Работая с нашим сайтом, вы даете свое согласие на использование файлов cookie. Это необходимо для нормального функционирования сайта, показа целевой рекламы и анализа трафика. Статистика использования сайта отправляется в «Яндекс» и «Google»

Понятно

Научный журнал Моделирование, оптимизация и информационные технологииThe scientific journal Modeling, Optimization and Information Technology

cетевое издание
issn 2310-6018

отправить
статью

метаданные статей за последние 2 года

Биотехническая система персонифицированной реабилитации пациентов с ограничением двигательных функций

2025. T.13. № 1. id 1787

Филист С.А. Петрунина Е.В. Пшеничный А.Е. Ермаков Д.А. Крупчатников Р.А. Серебровский В.В.

DOI: 10.26102/2310-6018/2025.48.1.002

Рассмотрена реабилитационная биотехническая система с адаптируемой виртуальной реальностью, предназначенная для реабилитации пациентов с нарушением двигательных функций нижних конечностей в реабилитационных комплексах с комбинированными обратными связями. В биотехнической системе выделены функциональные модули: формирования управляемых воздействий на пациента, контроля управляемыми воздействиями, управления реабилитацией и информационной поддержки. В процессе реабилитации осуществляют контроль мышечной усталости пациента и ее динамики. Это позволило вносить коррекцию в программу блока реабилитации в процессе сеанса реабилитации и управлять процедурой адаптации виртуальной реальности к функциональному состоянию пациента, а также осуществлять математическое моделирование сценариев курса реабилитации. Предложена модель планирования курса реабилитации с использованием биологической обратной связи, предназначенная для биотехнической системы с виртуальной реальностью. Сформирована экспериментальная группа для оценки эффективности реабилитации постинсультных больных с паретичными нижними конечностями. Результаты реабилитации в этой группе показали, что выбор контента виртуальной реальности, адаптированной к пациенту, позволяет повысить эффективность реабилитации по шкале LEFS на 11 %. Проведены экспериментальные исследования эффективности контроля мышечной усталости в процессе реабилитации. Она подтверждается тестированием статолокомоторной сферы по шкале Тинетти, показатели которой, в среднем, на 10 % превысили показатели в группе сравнения. Включение в процесс реабилитации адаптивной виртуальной реальности и мониторинга мышечной усталости приводит к более ранним восстановлениям нарушенной функции равновесия, двигательной активности и социальной реабилитации.

Ключевые слова: лица с ограничением двигательных функций, биотехническая система, нарушение двигательных функций, виртуальная реальность, биологическая обратная связь, мышечная усталость

Структурное моделирование при управлении в организационных системах с неоднородной структурой пространственных элементов

2024. T.12. № 4. id 1785

Линкина А.В.

DOI: 10.26102/2310-6018/2024.47.4.041

В статье рассматривается процесс структурного моделирования при управлении в организационных системах с неоднородной структурой пространственных элементов. Показано, что исследуемые объекты относятся к территориально распределенным организационным системам. Их особенностью является разнообразие пространственных элементов в рамках ограниченной территории, существенно влияющее на показатели эффективного функционирования деятельностной среды. Выделены три класса структурных моделей: объектного, системного и процессного уровней. Детально рассмотрены процессы структурного моделирования организационной системы, управления ею, принятия управленческих решений. Определено, что структурная модель организационной системы отражает взаимодействие управляющего центра и объектов с неоднородной структурой пространственных элементов с учетом территориально распределенной среды, объединяющей объекты в организационное целое. Структурная модель системы управления ориентирована на сбалансированное взаимодействие традиционной подсистемы управления на основе экспертных мнений и подсистемы поддержки принятия решения на основе оптимизации ресурсораспределительного, трансформационного и вариационного процессов. Структурная модель процессного уровня сформирована как инвариантная последовательность алгоритмических действий при принятии управленческих решений. Обосновано, что для обеспечения требований управляющего центра необходимо объединить алгоритмические действия в рамках следующих этапов: идентификации классификационных признаков неоднородности структуры пространственных элементов объектов, экспертного оценивания количественных параметров для формирования модели многовариантного выбора, генерации множества доминирующих вариантов управленческих решений, экспертного выбора на сформированном множестве.

Ключевые слова: организационная система, управление, неоднородность структуры пространственных элементов, структурное моделирование, экспертно-оптимизационное моделирование

Оптимизация управления процессом корпоративного обучения: математическая модель и ее применение

2025. T.13. № 1. id 1782

Харитонов И.А.

DOI: 10.26102/2310-6018/2025.48.1.006

В статье рассматривается проблема оптимизации управления процессом обучения сотрудников на предприятии, включая распределение преподавателей, студентов, уроков и учебных помещений в условиях множества ограничений. Актуальность работы определяется необходимостью эффективного управления процессами обучения в организациях, учитывающего квалификацию преподавателей, навыки сотрудников, временные ограничения и последовательность освоения навыков. Для формализации задачи была разработана математическая модель, которая позволяет линейно описать ключевые аспекты обучения. Модель включает многомерные ограничения, такие как время обучения, занятость преподавателей, доступность учебных мест и порядок освоения навыков. Однако из-за комбинаторного характера задачи и дискретных переменных, ее решение требует применения специализированных методов. Для решения задачи используются подходы оптимизации, которые включают формализацию задачи линейным образом для выделения подзадач, которые могут быть решены изолированно (например, определение доступных занятий для преподавателей); применение эвристических методов и динамического программирования для итогового распределения занятий и ресурсов. Предложенная модель демонстрирует свою эффективность в сценариях управления обучением персонала, где важна как минимизация затрат, так и выполнение всех заданных ограничений. Несмотря на ограниченность линейного описания, модель обеспечивает упрощение решения за счет структурированного подхода к распределению ресурсов. Это делает ее универсальным инструментом, применимым в управлении обучением сотрудников в компаниях различных типов. Материалы статьи могут быть полезны для разработки адаптивных систем управления обучением, а также для дальнейших исследований, направленных на улучшение алгоритмов распределения ресурсов.

Ключевые слова: внутрифирменное обучение, наставничество, оптимизация обучения, планирование ресурсов, последовательность навыков, управление персоналом, квалификация сотрудников, моделирование обучения

Динамическая модель координатометрии близкорасположенных источников сигналов с использованием алгоритма сверхразрешения MUSIC

2025. T.13. № 1. id 1775

Глушанков Е.И. Кондрашов З.К. Сыроветник Д.С. Рылов Е.А.

