации. Проведена работа по сравнению процессов создания моделей и проведения экспериментов при использовании разных инструментов ИМ и результаты оформлены в сравнительную таблицу. Сравнение проведено по основным критериям ИМ. Эксперименты с GPT-4 успешно показали что создание имитационных моделей с помощью БЯМ заметно ускоряется и имеет большую перспективу в данной области.
Ключевые слова: имитационное моделирование, большая языковая модель, нейронная сеть, GPT-4, среда моделирования, математическая модель
Порядок замещения должностей педагогических работников ВУЗов, относящихся к профессорско-преподавательскому составу, регламентируются федеральными законами и локальными нормативными актами. При этом возникает необходимость хранения и обмена большим количеством документов между различными участниками конкурсных мероприятий. В работе была поставлена цель автоматизации процесса проведения конкурсных мероприятий и использование общего хранилища данных, с помощью которого возможно ускорить делопроизводство, сэкономить время и расходные материалы, обеспечить безопасность хранения, передачи и обработки информации. В статье отражены полученные результаты автоматизации процесса конкурсного отбора в Санкт-Петербургском государственном архитектурно-строительном университете.
Ключевые слова: высшие учебные заведения, избрание по конкурсу, профессорско-преподавательский состав, автоматизация
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
В публикации рассматривается определение среды общих данных. Выдвигаются основные критерии выбора СОД. Приведен обобщенный анализ слабых сторон всех существующих систем СОД. Статья поможет лучше разбираться в СОД и сделать правильный выбор системы.
Ключевые слова: среда общих данных, проектирование, строительство, информация, информационное моделирование, СОД, критерии, управление, организация информации, передача информации
2.1.7 - Технология и организация строительства , 2.3.1 - Системный анализ, управление и обработка информации
Статья представляет собой обзорную работу, посвященную методам и технологиям, используемым при анализе уязвимостей в информационных системах. В статье описываются основные этапы проведения анализа уязвимостей, такие, как сбор информации о системе, сканирование системы на предмет уязвимости и анализ результатов сканирования. Также рассматриваются методы защиты от уязвимостей, такие, как регулярное обновление программного обеспечения, проведение анализа уязвимостей и разработка стратегии безопасности данных.
Ключевые слова: анализ уязвимостей, безопасность данных, угрозы информационной безопасности, защита от атак, информационная безопасность, компьютерная безопасность, риск безопасности, уязвимость сети, система безопасности, защита
Данное исследование является пилотным. Цель исследования - выявление характера взаимосвязи между коэффициентом Пуассона и когезией, на примере грунтового массива. Основная задача исследования - выявление зависимости коэффициента Пуассона и коэффициента сцепления для получения предела разрушения материала (в настоящем исследовании грунтового массива) – пластических течений в материале. Исследование ведется методами математического моделирования. Для достижения поставленной цели необходимо обосновать возможность выполнения данного эксперимента с помощью краевой задачи, а также выполнить ранжирование количества численных экспериментов методом планирования эксперимента для получения экстремумов. Далее необходимо выполнить сам численный эксперимент по выявлению зависимости между коэффициентом Пуассона и когезией. Полученные данные будут использоваться для составления обратной задачи в новом российском программном продукте в области геотехнического и геомеханического моделирования.
Ключевые слова: коэффициент Пуассона, когезия, грунтовый массив, численный эксперимент, метод конечных элементов, математическое моделирование, пластическое течение, деформация, напряжение
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.1.9 - Строительная механика , 2.3.1 - Системный анализ, управление и обработка информации
Данная статья посвящена решению задачи исследования и обнаружения вредоносного ПО. Метод, реализованный в работе, позволяет динамически обнаруживать вредоносные программы для Android с помощью графов системных вызовов с использованием графовых нейронных сетей. Задача данной работы заключается в создании компьютерной модели для метода, разработанного с целью обнаружения и исследования вредоносного ПО. Исследования на этой теме имеют важность в математическом и программном моделировании, а также в применении алгоритмов управления системными вызовами на устройствах Android. Оригинальность данного направления заключается в постоянном совершенствовании подходов в борьбе с вредоносным ПО, а также в ограниченной информации об использовании компьютерной симуляции для исследования таких явлений и особенностей в мире.
