Модификация модели информационного процесса удаленного мониторинга состояния объектов на основе гетерогенных источников данных

В статье предложена модификация модели информационного процесса удаленного мониторинга состояния объектов, направленная на повышение корректности интерпретации результатов в условиях гетерогенности источников данных, различий частоты измерений, задержек поступления и неполноты наблюдений. Цель работы заключается в расширении исходной модели за счет включения дополнительных этапов и механизмов, обеспечивающих контроль качества данных, согласование потоков по времени, устойчивость уведомлений и воспроизводимость получаемых оценок. В качестве методов использованы структурно-функциональная декомпозиция информационного процесса и формализация принципов обработки данных на каждом добавленном этапе. В рамках модификации введены: профиль объекта как контекст интерпретации параметров и механизм однозначной привязки измерений к объекту; временная синхронизация потоков на основе оконной обработки; контур контроля качества данных с формированием меток валидности и выявлением аномальных значений; показатель доверия к оценке состояния, учитывающий полноту и качество наблюдений; событийная интерпретация результатов (фиксация отклонений, восстановления и потери источников данных); механизмы устойчивых уведомлений на основе расширенной пороговой модели с гистерезисом и ограничением частоты сообщений; средства объяснимого вывода, указывающие параметры, повлиявшие на присвоенный статус; а также трассируемость результатов за счет журналирования входных данных, правил интерпретации и выходных оценок. В результате сформирована уточненная структура информационного процесса, позволяющая получать оценку состояния с учетом качества и согласованности входных данных, а также обеспечивать устойчивую выдачу результатов субъекту мониторинга.

1. Zhang X., Zhang T., Wang G., et al. Remote sensing object detection meets deep learning: A meta-review of challenges and advances. arXiv. URL: https://arxiv.org/abs/2309.06751 [Accessed 16th January 2026].

2. Hoeser Th., Bachofer F., Kuenzer C. Object detection and image segmentation with deep learning on earth observation data: A review – Part II: Applications. Remote Sensing. 2020;12(18). https://doi.org/10.3390/rs12183053

3. Janga Bh., Asamani G.P., Sun Z., Cristea N. A review of practical AI for remote sensing in earth sciences. Remote Sensing. 2023;15(16). https://doi.org/10.3390/rs15164112

4. Ye P. Remote sensing approaches for meteorological disaster monitoring: Recent achievements and new challenges. International Journal of Environmental Research and Public Health. 2022;19(6). https://doi.org/10.3390/ijerph19063701

5. Hajduczok A.G., Muallem S.N., Nudy M.S., DeWaters A.L., Boehmer J.P. Remote monitoring for heart failure using implantable devices: A systematic review, meta-analysis, and meta-regression of randomized controlled trials. Heart Failure Reviews. 2022;27(4):1281–1300. https://doi.org/10.1007/s10741-021-10150-5

6. Сиротина А.С., Кобякова О.С., Деев И.А. и др. Удаленный мониторинг состояния здоровья. Аналитический обзор. Социальные аспекты здоровья населения. 2022;68(2). URL: http://vestnik.mednet.ru/content/view/1355/30/lang/ru/

7. Шадеркин И.А. Дистанционный мониторинг состояния здоровья и окружающей среды человека: возможности и ограничения. Российский журнал телемедицины и электронного здравоохранения. 2022;8(3):45–54. https://doi.org/10.29188/2712-9217-2022-8-3-45-54

8. Федоров В.Ф., Столяр В.Л. Персональная телемедицина. Перспективы внедрения. Врач и информационные технологии. 2020;(2):36–44. https://doi.org/10.37690/1811-0193-2020-2-36-44

9. Гилка В.В., Кузнецова А.С., Молдовская А.А., Эль-Аит Д.Ф. Проверка работоспособности модели и метода удаленного мониторинга состояния здоровья на примере отклонений показателей температуры тела человека. Известия ЮФУ. Технические науки. 2023;(5):127–137. https://doi.org/10.18522/2311-3103-2023-5-127-137

10. Гилка В.В., Кузнецова А.С. Тестирование работоспособности метода удаленного мониторинга, реализованного в HelpMeTracker на людях, и проверка реагирования приложения на отклонения в показателях здоровья. Вестник Дагестанского государственного технического университета. Технические науки. 2023;50(2):48–57. https://doi.org/10.21822/2073-6185-2023-50-2-48-57