DOI: 10.26102/2310-6018/2025.48.1.004

В последние годы задача радиолокации и радиопеленгации является очень актуальной благодаря стремительному развитию микроэлектроники малогабаритных беспилотных устройств и терминалов связи. Статья посвящена определению координат источников сигналов. В частности, исследуются близкорасположенные, некоррелированные источники и приемные антенные решетки на нескольких разнесенных в пространстве мобильных устройствах. Для разрешения таких источников сигналов используется алгоритм сверхразрешения MUSIC с последующим решением задачи координатометрии с помощью метода наименьших квадратов. Была создана программная модель в среде MATLAB, реализующая динамическую систему, в которой у каждого из радиоустройств есть свои траектории и показатели скорости. Проведен сравнительный анализ точности получаемых результатов в различных ситуациях с точки зрения геометрии и динамики. Установлено, что наиболее эффективно алгоритм работает в случае нахождения целей внутри зоны, образованной сканирующими объектами. При этом достигается точность определения координат, сравнимая с дистанцией между источниками сигналов. На основе полученных результатов можно осуществлять построение радиолокационных приемников для пеленгации близкорасположенных источников сигналов в основном лепестке диаграммы направленности приемной антенны локационной станции, что требуется при решении ряда задач локации и мониторинга в условиях сложной радиоэлектронной обстановки.

Ключевые слова: пеленгация, координатометрия, сверхразрешение, MUSIC, MATLAB

Комплексное исследование влияния параметров G1 Garbage Collector на производительность и стабильность JVM

2024. T.12. № 4. id 1774

Золотухина Д.Ю.

DOI: 10.26102/2310-6018/2024.47.4.039

Актуальность исследования обусловлена необходимостью повышения эффективности управления памятью в высоконагруженных Java-приложениях, где минимизация пауз сборки мусора и поддержание высокой пропускной способности являются критически важными задачами. Данная статья направлена на систематическое изучение параметрического пространства G1 Garbage Collector (G1 GC) и разработку практических рекомендаций по его оптимизации для условий высокой нагрузки. Ведущим методом исследования является эмпирический подход, включающий разработку тестового многопоточного приложения на Java, способного создавать устойчивую нагрузку на память и процессор. Для анализа были использованы контрольная и шесть экспериментальных конфигураций G1 GC, различающихся настройками таких параметров, как размер регионов памяти, порог заполнения кучи, максимальная длительность пауз, доля молодых регионов, количество потоков GC и включение Periodic GC. Результаты измерений ключевых метрик, включая длительность пауз, частоту сборок, пропускную способность и объем освобожденной памяти, были визуализированы и систематизированы с использованием инструмента GCViewer. В статье представлены рекомендации по оптимизации G1 GC, выявлены преимущества перераспределения памяти в пользу молодых регионов и включения Periodic GC, а также показаны ограничения параметра MaxGCPauseMillis при агрессивной настройке. Полученные результаты имеют практическую ценность для разработчиков высоконагруженных приложений, требующих низких задержек и высокой стабильности работы системы. Выводы исследования способствуют углублению понимания работы G1 GC и могут служить основой для дальнейших исследований в области управления памятью JVM.

Ключевые слова: g1 garbage collector, управление памятью, оптимизация jvm, высоконагруженные приложения, тюнинг параметров gc, throughput, длительность пауз, сборка мусора, молодые регионы памяти, производительность java-приложений

Роль алгоритмов машинного обучения в оптимизации сельскохозяйственного производства: обзор международного опыта и адаптация к условиям Эфиопии

2025. T.13. № 1. id 1773

Мекеча Б.Б. Горбатов А.В.

DOI: 10.26102/2310-6018/2025.48.1.005

Актуальность исследования обусловлена необходимостью повышения эффективности сельскохозяйственного производства в условиях растущей потребности в продовольственной безопасности, особенно в странах с низким уровнем экономического развития, таких как Эфиопия. Основная цель работы заключается в исследовании возможностей применения алгоритмов машинного обучения для оптимизации агропроизводственных процессов и адаптации международного опыта к специфическим условиям Эфиопии. Методологический подход включает анализ современной научной литературы, посвященной использованию машинного обучения в сельском хозяйстве, и систематизацию успешных практик применения таких алгоритмов, как CNN, LSTM, RNN и Q-Learning. Проведено исследование особенностей сельскохозяйственного сектора Эфиопии, включая существующие барьеры для внедрения передовых технологий. Результаты работы демонстрируют, что алгоритмы машинного обучения обладают значительным потенциалом для повышения урожайности, улучшения мониторинга состояния почвы и культур, а также прогнозирования климатических рисков. В частности, использование данных, полученных с беспилотников и сенсоров, способствует созданию точных моделей для управления процессами в сельском хозяйстве. Выявлены ключевые препятствия, такие как недостаток финансирования, отсутствие специализированной инфраструктуры для обработки данных и низкая доступность технологий. Выводы исследования подчеркивают необходимость привлечения государственных и международных инвестиций, создания адаптированных баз данных и разработки моделей, учитывающих локальные особенности. Представленные материалы имеют практическую ценность для разработки стратегий цифровизации сельского хозяйства и предотвращения продовольственных кризисов в странах с аналогичными проблемами.

Ключевые слова: машинное обучение, искусственный интеллект, сельскохозяйственное производство, технологии точного земледелия, условия Эфиопии

Метод интеллектуальной поддержки принятия решений при формировании группы ассистентов тьютора для проверки работ со свободным ответом при управлении онлайн обучением

2024. T.12. № 4. id 1769

Латыпова В.А.

DOI: 10.26102/2310-6018/2024.47.4.031

Несмотря на привлекательность массовых открытых онлайн курсов для обучающихся, лишь небольшая часть последних доходит до финишной прямой. Такая ситуация возникает из-за действия различных неблагоприятных факторов на процесс обучения. Дополнительный персонал и «умные» ассистенты (образовательные чат-боты) используются для ослабления влияния данных факторов, оказывая помощь тьюторам при управлении онлайн обучением. Ассистенты тьютора привлекаются для проверки работ со свободным ответом и выявления проблем курса, связанных с его контентом, а образовательные чат-боты – для «ведения» студентов по курсу и организации взаимодействий между ними. При каждом запуске онлайн курса тьютор стоит перед выбором группы наиболее подходящих ассистентов. В существующих исследованиях при данном выборе принимаются во внимание различные параметры ассистентов, такие как оценки, мотивация, манера общения и др. Тем не менее, в первых не учитывается способность ассистентов правильно оценивать и комментировать выполнение работ со свободным ответом. Для устранения данного пробела в статье предлагается метод интеллектуальной поддержки принятия решений при формировании группы ассистентов тьютора для проверки таких работ. Метод был апробирован на одной из лабораторных работ по курсу «Моделирование» и позволил сформировать группу ассистентов, способных корректно ее оценивать.

Ключевые слова: интеллектуальная поддержка принятия решений, ассистент тьютора, интеллектуальный анализ отзыва, управление онлайн обучением, работа со свободным ответом, онлайн курс

О децентрализованном решении задачи одновременного прибытия автономных мобильных объектов к финальной точке с использованием анализа больших данных

2024. T.12. № 4. id 1768

Черноиваненко И.А. Кравец О.Я.

DOI: 10.26102/2310-6018/2024.43.4.036

Необходимость перехода к более совершенным методам управления при использовании обычного автономного мобильного объекта (АМО) для контроля одновременного прибытия возникает ввиду чрезмерного отклонения. Инновационным решением данной проблемы является использование децентрализованного метода управления для контроля одновременного прибытия АМО к финальной точке, который основан на анализе больших данных. Было предложено решение для объединения децентрализованной информации посредством использования фильтрации, на основе которой осуществляется управление децентрализованной координацией формирований. В статье представлены основные характеристики АМО, показаны параметры объединения информации о АМО, описано децентрализованное координационное управление формированием и произведено вычисление оптимального пути и скорости сходимости для децентрализованного управления, а также учтены ограничения на задержку связи. Было проведено экспериментальное исследование ошибок в направлении x предлагаемым методом и сравнение с ошибками в эксперименте без использования данного метода управления. Также представлены графики сравнения скорости сходимости. Результаты эксперимента показали, что децентрализованный метод управления оказывает значительное влияние на определение цели АМО и сходимость ошибок. Благодаря предлагаемому подходу удалось повысить эффективность управления и снизить ошибки, тем самым, доказана целесообразность использования данного метода управления.

Ключевые слова: анализ больших объемов данных, автономные мобильные объекты, децентрализованное управление, фильтрация информации, координационное управление формированием

Роль идентификации пользователей в прогнозировании совершения целевых действий на сайте

2024. T.12. № 4. id 1767

Святов Р.С.

DOI: 10.26102/2310-6018/2024.47.4.037

Актуальность исследования обусловлена необходимостью повышения точности прогнозирования целевых действий пользователей на веб-сайтах, что является ключевым аспектом в оптимизации маркетинговых стратегий и персонализации пользовательского опыта. Сложность задачи усугубляется отсутствием стабильных идентификаторов, что приводит к разрыву данных и снижению точности предсказаний. Настоящая работа направлена на анализ влияния методов идентификации пользователей и разработку подходов к сегментации, что позволит устранить существующие пробелы в данной области. Ведущим методом исследования является применение алгоритмов машинного обучения, что позволило оценить влияние различных идентификаторов, таких как client_id и user_id, на точность прогнозирования. Проведена сегментация пользователей на основе метода градиентного бустинга, а также анализ эффективности ретаргетинговых кампаний в системе Яндекс.Директ по показателям конверсии, стоимости привлечения клиентов и доли рекламных расходов на примере клиента, специализирующемся на продаже электронных книг. В результате исследования установлено, что использование идентификатора user_id повышает точность предсказания покупок на 8 %, полноту на 6 % и F1-меру на 7 %. Кластеризовав пользователей на несколько сегментов, удалось показать снижение стоимости привлечения клиента на 67 %, уменьшение показателя доли рекламных расходов до 5,87% по сравнению с автостратегиями Яндекса и увеличение процента конверсии до 34 %. Материалы статьи представляют значимость для специалистов в области электронной коммерции и маркетинга, обеспечивая научную основу для внедрения персонализированных рекламных кампаний. Предложенные методы также могут быть использованы для дальнейшего улучшения аналитики и интеграции данных в мультиканальной среде.

Ключевые слова: машинное обучение, анализ поведения пользователей, идентификация пользователей, сегментация пользователей, электронная коммерция, прогноз целевого действия

Систематизация фильтров реконструкции при компьютерной томографии для алгоритмов искусственного интеллекта на примере органов грудной клетки и головного мозга: ретроспективное исследование

2025. T.13. № 1. id 1766

Васильев Ю.А. Блохин И.А. Гончар А.П. Коденко М.Р. Решетников Р.В. Арзамасов К.М. Омелянская О.В.

DOI: 10.26102/2310-6018/2025.48.1.003

Выбор фильтра реконструкции (convolution kernel) компьютерно-томографических (КТ) изображений напрямую влияет на результат работы алгоритмов искусственного интеллекта (ИИ). Формирование единых требований к данному параметру осложнено тем фактом, что такие фильтры уникальны для разработчиков оборудования. Цель работы – составить таблицу соответствия фильтров реконструкции между различными производителями оборудования для направления алгоритмам ИИ той серии изображений, на которой при КТ органов грудной клетки (ОГК) и головного мозга (ГМ) количественный анализ будет наиболее воспроизводимым. Произведена выгрузка и проведен анализ DICOM тегов 0018,1210 (Convolution Kernel), 0008,0070 (Manufacturer), 0018,0050 (Slice Thickness) КТ-изображений из Единого радиологического информационного сервиса города Москвы. Критерии включения: возраст старше 18 лет; срезы толщиной ≤ 3 мм. Анализ данных представлен в виде сводных таблиц сопоставления фильтров реконструкции различных производителей для КТ ОГК и ГМ, ряда клинических задач, а также описательной статистики их распределения по области сканирования и производителю. В анализ включено 1905 КТ ОГК ("CHEST" и "LUNG") и 490 КТ ГМ ("HEAD", "BRAIN"). При КТ ОГК была распространена реконструкция полученных изображений в виде серий для оценки легочной паренхимы и структур средостения. При КТ ГМ была распространена реконструкция полученных изображений в виде серий для оценки паренхимы головного мозга и костных структур. Проведена систематизация фильтров реконструкции при КТ ОГК и КТ ГМ. Полученные данные позволят корректно маршрутизировать серии проведенных исследований для количественной обработки алгоритмами ИИ.

Ключевые слова: фильтры реконструкции, компьютерная томография, искусственный интеллект, органы грудной клетки, головной мозг, систематизация данных

Анализ устойчивости водонасыщенных грунтов при циклическом воздействии: математические модели и прогнозы

2025. T.13. № 1. id 1765

Тишин Н.Р. Озмидов О.Р. Пролетарский А.В.

DOI: 10.26102/2310-6018/2025.48.1.001

В статье рассматривается математическое моделирование разжижения грунтов под воздействием динамических нагрузок, таких как сейсмические штормовые или техногенные циклические воздействия. Процесс разжижения, при котором грунт теряет прочность и несущую способность, имеет критическое значение для оценки безопасности строительных объектов, особенно в районах с повышенной сейсмической активностью или с водонасыщенными грунтами. Для моделирования использовались несколько подходов, включая следующие функции: экспоненциальная функция из работы H. Bilge et al. (2009), логарифмическая функция из работы V. Lentini et al. (2018), Пауэр-функция (степенная), предложенная C. Guoxing et al. (2018), дополнительная логарифмическая функция из исследования E. Meziane et al. (2021), гиперболическая функция, предложенная авторами, которые аппроксимировали устойчивость грунта к циклическим воздействиям. В исследовании были проанализированы данные лабораторных испытаний для различных типов грунтов, объединенных в инженерно-геологические элементы. Каждая функция была проанализирована с точки зрения точности аппроксимации, с использованием метода наименьших квадратов, что позволило минимизировать отклонения между экспериментальными и теоретическими значениями. При оценке функций учитывалось, как каждая из них ведет себя при большом числе циклов нагружения, что важно для прогнозирования разжижения при интенсивных и продолжительных нагрузках. Выбор оптимальной функции производился с помощью сравнения метрик MSE и R2, представленных в таблицах результатов. Применение результатов исследования имеет практическое значение в геотехническом проектировании, особенно для расчета фундаментов и подземных конструкций в условиях потенциально разжижаемых грунтов. Выбор наиболее подходящей функции для моделирования разжижения грунтов позволяет предсказать устойчивость грунтов при длительных и интенсивных циклических нагрузках, минимизируя риск деформации и разрушения конструкций.

Ключевые слова: разжижение грунтов, математическое моделирование, геотехническая инженерия, динамические нагрузки, функция разжижения грунтов, потенциал разжижения

Оценка качества интеллектуального перефразирования текстов на русском языке

2024. T.12. № 4. id 1763

Дагаев А.Е. Попов Д.И.

DOI: 10.26102/2310-6018/2024.47.4.038

Данное исследование посвящено разработке интегральной метрики для оценки качества моделей перефразирования текстов, что отвечает актуальной задаче создания комплексных и объективных методов оценки. В отличие от предыдущих исследований, преимущественно фокусирующихся на англоязычных наборах данных, настоящее исследование акцентирует внимание на наборах данных русского языка, которые до настоящего времени оставались недостаточно изученными. Использование таких датасетов, как Gazeta, XL-Sum и WikiLingua (для русского языка), а также CNN Dailymail и XSum (для английского языка), обеспечивает многоязычную применимость предложенного подхода. Предлагаемая метрика сочетает лексические (ROUGE, BLEU), структурные (ROUGE-L) и семантические (BERTScore, METEOR, BLEURT) критерии оценки с распределением весов, исходя из важности каждой метрики. Результаты демонстрируют превосходство моделей ChatGPT-4 на русскоязычных наборах и GigaChat на англоязычных наборах, тогда как модели Gemini и YouChat показывают ограниченные возможности в достижении семантической точности вне зависимости от языка датасета. Оригинальность исследования заключается в объединении метрик в единую систему, что делает возможным более объективное и комплексное сравнение языковых моделей. Исследование вносит вклад в область обработки естественного языка, предлагая инструмент для оценки качества языковых моделей.

Ключевые слова: обработка естественного языка, перефразирование текста, gigaChat, yandexGPT 2, chatGPT-3.5, chatGPT-4, gemini, bing AI, youChat, mistral Large

Динамическое ценообразование в недвижимости

2025. T.13. № 1. id 1761

Разумовский Л.Г. Герасимова М.А. Каренин Н.Е.

DOI: 10.26102/2310-6018/2025.48.1.008

В работе рассматривается математическая модель динамической корректировки цены на недвижимость. Характеристиками модели выступают конечное число объектов недвижимости, фиксированный горизонт продаж, наличие промежуточных планов по продажам и выручке. В построенной модели рассмотрен случай переменного общего спроса, а также добавлен учет меняющейся со временем стоимости денег и роста цены объекта недвижимости по мере его строительной готовности. В работе изучен общий вид ценовой политики и представлен алгоритм нахождения цены в случае переменного общего спроса. Аналогичные построения проведены для модели, учитывающей стоимость денег и рост стоимости недвижимости по мере строительной готовности. Также рассмотрен случай линейной функции эластичности как базового, но в то же время наиболее распространенного случая ее практического использования. Приведены строгие математические доказательства полученных в работе результатов, а также выполнены численные симуляции с использованием реальных данных недвижимости в конкретном городе за 3,5 года с целью сравнения различных подходов к построению ценовой политики. Полученные результаты могут быть использованы для эффективного управления ценами на недвижимость.

Ключевые слова: динамическое ценообразование, недвижимость, корректировка цен, переменный общий спрос, стоимость денег, рост цены, стадии строительства

Многокритериальное принятие решений с использованием группы методов ELECTRE

2024. T.12. № 4. id 1760

Латыпова В.А.

DOI: 10.26102/2310-6018/2024.47.4.030

Решение слабоструктурированных проблем является неотъемлемой частью управления организационными системами. Для упрощения решения данных проблем используются различные методы многокритериального принятия решений. Среди базовых распространенных методов можно выделить методы семейства ELECTRE. Последним посвящено большое количество научных работ, но, тем не менее, в них недостаточно освещается следующая проблема: при использовании различных методов ELECTRE для решения одной и той же задачи можно получить неодинаковый результат. Причина этого кроется в обладании данными методами наравне с общим фундаментом своими специфическими особенностями. Для устранения проблемы в статье предлагается метод многокритериального принятия решений с использованием группы методов ELECTRE: ELECTRE I, ELECTRE Iv, ELECTRE Is, ELECTRE II, ELECTRE III, ELECTRE IV, учитывающий результаты каждого из методов и применяющий интегральные оценки альтернатив при определении комплексного решения задачи. Предлагаемый метод был апробирован на тестовом примере многокритериального выбора кандидата на вакантную должность в процессе найма при управлении персоналом. Первый позволил сгладить расхождения в полученных результатах каждого из методов группы и выявить комплексное решение задачи.

Ключевые слова: принятие решений, ELECTRE, многокритериальный выбор, интегральная оценка, экспертная оценка

Математическая формализация конфликта агентов при достижении локальных целей

2024. T.12. № 4. id 1757

Россихина Л.В. Торопов Б.А. Макаров В.Ф. Овчинский А.С.

DOI: 10.26102/2310-6018/2024.47.4.035

В статье приведена математическая формализация конфликтного взаимодействия активных агентов, ориентированных на достижение своих локальных целей в процессе достижения общей цели организационной системы. Конфликт рассматривается как столкновение активных агентов из-за одного ресурса, обладание которым позволит достичь локальной цели. Представлены три вида отношений активного агента к данному ресурсу (обладание, безразличие, противодействие) с учетом их полезности в достижении локальной цели. Математически конфликт между агентами определяется установлением связей между элементами множества активных агентов с элементами множества ресурсов, из-за которых возник конфликт. Предложен алгоритм оценки взаимного воздействия активных агентов из-за ресурса в ядре конфликта, основанный на построении двудольного графа «активный агент – ресурс» и графа конфликта в организационной системе. Веса дуг двудольного графа определяются как величины функций полезности ресурса, из-за которого возник конфликт в достижении локальных целей активными агентами. Реализация алгоритма позволяет получить оценку степени столкновения активных агентов из-за одного ресурса и оценку взаимодействия активных агентов в ядре конфликта. Приведен пример выполнения алгоритма.

Ключевые слова: агент, конфликт, ресурс, ядро конфликта, локальная цель, граф, матрица весов графа, организационная система

Использование нейронных сетей для определения пылевого загрязнения вблизи области открытой добычи угля по данным дистанционного зондирования Земли

2025. T.13. № 1. id 1756

Озарян Ю.А. Кожевникова Т.В. Цыгулёв К.С. Окладников В.Е.

DOI: 10.26102/2310-6018/2025.48.1.007

В статье рассматривается вопрос использования нейронных сетей для определения пылевого загрязнения вблизи области открытой добычи угля по данным дистанционного зондирования Земли. В работе участвовали территории угольных разрезов, находящихся в различных субъектах Российской Федерации. В качестве исходных данных использовались снимки спутника Sentinel-2, которые обрабатывались в ГИС-программе Quantum GIS. Разработан алгоритм формирования обучающей выборки, в котором используются каналы видимого и ближнего инфракрасного спектров со спутниковых снимков. Технология создания масок в разработанном алгоритме строится на использовании индекса Enhanced Coal Dust Index и его дальнейшей кластеризации. В качестве модели нейронной сети используется U-Net. Обученная модель апробирована на валидационной выборке. Точность распознавания составила 59,3 % по метрике Intersection over Union, 78,9 % по метрике Precision, 80,6 % по метрике F1 и 95,5 % по метрике Accuracy. Этот уровень точности обусловлен ограниченным объемом данных для обучения. Обсуждается возможность улучшения точности за счет увеличения объема выборки в сочетании с настройками параметров используемой нейронной сети. Полученный результат позволяет оценивать последствия воздействия работ по добыче угля на окружающую среду и на основании этих данных разрабатывать меры по обеспечению экологической безопасности.

Ключевые слова: пылевое загрязнение, дистанционное зондирование Земли, машинное обучение, кластеризация, нейронная сеть

Модель стохастической электрической нагрузки в жилом секторе с использованием плотности вероятности Вейбулла

2024. T.12. № 4. id 1755

Боровский А.В. Юменчук А.А.

DOI: 10.26102/2310-6018/2024.47.4.034

В статье предлагается способ имитационного моделирования суточных графиков электрических нагрузок в жилом секторе на основе теории сверток. Рассматриваются модели с использованием плотности вероятности Вейбулла и плотности вероятности нормального распределения для сдвигов по времени включения домашних приборов. Целью является выбор модели, результаты применения которой наиболее точно соответствуют реальному энергопотреблению в жилом секторе. Рассматривается энергопотребление бытовых приборов, выполняется сравнение результатов без сдвига и со сдвигом плотности вероятности Вейбулла. Определяется корректный вариант сравнения результатов имитационного моделирования с использованием плотности вероятности Вейбулла с результатами моделирования с использованием плотности вероятности нормального распределения. Далее рассматривается энергопотребление домохозяйств в сельской местности, учитывается работа электрических отопительных приборов, что позволяет провести имитационное моделирование энергопотребления населенных пунктов или их отдельных районов. Результаты сопоставляются с реальными данными энергопотребления поселка. По итогам работы выбрана модель, наиболее точно отражающая реальную динамику изменения уровней энергопотребления в жилом секторе. Описаны причины, по которым сделан выбор в ее пользу. Продемонстрирована достаточная точность имитационного моделирования с использованием выбранной модели.

Ключевые слова: стохастические модели энергопотребления, имитационное моделирование, суточный график энергопотребления, плотность вероятности Вейбулла, нормальное распределение

Влияние версии библиотеки TensorFlow на качество генерации кода по изображению

2024. T.12. № 4. id 1754

Никитин И.В.

DOI: 10.26102/2310-6018/2024.47.4.040

Данное исследование представляет собой сравнение эффективности обучения моделей, реализующих два разных подхода: усложнение исходной архитектуры нейронной сети либо же сохранение архитектуры при улучшении инструментов, которые используются в основе обучения. Попытки усложнения архитектуры решения по генерации исходного кода на основе изображения приводят к сложно поддерживаемым в будущем решениям. При этом подобные улучшения никак не используют более современные инструменты и библиотеки, на основе которых такие системы построены. Актуальность исследования обусловлена отсутствием попыток использования более современных и актуальных библиотек. В связи с этим, в ходе эксперимента по сравнению показателей моделей трех вариантов систем по генерации исходного кода на основе изображения: оригинальной системы pix2code, ее усложненного варианта и варианта с актуальной версией библиотеки TensorFlow – в процессе их обучения было выявлено, что подходы с усложненной архитектурой и актуальной TensorFlow обладают одинаковыми показателями, более качественными, чем оригинальная pix2code. На основе проведенного эксперимента можно сделать вывод о том, что актуализация библиотеки TensorFlow может дать дополнительный прирост в качестве результатов, которые может предсказывать система по генерации исходного кода на основе изображения.

Ключевые слова: кодогенерация, изображение, машинное обучение, tensorflow, keras, предметно-ориентированный язык

Интеграция процессов цифровой трансформации предприятий и подготовки специалистов в области автоматизации промышленного и сельскохозяйственного производства

2024. T.12. № 4. id 1753

Лишилин М.В. Пряхин В.Н. Карапетян М.А.

DOI: 10.26102/2310-6018/2024.47.4.032

Цифровая трансформация в промышленности и сельском хозяйстве призвана стимулировать интенсивный рост экономики и революционизировать управление проектами на государственном уровне. Она предполагает изменение стратегии управления и моделей операций через интеграцию информационных систем. Важными вызовами являются повышение уровня цифровой зрелости предприятий сельского хозяйства, вовлечение в процессы цифровой трансформации заинтересованных сторон, улучшение доступа к технологической информации и расширение применения таких технологий, как промышленный Интернет вещей, «цифровых двойников». Для достижения стратегических целей необходимо не только повысить цифровую зрелость предприятий, но и обеспечить подготовку квалифицированных кадров. Интеграция информационных систем университетов и предприятий, использование виртуальных компьютерных лабораторий в обучении и управление на основе данных являются ключевыми элементами успешной цифровой трансформации. Важным фактором является системное использование такого инструментария, как виртуальная компьютерная лаборатория в качестве технологической основы для интеграции производственных данных в образовательный процесс. Однако требуется еще разработка методической и нормативной основы для информационных систем университетов и предприятий. Это позволит улучшить качество подготовки специалистов и активно вовлечь университеты в процессы цифровой трансформации промышленности.

Ключевые слова: цифровая трансформация, виртуальная компьютерная лаборатория, информационные технологии, подготовка кадров, управление знаниями

Разработка и исследование программной системы биометрической аутентификации пользователя по динамике рукописной подписи с использованием нечетких признаков

2024. T.12. № 4. id 1750

Анисимова Э.С. Аникин И.В.

DOI: 10.26102/2310-6018/2024.47.4.027

Сложность надежной биометрической аутентификации пользователя по динамике рукописных подписей обусловлена их высокой внутриклассовой вариативностью, связанной с изменениями физического и эмоционального состояния человека, а также условий написания. Существующие подходы не всегда обеспечивают достаточную точность и устойчивость к этим вариациям. Данная работа посвящена исследованию и разработке программной системы биометрической аутентификации, использующей аппарат теории нечетких множеств для повышения надежности распознавания. В работе предложена оригинальная признаковая модель динамической рукописной подписи, включающая набор статических и динамических признаков, в том числе нечеткие, учитывающие неопределенность и вариативность почерка. В качестве эталона подписи используется совокупность функций принадлежности, построенных на основе компонентов признаковой модели. Предложена архитектура системы распознавания, состоящая из подсистем обучения, создания модели тестовой подписи и принятия решения о подлинности. Разработана программная система, реализующая предложенный подход, с использованием математического пакета SciLab и языка программирования C++. Система предоставляет функционал регистрации пользователей и формирования обучающей выборки на основе подписей, введенных с помощью графического планшета, а также распознавание тестовых подписей. Экспериментальное исследование проведено на базе коллекции подписей MCYT Signature 100. В ходе исследования экспериментально определено оптимальное значение степени компактности кластера для построения функций принадлежности признаков, минимизирующее коэффициент равного уровня ошибок. Результаты экспериментов демонстрируют снижение коэффициента равного уровня ошибок по сравнению с известными методами, что свидетельствует об эффективности предложенного подхода. Применение нечетких признаков способствует повышению устойчивости системы к вариациям в подписях и, как следствие, повышению надежности биометрической аутентификации в различных приложениях, требующих подтверждения личности. Результаты исследования могут быть использованы для повышения безопасности систем аутентификации и защиты конфиденциальной информации.

Ключевые слова: биометрическая аутентификация, рукописная подпись, графический планшет, динамика ввода подписи, теория нечетких множеств, нечеткая логика, модель подписи, эталон подписи, характер нажима, ритм письма

Метод подготовки данных по научным публикациям для интеллектуальной поддержки принятия решений при оценке экспертности рецензентов

2024. T.12. № 4. id 1748

Латыпова В.А.

DOI: 10.26102/2310-6018/2024.47.4.026

Одним из основных факторов при назначении рецензента является его экспертность по теме рукописи (наличие соответствующих публикаций). Поддержка принятия решений, базирующаяся на применении интеллектуального анализа данных наукометрических баз по научным публикациям, ускоряет и делает менее трудоемким процесс оценки экспертности рецензентов. Однако критическим пунктом в данном случае является корректность данных по научным публикациям, подвергающихся интеллектуальному анализу. В настоящий момент исследователи активно занимаются вопросом определения корректности данных наукометрических баз и способам ее обеспечения, осуществляя различные процедуры очистки в рамках подготовки данных. Тем не менее, в существующих работах не учитывается специфика задачи, для решения которой собираются данные по научным публикациям. Для решения данной проблемы в статье предлагается метод подготовки данных по научным публикациям для интеллектуальной поддержки принятия решений при оценке экспертности рецензентов, учитывающий особенности, связанные с необходимостью определения семантической близости текста данных по публикациям. Метод успешно апробирован при подготовке данных по научным публикациям членов редколлегии журнала «Системная инженерия и информационные технологии» с привлечением содержимого их профилей в наукометрических базах «РИНЦ» и «Академия Google».

Ключевые слова: подготовка данных, поддержка принятия решений, интеллектуальный анализ данных, рецензент, научная публикация

Анализ характеристик селевых потоков при ограниченных данных с использованием моделей машинного обучения

2024. T.12. № 4. id 1747

Лютикова Л.А.

DOI: 10.26102/2310-6018/2024.47.4.029

В работе предложен комбинированный метод анализа неполной и искаженной информации, продемонстрированный на примере прогнозирования селей. Основная цель исследования заключается в демонстрации возможности не только создавать точные прогнозы, но и разбирать механизмы принятия решений модели, идентифицируя значимые параметры, влияющие на предсказания. Для представления выявленных комплексов параметров, влияющих на объем селевого потока, в виде логических правил потребовалось использование категоризации данных. Это позволило повысить надежность моделей при наличии выбросов и шума, а также учесть нелинейности. Для формирования логических правил применялись два подхода: метод ассоциативного анализа и оригинальная методика построения логического классификатора. В результате ассоциативного анализа были выявлены правила, отражающие определенные закономерности в данных, которые, как оказалось, нуждались в значительной коррекции. Использование логического классификатора позволило уточнить и скорректировать закономерности, обеспечив определение комплекса факторов, влияющих на объем селевого потока. Такой подход позволил выявить наиболее существенные входные переменные и понять, каким образом модель обрабатывает данные для генерации прогноза, определить факторы, играющие ключевую роль в результатах прогнозирования, обеспечить адекватную точность и стабильность прогнозов с учетом особенностей и сложности данных о селевых явлениях. Выведенные в результате исследования закономерности, отражающие скрытые принципы исследуемой предметной области, методы логического анализа, использованные в исследовании, помогли установить возможные причины формирования разных объемов выносимых твердых отложений. Полученные результаты могут быть использованы для совершенствования систем мониторинга и предотвращения негативных последствий селевых явлений.

Ключевые слова: машинное обучение, нейронные сети, кластерный анализ, ассоциативные правила, селевые потоки, модель

Организации радиосвязи с удаленными подвижными наземными объектами

2024. T.12. № 4. id 1743

Дорохин С.В. Иванников В.А. Жайворонок Д.А.

DOI: 10.26102/2310-6018/2024.47.4.028

В статье рассмотрены вопросы повышения качества передачи информации на подвижных объектах путем использования современной аппаратуры технологии цифровой радиосистемы DMR (Digital Mobile Radio), соответствующей современным требованиям к помехоустойчивости, дальности связи, безопасности передачи и приему данных. Аппаратура обладает всеми преимуществами цифровых технологий по сравнению с аналоговыми, использует один канал с полосой частот 12,5 кГц, разделенный по времени на два логических канала. Это позволяет работать через ретранслятор с поддержкой технологии двухчастотного симплекса с дуплексным разносом, в этом режиме возможны два одновременных независимых голосовых соединения. Описаны структурные схемы радио-интерфейса предлагаемого стандарта, его основные достоинства, характеристики, преимущества по сравнению с используемыми в настоящее время цифровыми и аналоговыми радиосистемами. Разработаны структурные схемы организации связи нескольких абонентов, предоставляющие возможность одновременной работы двух групп пользователей через один или несколько репитеров на одном канале. С целью эффективного использования имеющегося ресурса обмена данными предложены современные методы мультиплексирования каналов и их комбинации. Статистическое и временное мультиплексирование с использованием дискретной многотональной модуляции позволяет минимизировать последствия затухания сигнала с ростом частоты. Предлагаемые технические решения обеспечивают возможность постепенной замены морально устаревшего оборудования вследствие одновременного использования аналоговой и цифровой аппаратуры, а также эффективное использование частотного диапазона в условиях его ограниченного распределения.

Ключевые слова: передача информации, система, аппаратура, стандарты, каналы связи, радиосигнал, помехи

Учет нескольких ценовых групп в задаче динамического ценообразования в недвижимости

2025. T.13. № 1. id 1741

Разумовский Л.Г. Герасимова М.А. Каренин Н.Е. Сафро М.В.

DOI: 10.26102/2310-6018/2025.48.1.009

В статье представлена математическая модель динамического ценообразования для объектов недвижимости, учитывающая наличие нескольких ценовых групп, что расширяет возможности существующих моделей. Разработанная модель решает задачу максимизации интегральной выручки при необходимости выполнения ограничений по выручке и объему продаж. Рассмотрена базовая постановка задачи оптимизации выручки от продажи всех объектов недвижимости к концу периода продаж. Для данной задачи получены теоретические результаты, определяющие общий вид ценовой политики. Предложен способ распределения интегральных целевых показателей по выручке по ценовым группам недвижимости. Также представлена модификация модели, учитывающая стоимость денег и рост стоимости недвижимости по мере строительной готовности. Описан алгоритм построения ценовой политики в условиях наличия нескольких ценовых групп. Проведены численные симуляции, демонстрирующие работу алгоритма. Актуальность разработанной модели определяется необходимостью учитывать наличие нескольких ценовых групп жилья при формировании ценовой политики, а также изменяющуюся во времени стоимость денег и рост стоимости недвижимости по мере завершения строительства. Полученные результаты могут быть использованы для управления ценами на объекты недвижимости в практической деятельности.

Ключевые слова: динамическое ценообразование, недвижимость, ценовые группы, максимизация выручки, равномерное вымывание, стоимость денег, стоимость недвижимости

Концепция и архитектура парсинга и хранения единой базы патентов и научных журнальных публикаций

2024. T.12. № 4. id 1740

Козина С.А. Кулинченко И.А. Коробкин Д.М. Фоменков С.А.

DOI: 10.26102/2310-6018/2024.47.4.024

Существующие на текущий момент методы автоматизированного сбора данных, хотя и облегчают данный процесс, но зачастую сталкиваются с проблемами низкой надежности, эффективности и скорости. Нестабильность соединений, блокировки IP-адресов и изменения структуры сайтов приводят к потере данных и необходимости постоянного контроля процесса парсинга, что увеличивает затраты на поддержание и эксплуатацию подобных систем. В связи с этим, разработка новых подходов и инструментов для парсинга необходимой информации является весьма актуальной задачей, способной трансформировать область интеллектуального анализа данных. В статье рассмотрен процесс разработки системы парсинга информации патентных систем и сайтов физико-технических журналов с использованием современных технологий и подходов, а также представлены результаты проверки его работоспособности. Данный инструмент может быть полезен патентным ведомствам, исследователям, студентам, инженерам, ученым, работающим в рассматриваемой предметной области. Использование такой системы позволит открыть новые возможности для интеллектуального анализа данных и принятия стратегических решений в области инновационного развития, а также для глубокого анализа технологических трендов, выявления перспективных разработок и построения стратегий инновационного развития.

Ключевые слова: патенты, физико-технические журналы, парсинг, масштабируемость, отказоустойчивость

Разработка системы защиты от фишинговых атак с использованием программно-аппаратной реализации методов машинного обучения

2024. T.12. № 4. id 1738

Лукманова К.А. Картак В.М.

DOI: 10.26102/2310-6018/2024.47.4.033

В связи с постоянным развитием фишинговых атак, традиционные методы защиты, такие как фильтрация URL и обучение пользователей, становятся недостаточно эффективными. В статье рассматриваются современные методы обнаружения фишинговых атак с использованием алгоритмов машинного обучения, направленных на повышение точности и эффективности классификации URL-ссылок. Разработанная система использует многослойный персептрон для автоматического анализа URL и классификации ссылок как фишинговых или легитимных. Создание качественного и репрезентативного набора данных, включающего фишинговые и легитимные ссылки, является одним из ключевых этапов разработки модели. Основной акцент сделан на анализе URL-адресов, опираясь на 30 ключевых признаков, таких как длина URL, наличие SSL-сертификата и использование IP-адресов. Результаты тестирования модели показали высокую точность, что значительно превышает результаты традиционных методов фильтрации. Разработанное программное обеспечение на языке Python с использованием библиотек TensorFlow и Scikit-Learn продемонстрировало высокую эффективность в реальных условиях, обеспечив точность, полноту и высокую F1-меру. Полученные результаты подтверждают, что использование машинного обучения позволяет повысить эффективность и точность выявления фишинговых атак по сравнению с традиционными методами.

Ключевые слова: фишинг, кибербезопасность, машинное обучение, многослойный персептрон, случайный лес, классификация URL, обнаружение фишинга, защита данных

Особенности применения глубокого обучения для обнаружения номерных знаков на изображении и их последующая классификация методами компьютерного зрения

2024. T.12. № 4. id 1736

Ревера В.С. Шельмина Е.А.

DOI: 10.26102/2310-6018/2024.47.4.042

В статье представлена методика распознавания российских автомобильных номерных знаков с использованием современных технологий глубокого обучения, компьютерного зрения и оптического распознавания символов. Актуальность исследования обусловлена растущей потребностью в автоматизированных системах распознавания автомобильных номерных знаков для улучшения безопасности дорожного движения, оптимизации транспортных потоков и внедрения интеллектуальных транспортных систем. Исследование состоит из двух этапов. На первом этапе обучена нейронная сеть для обнаружения номерных знаков на изображении с использованием соответствующего набора данных автомобильных номеров. На втором этапе, на основе полученных детекций, осуществляется обработка изображений методами компьютерного зрения, выделение отдельных символов путем сегментации, а также их последующая классификация при помощи системы оптического распознавания символов с адаптированным алфавитом. Полученные результаты демонстрируют эффективность предложенного подхода и возможность его применения в реальных условиях. Материалы статьи представляют практическую ценность для специалистов, занимающихся разработкой систем автоматического распознавания номерных знаков, и могут быть использованы в сферах контроля доступа, мониторинга транспорта и обеспечения безопасности на дорогах.

Ключевые слова: YOLO, распознавание номерных знаков, сегментация, детекция объектов, оптическое распознавание символов, нейронные сети, компьютерное зрение, набор данных

Модель управления запасами при реализации строительных проектов, основанная на марковских случайных процессах

2024. T.12. № 4. id 1734

Серебрякова Е.А.

DOI: 10.26102/2310-6018/2024.47.4.025

В статье описана разработанная математическая модель, позволяющая на основе вероятностных методов в динамике оценивать возможности возникновения рисков, связанных с дефицитом ресурсов при реализации строительных проектов. Предлагаемая модель дает возможности осуществлять мониторинг запасов дефицитных ресурсов при реализации строительных проектов, учитывая стохастический характер их пополнения и расходования, что позволит осуществлять профилактические мероприятия, направленные на поддержку имеющихся запасов на необходимом уровне. Математической основой модели послужили теории стационарных марковских случайных процессов и массового обслуживания. Для реализации вычислительных процедур по модели на практике описана методика осуществления расчетов в табличном процессоре MS Excel. Расчет по вычислительному листу Excel предполагает ввод необходимого ресурса, для которого необходимо управление запасами по каждому периоду времени, а также диапазон потребления данного ресурса при проведении строительных работ. Далее рассчитывается приведенная интенсивность расхода ресурса не несколько периодов реализации проекта, и вероятности наличия ресурса как функция времени и количества завезенного запаса ресурса. Далее рассчитываются приведенная интенсивность расхода ресурса на несколько периодов реализации проекта и вероятности наличия ресурса как функции времени и количества завезенного запаса ресурса. На основе вычислительного листа можно оценивать вероятности имеющегося в запасе ресурса на несколько временных прогнозных периодов с целью минимизации возможных рисков, связанных с нехваткой ресурса. В заключительной части работы приведены результаты апробации модели в деятельности строительной организации, которая показала, что применение модели позволит сэкономить от 5 до 10 % денежных средств, связанных с издержками от приостановки строительных работ из-за нехватки необходимых ресурсов.

Ключевые слова: управление запасами, строительство, марковские случайные процессы, теория массового обслуживания, математическое моделирование

Математическое моделирование процесса формирования усадочной раковины в конечных слябах при разливке на МНЛЗ

2024. T.12. № 4. id 1732

Кабаков З.К. Габелая Д.И. Чуев А.А.

DOI: 10.26102/2310-6018/2024.47.4.021

Выполнено моделирование динамики образования профиля и глубины усадочной раковины на основе математических моделей процесса объемной и линейной усадки, построенных с помощью метода конечных разностей с явной схемой аппроксимации частных производных. Данные модели, в отличие от известных предшествующих, учитывают разный характер процесса затвердевания металла в зависимости от химического состава и используют двумерную расчетную область, разделенную на заданное количество узлов по координатам x и z. При моделировании использована система алгоритмов для расчета динамики затвердевания непрерывно-литой заготовки, линейной и объемной усадки металла, а также процесса формирования усадочной раковины. Кроме того, учтено влияние концентрации углерода в стали, ее теплофизических свойств и технологических параметров непрерывной разливки на процесс затвердевания металла. Реализация представлена в виде компьютерной программы, входными параметрами моделирования являются химический состав стали и технологические параметры разливки, выходными – значения теплофизических коэффициентов и профиль усадочной раковины в конечном слябе. Верификация проводилась путем сравнения расчетных данных с экспериментальными и показала, что данные расчета отличаются от данных эксперимента менее чем на 1 %. Показана возможность увеличения точности результатов путем увеличения количества узлов по толщине и высоте заготовки, при этом зависимость точности от количества узлов по толщине заготовки проявляется наиболее сильно. Предложенная модель позволяет уменьшить потери металла при разливке, связанные с образованием усадочной раковины, и повысить энерго- и ресурсоэффективность современных металлургических предприятий.

Ключевые слова: непрерывная разливка, математическая модель, метод конечных разностей, усадочная раковина, конечный сляб, аппроксимация

Разработка алгоритма многоклассового классификатора системы федеративного обучения, функционирующей в условиях неполноты классов локальных классификаторов

2024. T.12. № 4. id 1731

Михалев П.А. Куцакин М.А. Карамыхова О.В.

DOI: 10.26102/2310-6018/2024.47.4.023

Актуальность исследования обусловлена необходимостью решения задачи обучения моделей многоклассовых классификаторов, используемых в структуре системы федеративного машинного обучения, оперирующей обучающей выборкой данных, которая содержит как общедоступные данные, так и конфиденциальные данные, формирующие скрытые классы. Подобная проблема возникает в условиях обучения классификатора с использованием выборки данных, часть из которых состоит из персональной информации или данных различной степени конфиденциальности. В связи с этим данная статья направлена на исследование особенностей модели гауссовой смеси распределений как способа представления скрытых классов, представляющих конфиденциальные данные, а также обоснование выбора алгоритмического метода нахождения оценок максимального правдоподобия ее параметров. Ведущим методом решения проблемы идентификации параметров скрытых классов является обоснованно выбранная двухэтапная итерационная процедура «ожидание-максимизация» (EM-алгоритм), обеспечивающая усиление связи между пропущенными (конфиденциальными) данными и неизвестными параметрами модели данных, представленной гауссовой смесью распределений. В статье представлена схема разработанного алгоритма многоклассового классификатора системы федеративного машинного обучения, представленная параллельно выполняющимися циклами формирования локальных моделей обучения и их последующего ансамблирования в глобальную модель обучения.

Ключевые слова: федеративное машинное обучение, многоклассовая классификация, конфиденциальные обучающие данные, модель гауссовой смеси распределений, EM-алгоритм