Ключевые слова: системные вызовы, андроид, вирус, вредоносное ПО, нейронные сети, искусственный интеллект, нечеткая логика
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
Статья посвящена рассмотрению актуальных вопросов, связанных с изучением возможности прогнозирования динамики фондовых рынков на основе нейросетевых моделей машинного обучения. Выделены перспективы применения нейросетевого подхода для построения инвестиционных прогнозов. Для решения задачи предсказания динамики изменения стоимости ценных бумаг рассмотрены проблемы обучения модели на данных, представленных в форме временных рядов, а также подход к преобразованию обучающих данных. Описан метод рекурсивного исключения признаков, использующийся для выявления наиболее значимых параметров, влияющих на изменения цен на фондовом рынке. Было проведено экспериментальное сравнение ряда нейронных сетей с целью выявления наиболее эффективного подхода к решению задачи прогнозирования динамики рынка. В качестве отдельного примера была рассмотрена реализация регрессии на основе радиально-базисной нейронной сети и представлена оценка качества модели.
Ключевые слова: фондовый рынок, прогноз, дневной срез, акции, нейронная сеть, машинное обучение, функция активации, радиально-базисная функция, кросс-валидация, временные ряды
2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами
В данной статье рассматривается вопрос особенностей измерения и прогнозирования изменений приземной напряженности электрического поля в атмосфере. Приводятся результаты измерений напряженности атмосферного электрического поля. Рассматриваются возможности прогнозирования изменений приземной напряженности электрического поля, включая использование численных моделей, а также использование результатов измерений как индикатора опасных явлений погоды. Обсуждаются перспективы использования прогнозирования вариаций приземной напряженности электрического поля для прогнозирования неблагоприятных погодных явлений и значимость мониторинга напряженности атмосферного электрического поля для понимания глобальных процессов изменения климата и влияния электрического поля на здоровье человека и окружающую среду. Подводятся некоторые итоги и отмечаются перспективы развития данной области исследований.
Ключевые слова: электрическое поле, приземный слой атмосферы, измерения, методы, прогнозирование, моделирование вариаций напряженности поля
1.6.18 - Науки об атмосфере и климате , 2.3.1 - Системный анализ, управление и обработка информации
Одной из задач предварительной обработки данных является задача устранения пропусков в данных, т.е. задача импутирования. В работе предложены алгоритмы заполнения пропусков в данных на основе метода статистического имитационного моделирования. Предлагаемые алгоритмы заполнения пропусков включают этапы кластеризации данных по набору признаков, классификации объекта с пропуском, построения функции распределения для признака, имеющего пропуски по каждому кластеру, восстановления пропущенных значений методом обратной функции. Проведены вычислительные эксперименты на основе статистических данных социально-экономических показателей по субъектам РФ за 2022 год. Проведен анализ свойств предлагаемых алгоритмов импутирования в сравнении с известными методами. Показана эффективность предлагаемых алгоритмов.
Ключевые слова: алгоритм импутации, пропуски в данных, статистическое моделирование, метод обратной функции, имитационное моделирование данных
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
В статье обсуждается использование теории графов для расчета расположения элементов и путей прокладки информационных кабелей в распределенной системе управления. Описывается, как использование теории графов может помочь повысить эффективность работы системы, снизить затраты на обслуживание и увеличить надежность и безопасность. В статье приводятся общие принципы использования теории графов для решения задач, связанных с расположением элементов и путей прокладки информационных кабелей в распределенных системах управления. Авторы заключают, что использование теории графов является мощным инструментом для решения задач, связанных с распределенными системами управления, и может быть эффективно применено для повышения эффективности работы системы, снижения затрат и увеличения надежности и безопасности.
Ключевые слова: теория графов, распределенная система управления, Python, Matplotlib, оптимизация производственных процессов, автоматический анализ, система управления, информационный кабель, автоматизация
2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами
Разработка программного обеспечения, а именно CRM-системы (Customer Relationship Management) для повышения эффективности работы компании, вне зависимости от сферы, является наиболее эффективным решением для бизнеса в части организационно-управленческой деятельности. Важным аспектом успешной реализации и внедрения системы в компанию, является принцип разработки и построения архитектуры системы на серверном уровне. Существует несколько подходов в части применения средств разработки для настройки функциональности в системах, однако не всегда конечный результат удовлетворяет бизнес-потребность клиента. Корректность работы системы основана на важном факторе – дальнейшая поддержка существующего кода, данное требование актуально для любого проекта и зависит от изначально выбранного метода разработки системы и качества выполненных задач программистами.
Ключевые слова: CRM-система, BPM, hardcode, разработка, гибкая настройка
В данной статье рассматриваются вопросы практической реализации системы суверенной личности на базе технологии распределенного децентрализованного реестра данных, так же известного как блокчейн. Приводится реализация системы, основанная на механизме достижения консенсуса Proof of Stake (PoS), обеспечивающая ряд преимуществ по сравнению с альтернативными реализациями, описанными в литературе. Приводятся результаты измерения производительности системы в сравнении с известными реализациями на базе Proof of Work (PoW), подтверждающие высокую эффективность предложенного решения.
Ключевые слова: децентрализация, ориентация на пользователя, шифрование на основе личности, блокчейн, система суверенной личности
В данной статье рассматривается прогнозирование собираемости платежей в отделениях почтовой связи с учетом сезонности и применением машинного обучения. Разработан алгоритм построения расчетной модели, которая предоставляет возможность для аналитиков почты РФ делать помесячный прогноз собираемости платежей для каждого УФПС (Управление федеральной почтовой связи) с учетом сезонности. Данная модель позволяет выявлять отклонения от нормы в вопросах, касающихся собираемости платежей и более точно корректировать повышение тарифов на услуги. Данная информационная система реализована в виде веб-сайта с помощью фреймворка ASP.NET Core и библиотеки для машинного обучения ML.NET.
Ключевые слова: математическое моделирование, прогнозирование с учетом сезонности, собираемость платежей, машинное обучение, нейронная сеть
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
В статье рассмотрены общие сведения об онтологиях, включая понятие, формальную модель, процесс разработки, а также примеры использования. В качестве области применения онтологий рассмотрена сфера образования и, в частности, рассмотрен вариант применения онтологий в обучающих системах по информационной безопасности.
Ключевые слова: биометрия, знания, информационная безопасность, модель представления знаний, обучающая система, обучение, онтология, онтологическая модель, OWL, RDF
2.3.1 - Системный анализ, управление и обработка информации , 2.3.6 - Методы и системы защиты информации, информационная безопасность
В статье рассматриваются корреляционные методы идентификации изображений. Разработан алгоритм метода «редкой сетки».
Ключевые слова: идентификация изображений, алгоритм, распознавание, раскрой, эталонный кадр, корреляции элементов, поиск минимума
2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами
В статье рассматриваются разработанные авторами методы и подходы для рекомендательной системы, которые направлены на повышение качества реабилитации пациента во время выполнения дыхательных тренировок. С целью описания тренировок, был разработан собственный язык для конкретной предметной области, а также его грамматика и синтаксический анализатор. Благодаря данному языку можно построить дерево, описывающее конкретную тренировку пациента. К полученному дереву применяются два основных метода, рассматриваемых в статье: «Метод для анализа проблемных участков в ходе прохождения тренировок пациентами» и «Метод нечеткого поиска схожих участков в тренировке». С помощью данных методов в работе предлагается анализировать проблемные участки тренировок пациентов во время реабилитации и искать похожие затруднительные участки пациента для подбора похожих упражнений с целью поддержания уровня разнообразности заданий и вовлечения пациента в процесс.
Ключевые слова: рекомендательная система, система управления обучением, реабилитация, медицина, дыхательная тренировка, маркерная система, предметно-ориентированный язык, расстояние Левенштейна
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
В работе представлено описание процедуры проведения конкурса регрессионных моделей на основе статистических данных для Восточно-Сибирской железной дороги. При этом предполагается построение множества аддитивных альтернативных вариантов модели с последующим выбором лучшего варианта на основе привлечения ряда критериев адекватности. В качестве выходной переменной модели выделена выгрузка вагонов, а входными переменными являются: средний вес брутто грузового поезда, случаи отказов технических средств 1 – 2 категории эксплуатационного характера, рабочий парк грузовых вагонов. Реализация конкурса моделей позволила построить свыше двухсот альтернативных вариантов, из которых была выбрана лучшая альтернатива при помощи методов многокритериального выбора, основанных в данном случае на непрерывном критерии согласованности поведения.
Ключевые слова: железнодорожный транспорт, математическая модель, регрессионный анализ, метод наименьших квадратов, конкурс моделей, критерии адекватности, многокритериальный выбор
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации