Работая с сайтом, я даю свое согласие на использование файлов cookie. Это необходимо для нормального функционирования сайта, показа целевой рекламы и анализа трафика. Статистика использования сайта обрабатывается системой Яндекс.Метрика

Принять

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

Повышение эффективности производственных процессов за счет нейросетевой оптимизации технологических маршрутов

2026. T.14. № 10. id 2484

Гаврилова О.А.

DOI: 10.26102/2310-6018/2026.61.10.002

В представленной работе предлагается комплексный подход, который включает использование теории графов для построения модели производственных маршрутов; применение методов искусственного интеллекта для оптимизации построенных графовых моделей, в том числе алгоритмов поиска кратчайшего пути с учетом изменяющихся ограничений и эвристических оптимизационных стратегий; разработку специальной архитектуры рекуррентной нейронной сети типа LSTM для решения поставленной в исследовании задачи и адаптированной для работы с последовательностями данных о маршрутах; внедрение системы оценки рисков на основе нейросетевого анализа, которая может быть интегрирована в общую архитектуру оптимизации производственных маршрутов с выполнением ключевой задачи выявления потенциальных проблем и разработки превентивных мер; применение математического моделирования для формализации процесса оптимизации как задачи минимизации целевой функции при заданных ограничениях. В результате исследования разработана адаптивная модель оптимизации технологических маршрутов, создана специализированная программа для оценки научно-технических рисков при внедрении новых или усовершенствованных технологий на предприятии, построена архитектура LSTM-нейронной сети с учетом специфики исследуемых отраслевых производственных процессов, а также произведена валидация модели на реальных производственных данных. Проведенное исследование показало, что применение разработанного подхода позволяет значительно сократить сроки принятия проектных решений, проводить оптимизацию технологических маршрутов с учетом множества необходимых критериев, при этом учитывать их важность для того или иного варианта оптимизации, повысить точность прогнозирования при внедрении результатов на производстве, адаптировать технологические процессы под изменяющиеся производственные условия, а также возможность интегрировать представленное решение в существующие САМ и MES-системы.

Ключевые слова: технологический маршрут, теория графов, нейронные сети, адаптивная комплексная модель, многокритериальная оптимизация, автоматизированные системы, техническая подготовка производства

Методика пополнения базы знаний системы фрод-мониторинга

2026. T.14. № 8. id 2482

Крайнов Н.М.

DOI: 10.26102/2310-6018/2026.59.8.015

Серьезность проблемы роста финансового мошенничества вынуждает исследователей и практиков постоянно рассматривать варианты развития систем фрод-мониторинга. Однако, вопреки всем технологическим усилиям разрешения сложившейся проблемы, объем украденных средств ежегодно растет. Это наводит на мысли о прямой связи новых видов мошенничества с негативной тенденцией в росте ущерба. В связи с этим, данная статья направлена на выявление возможности пополнения набора известного мошенничества в системе фрод-мониторинга за счет синтетических, но потенциально возможных сценариев. В статье рассматриваются процессы подготовки данных для обучения моделей машинного обучения и полный алгоритм взаимодействия классифицирующей и генеративной моделей. В качестве классифицирующей модели выбрана Random Forest, а для генерации реалистичных данных – СTGAN. Связующим звеном для моделей служит инициализация JSON-файла с метаданными, содержащими метрики качества модели Random Forest и перечень популярных признаков фрод-операций. В результате эксперимента выявлена возможность создавать реалистичные примеры фрод-операций на основе комбинаций фрод-признаков с наибольшим импакт-фактором. Полученные результаты раскрывают потенциал автоматизации процесса пополнения внутренних баз данных мошенничества, информация из которых служит основанием для настройки систем идентификации мошенничества.

Ключевые слова: фрод-мониторинг, противодействие мошенничеству, искусственный интеллект, машинное обучение, глубокое обучение, random Forest, CTGAN

Алгоритм диагностического вывода для радиотехнических устройств на основе семантической базы знаний

2026. T.14. № 9. id 2473

Несмеянов П.П.

DOI: 10.26102/2310-6018/2026.60.9.016

В работе предложен воспроизводимый алгоритм диагностического вывода для радиотехнических устройств на основе семантической базы знаний. Разнородные измерения приводятся к общей шкале по расстоянию от нормативной до явно заданной критической границы; для расчетного сценария опубликованы все масштабы нормировки и полная знаковая матрица связей «симптом – неисправность». Базовая оценка учитывает подтверждающие и опровергающие признаки, а отдельное правило критичности предотвращает подавление единичного физически значимого симптома суммой менее важных связей. В сценарии усилительного тракта отклонение частоты 14 кГц при норме не более 5 кГц активировало приоритетную проверку генераторного узла; за ней следуют усилительный каскад, фильтр или согласующие цепи, антенно-фидерный тракт и цепи питания. Предложенный подход обеспечивает интерпретируемое ранжирование диагностических гипотез и формирование очередности инженерных проверок. Анализ чувствительности при коэффициенте учета опровергающих признаков от 0,2 до 0,6 сохранил базовый порядок неприоритетных гипотез, а изменение контекста контроля изменило активации и итоговую очередность. Расчеты сопоставлены с невзвешенным правилом прямого соответствия. Полученные результаты подтверждают воспроизводимость вычислительной процедуры, но не заменяют стендовую или эксплуатационную валидацию.

Ключевые слова: радиотехническое устройство, техническая диагностика, семантическая база знаний, диагностический вывод, диагностический симптом, диагностическая гипотеза, ранжирование гипотез, усилительный тракт

Математическое и алгоритмическое обеспечение обработки информации и принятия решений при функционировании трехуровневой миварной экспертной системы обнаружения пожаров

2026. T.14. № 9. id 2472

Доу Л.

DOI: 10.26102/2310-6018/2026.60.9.015

С развитием трехуровневой миварной экспертной системы (МЭС) обнаружения пожаров возникает необходимость в математическом и алгоритмическом обеспечении. Ранее предложенные модель и метод задали логическую структуру МЭС и метод обработки информации. В статье предложено математическое и алгоритмическое обеспечение обработки информации и принятия решений при функционировании трехуровневой миварной экспертной системы обнаружения пожаров. Предложенное обеспечение включает: формализованное описание рабочего цикла МЭС; информационное обеспечение формирования входной информации МЭС на основе согласования данных визуального, инфракрасного, температурного, газового и акустического каналов; алгоритмическое обеспечение рабочей памяти и логического вывода МЭС. Для реализации указанного обеспечения использованы асинхронное согласование сенсорных потоков, INT8-квантизация весов FNN и индексированный доступ к DOM-дереву. На синтетической тестовой выборке из 5000 записей конфигурация FNN INT8 + МЭС достигла Accuracy 94,88 %, F1 94,87 % и FPR 5,00 %, а медианная задержка актуализации 52 параметров снизилась с 3,202 до 0,039 мс. Научная новизна работы заключается в разработке математического и алгоритмического обеспечения обработки информации и принятия решений при функционировании трехуровневой миварной экспертной системы обнаружения пожаров, включающего формализованное описание рабочего цикла МЭС, информационное обеспечение формирования входной информации МЭС и алгоритмическое обеспечение рабочей памяти и логического вывода.

Ключевые слова: миварная экспертная система, миварная база знаний, входная информация, рабочая память, логический вывод, обнаружение пожаров, математическое и алгоритмическое обеспечение

Программная платформа имитационного моделирования для обучения и оценки нейросетевых политик автономной навигации наземного беспилотного транспортного средства

2026. T.14. № 10. id 2471

Горовенко Н.М. Богданов К.В.

DOI: 10.26102/2310-6018/2026.61.10.019

Актуальность исследования обусловлена необходимостью воспроизводимой разработки и проверки алгоритмов автономной навигации наземных беспилотных транспортных средств до переноса решений на физические устройства. В статье представлена программная платформа имитационного моделирования, объединяющая трехмерную среду, серверный интерфейс управления, веб-интерфейс оператора, средства записи демонстраций, обучения моделей и анализа решений автономного агента. Цель работы состоит в разработке и экспериментальной апробации платформы для исследования нейросетевых политик навигации в лабиринтной среде с частичной наблюдаемостью. Ведущим подходом является имитационное моделирование в трехмерной среде с последующей оценкой алгоритмов обучения по демонстрациям на фиксированных и процедурно генерируемых сценариях. Экспериментальная апробация выполнена на задаче поведения мобильного робототехнического агента, который получает изображение с камеры и данные дальномера. Сравнивались базовая политика поведенческого клонирования и вариант с пространственным контекстом относительно агента. В корректной визуальной среде после повторного обучения базовая политика достигла 10 успешных эпизодов из 30 на сценарии с задержкой управления, а контекстный гибридный вариант – 17 успешных эпизодов из 20 в отдельном базовом демонстрационном сценарии. Дополнительно проведены физические проверки переноса из симуляции на реальное устройство на L- и Z-образных картонных стендах, подтвердившие работоспособность платформенного контура на физическом мобильном роботе и выявившие ограничения исполнительного слоя без точной одометрии. Полученные результаты показывают, что разработанная платформа пригодна не только для демонстрационного запуска моделей, но и для выявления расхождений между метриками на статических данных и поведением агента в замкнутом контуре управления.

Ключевые слова: имитационное моделирование, программная платформа, автономная навигация, наземное беспилотное транспортное средство, обучение по демонстрациям, лабиринтная среда, поведенческое клонирование, визуальный анализ решений

Мультимодальные нейросети и локально обученные модели в задачах извлечения структурированных фактов

2026. T.14. № 7. id 2470

Аснина Н.Г. Ухин М.О. Нетесов Е.В.

DOI: 10.26102/2310-6018/2026.58.7.012

Социальный капитал стал значимым профессиональным ресурсом, однако удержание в памяти большого массива контекстных данных затруднено. Проблему решают интеллектуальные боты Personal CRM, способные извлекать полезные факты из текста и речи. При проектировании таких систем ключевой дилеммой становится выбор архитектуры NLP в условиях строгих требований к конфиденциальности. В работе проведено сравнение производительности и ресурсоемкости четырех практических подходов. Наивысшую скорость работы показала изолированная векторная модель, расходующая около 1,9 ГБ оперативной памяти при обработке выборки за 14 секунд. Связка распознавания речи с компактной LLM (Qwen 2.5-0.6B) увеличивает задержку отклика до 25 секунд. Данной конфигурации требуется 2,5 ГБ ОЗУ, причем усложнение промптов резко повышает расход памяти, а пиковая нагрузка на процессор достигает 600 %. Гибридная схема требует около 3,0 ГБ ОЗУ при сопоставимом времени работы в 24 секунды, но снижает вычислительную нагрузку на CPU до 495 %. Оптимизация достигается за счет точечного подключения тяжеловесной модели. Запуск цельной мультимодальной сети оказался технически нецелесообразным: инференс превысил 40 минут при потреблении 5,8 ГБ памяти. Для локальных систем целесообразно использовать либо полностью автономный самообученный конвейер, обеспечивающий максимальную скорость, либо гибридную маршрутизацию. В гибридном варианте легкая модель фильтрует повседневные задачи, а языковая сеть привлекается исключительно для разрешения семантических неоднозначностей.

Ключевые слова: мультимодальные нейросети, LLM, самообученные модели, NLP, извлечение фактов, personal CRM

Логистический анализ для обоснования управленческих решений по обеспечению материальными средствами в ходе ликвидации чрезвычайных ситуаций

2026. T.14. № 8. id 2469

Кожевин Д.Ф. Егошин А.М.

DOI: 10.26102/2310-6018/2026.59.8.007

В статье рассматривается актуальный подход к оптимизации материально-технического обеспечения при ликвидации чрезвычайных ситуаций на основе интеграции ABC- и XYZ-анализа. Обосновывается необходимость дифференцированного управления запасами в условиях высокой неопределенности, дефицита времени и ограниченных ресурсов, характерных для зон бедствий. При этом традиционные методы планирования материально-технического обеспечения не учитывают стохастическую природу спроса на средства ликвидации, что ведет к затовариванию складов либо критической нехватке средств подвоза. Комбинированный ABC-анализ (ранжирование материальных средств по критичности для выполнения аварийно-спасательных работ) и XYZ-анализ (классификация по прогнозируемости потребления) позволяет выделить четыре стратегические категории запасов. На примере типовой чрезвычайной ситуации показано: для групп AX и AY требуется постоянный страховой резерв и приоритетное пополнение, тогда как потребности категории CZ могут покрываться по факту обращения. Практическая значимость работы заключается в разработке рекомендаций по расчету обоснованных нормативов неснижаемого остатка, что сокращает издержки хранения на 20–25 % и повышает оперативность реагирования. Предложенная методика может быть внедрена в деятельность территориальных подразделений МЧС России и логистических центров экстренного реагирования.

Ключевые слова: логистический анализ, ABC-анализ, XYZ-анализ, управление запасами, чрезвычайные ситуации, материально-техническое обеспечение, доставка грузов, транспортировка материально-технических средств

Математическое моделирование процесса диффузии антифрикционного материала при ультразвуковой обработке

2026. T.14. № 8. id 2464

Бондарева А.С. Королев А.В. Королев А.А.

DOI: 10.26102/2310-6018/2026.59.8.012

В статье представлена разработанная математическая модель процесса диффузии антифрикционного материала (на примере графита) в поверхностный слой металлической заготовки при ультразвуковой обработке. В отличие от традиционных подходов, основанных на втором законе Фика для объемной диффузии, предложенная модель базируется на уравнении Фишера, описывающем межзеренную диффузию в условиях интенсивной пластической деформации и формирования нанокристаллической структуры. Получено аналитическое выражение для расчета глубины проникновения покрытия, учитывающее температуру в зоне контакта, энергию активации диффузии, геометрию пятна контакта, частоту ультразвуковых колебаний, параметры режима обработки (частота вращения заготовки, поперечная подача) и свойства материала. Реализованы численные методы суммирования вкладов отдельных ударов индентора с учетом импульсного характера нагружения и накопления тепла. Проведен анализ влияния технологических параметров на толщину формируемого слоя: установлено, что снижение частоты вращения и поперечной подачи увеличивает глубину диффузии за счет роста числа перекрытий контактных пятен и времени воздействия на каждую точку поверхности. Результаты моделирования позволяют прогнозировать толщину антифрикционного слоя и оптимизировать режимы ультразвукового упрочнения для обеспечения заданных триботехнических характеристик. Модель может быть использована при проектировании технологических процессов нанесения покрытий в машиностроении.

Ключевые слова: математическое моделирование, ультразвуковая обработка, уравнение Фишера, межзеренная диффузия, антифрикционное покрытие, режимы обработки

Применение нейросетевых методов идентификации характеристик речевого потока на примере построения цифровых профилей пользователей финансовых услуг

2026. T.14. № 9. id 2463

Кузнецова В.Ю. Кузовлев К.Д.

DOI: 10.26102/2310-6018/2026.60.9.011

В статье рассматривается применение нейросетевых методов для идентификации характеристик речевого потока с целью построения расширенных цифровых профилей пользователей финансовых услуг. Актуальность исследования обусловлена развитием дистанционных форм банковского и микрофинансового обслуживания, при которых речевая коммуникация становится одним из значимых источников информации о клиенте. Описаны основные просодические характеристики речи, включая темп, громкость, высоту тона, паузы и ритмику, а также рассмотрена их связь с психологическими типами личности по методике «7 радикалов» В.В. Пономаренко. Особое внимание уделено нейросетевому подходу к анализу речевого сигнала: предварительной цифровой обработке аудиозаписи, выделению акустических признаков, формированию вектора просодических параметров и последующей классификации психологических радикалов с использованием современных архитектур CNN, LSTM и механизмов внимания. Представлена информационная технология принятия решений в банковской и микрофинансовой сферах, предусматривающая включение модуля анализа речевой информации в систему построения цифрового профиля клиента. Показано, что использование вероятностного подхода и многокритериального анализа позволяет повысить объективность оценки личности, снизить субъективную неопределенность при взаимодействии с заемщиком и повысить точность кредитного скоринга. Сделан вывод о перспективности применения нейросетевого анализа речевых характеристик для управления финансовыми рисками и персонализации финансовых услуг.

Ключевые слова: нейросетевые методы, речевой поток, просодика, цифровой профиль, финансовые услуги, кредитный скоринг, психологические радикалы, анализ речи, акустические признаки, поддержка принятия решений

Фазовая оптимизация однопоточного выполнения независимых программных последовательностей

2026. T.14. № 7. id 2456

Буевич Е.А.

DOI: 10.26102/2310-6018/2026.58.7.009

В работе рассматривается один из аспектов совместного выполнения в одном потоке нескольких независимых друг от друга по данным программных последовательностей, что достигается чередованием их инструкций в исходном коде. Эта задача является NP-сложной. В работе рассматривается метод поиска оптимального сдвига старта последовательностей через быстрое преобразование Фурье для различных вариантов постановки задачи (числа последовательностей). Цепочки инструкций представляются в виде временных рядов использования ресурсов (исполнительных портов) и регистров вычислительного ядра. При работе с регистрами ряды взаимной корреляции строятся через преобразование Фурье размерностью K, где K – число рядов. При работе с портами каждый ряд разделяется на несколько каналов, соответствующих различной нагрузке порта, для каждого канала выполняется преобразование Фурье размерностью K-1, далее результаты суммируются с заданными весами. Показано, что при K=3 в обоих случаях частотное представление имеет меньшую вычислительную сложность, чем прямой перебор. Метод также подходит для поиска оптимальной точки разреза последовательности с целью конвейерного исполнения в рамках одного потока. Алгоритм успешно находит точки оптимального совмещения для набора тестовых последовательностей с высокой дисперсией локальных средних интенсивностей использования индивидуального ресурса и сочетаний ресурсов.

Ключевые слова: быстрое преобразование Фурье, взаимная корреляция, планирование инструкций, регистровое давление, исполнительные порты, слияние потоков, оптимизация компилятора

Алгоритмический подход к построению динамических рейтингов в организационных системах спортивного управления

2026. T.14. № 10. id 2455

Юшкин В.Н. Марченко С.С. Стрижакова Е.А. Пенькова Р.И.

DOI: 10.26102/2310-6018/2026.61.10.018

Актуальность исследования обусловлена возрастающей потребностью в объективных и адаптивных методах оценки силы команд в условиях динамично меняющейся среды спортивного менеджмента, где традиционные рейтинговые системы недостаточно гибко учитывают временное устаревание результатов, преимущество домашней площадки и лиговый контекст. В связи с этим, данная статья направлена на разработку алгоритмического подхода к построению динамических рейтингов спортивных команд, позволяющего повысить точность прогнозов и обеспечить достоверность оценок. Ведущим методом исследования данной проблемы является оригинальный итеративный алгоритм двустороннего пересчета показателей с применением нелинейных весовых коэффициентов и коэффициента временного затухания, позволяющий комплексно рассмотреть влияние исторических результатов и временного фактора на текущую конкурентоспособность коллективов. В статье представлены математическая модель и процедура вычисления рейтингов, раскрыты механизмы двухэтапной стабилизации базовых показателей и расчета динамических значений, выявлена количественная зависимость точности прогнозов от параметра затухания: установлено оптимальное значение λ = 0,993, при котором доля верных предсказаний достигает 67,419 %, что на 5,539 п. п. выше базового уровня без учета времени (61,880 %), а также обоснована устойчивость алгоритма в рабочем диапазоне λ ∈ [0,989; 0,995]. Материалы статьи представляют практическую ценность для специалистов спортивного управления, аналитических служб клубов и организаторов соревнований, поскольку разработанная модель, реализованная в виде программного модуля, может использоваться для поддержки принятия управленческих решений: прогнозирования исходов матчей, оптимизации календарей и планирования стратегий развития спортивных организаций.

Ключевые слова: динамические рейтинги, организационные системы, спортивное управление, прогнозирование результатов, алгоритмическая модель, программная реализация, обработка ретроспективных данных

Адаптивная модель предобработки изображений при классификации чертежей строительных металлоконструкций

2026. T.14. № 9. id 2452

Колесников В.Д. Кабалянц П.С.

DOI: 10.26102/2310-6018/2026.60.9.005

Постоянный рост рынка инженерных услуг и наличие значительного объема архивной бумажной документации актуализируют задачу перевода технических чертежей и спецификаций к ним в цифровой формат. Анализ состояния исследований демонстрирует активное применение распознающих и генеративных моделей для извлечения ключевых характеристик чертежей, что упрощает их интеграцию в системы компьютерного моделирования. Для повышения эффективности нейросетевых моделей применяется предобработка изображения, однако ввиду особенностей структуры и возможных источников чертежей, подобный подход несет с собой риск потери информации или искажения данных. Авторами предлагается адаптивная модель предобработки, ориентированная на системы классификации чертежей строительных металлоконструкций. Данная модель включает в себя операции масштабирования, фильтрации шумов, бинаризации и восстановления цвета информативных пикселей, где каждая операция применяется в зависимости от значения критериев, определяющих необходимость ее вызова. В рамках исследований определяются алгоритмы и методы, подходящие для реализации вышеописанных операций: метод интерполяции Ланцоша, взвешенный медианный фильтр с переключением и метод бинаризации Вольфа. Авторами предлагается набор критериев оценки эффективности предобработки при классификации чертежей строительных металлоконструкций. Ряд проведенных экспериментов показывает, что разработанная адаптивная модель предобработки дает больший прирост точности классификации по сравнению со стандартной предобработкой на основе таких же алгоритмов или полным ее отсутствием. Делаются выводы о возможности дальнейшего внедрения модели в системы классификации и распознавания деталей чертежей строительных металлоконструкций.

Ключевые слова: цифровые изображения, технические чертежи, адаптивная предварительная обработка, масштабирование, фильтрация шумов, бинаризация, классификация чертежей

Интеллектуальная система управления сервисным роботом на основе мягких вычислений

2026. T.14. № 8. id 2450

Николаева А.В. Ульянов С.В. Тятюшкина О.Ю.

DOI: 10.26102/2310-6018/2026.59.8.010

Разработаны методики проектирования комплексной системы управления мобильным роботом сервисного обслуживания на логике мягких вычислений. Демонстрируется эффективность разработанных методов для контроля маршрута и обхода препятствий роботом, а также для точного позиционирования манипуляционного устройства в условиях непредвиденных ситуаций. Контроль маршрута с обходом препятствий основывается на компьютерном моделировании динамики для роботизированной системы, а поиск возможных решений происходит с помощью генетических алгоритмов. Оптимальные решения, полученные в результате работы генетических алгоритмов, используются для построения и обучения нечеткой нейронной сети, откуда формируется база знаний для нечеткого контроллера для управления навигацией и выполнения технологических операций, таких как открытие двери, с помощью манипулятора. Генетические алгоритмы, нечеткие нейронные сети и нечеткие контроллеры с заложенными базами знаний продемонстрировали свою эффективность для планирования маршрута в условиях возможных препятствий в виде предметов и людей для мобильного робота сервисного обслуживания. Рассмотрено применение интеллектуальных вычислений на основе эволюционных и генетических алгоритмов, нечеткой логики в системах управления манипулятором с тремя степенями свободы в непредвиденных ситуациях управления. Для демонстрации результатов работы нечеткого моделирования системы управления роботом описаны результаты проведенных экспериментальных исследований.

Ключевые слова: мобильный робот сервисного обслуживания, мягкие вычисления, генетический алгоритм, нечеткая нейронная сеть, база знаний, нечеткий контроллер, интеллектуальная система управления

Метод автоматического реферирования научных текстов на основе диагностически управляемой итерационной генерации

2026. T.14. № 9. id 2447

Гокарев В.Н.

DOI: 10.26102/2310-6018/2026.60.9.006

В работе рассматривается задача автоматического абстрактивного реферирования русскоязычных научных текстов с использованием локальных больших языковых моделей. Показано, что однопроходная генерация реферата языковой моделью без учета характеристик исходного документа приводит к систематическим типам ошибок: семантической неполноте, механическому копированию, информационной избыточности или недостаточности. Для выявления и устранения указанных недостатков предложена гибридная программная система, реализующая замкнутый контур управления процессом генерации с обратной связью от модуля трехфакторной диагностической оценки качества. Контур осуществляет итерационную коррекцию параметров запроса к языковой модели, таких как температура, количество подаваемых ключевых слов, формат инструкции системного запроса, минимальное и максимальное количество генерируемых токенов, на основе классификации диагностического профиля машинного реферата. В составе диагностической методики предложено асимметричное штрафное преобразование z-нормализованных отклонений, отражающее содержательное различие между избыточностью и недостаточностью лексической, семантической и компрессионной близости реферата к референсному распределению. Описана модульная архитектура системы, включающая модули итерационной генерации рефератов, диагностической оценки и блок автоматического останова итерационного процесса. Приведены результаты экспериментальной апробации на корпусе русскоязычных научных статей, продемонстрирован статистически значимый и устойчивый прирост качества по комбинированной диагностической метрике относительно однопроходной базовой линии на отложенной тестовой выборке.

Ключевые слова: автоматическое реферирование, научные тексты, большие языковые модели, контур управления, диагностическая оценка качества, асимметричные штрафные функции

Двухмоментная оценка совместного исполнения независимых программных последовательностей

2026. T.14. № 7. id 2433

Буевич Е.А.

DOI: 10.26102/2310-6018/2026.58.7.010

Компиляция исходного кода на языке высокого уровня в машинный код является NP сложной задачей. Одной из проблем, возникающих в процессе компиляции и имеющих огромное пространство решений, является наличие в коде несвязанных по данным последовательностей операций. В данной работе рассматривается алгоритм поиска оптимального равномерного смешивания произвольных последовательностей инструкций, которые можно представить в виде ациклического связного графа. Целью подобного смешивания является увеличение параллелизма уровня инструкций. Для этого последовательность описывается как вектор случайных величин, каждая из которых характеризует его потребность в определенном ресурсе. Подобное представление позволяет приблизительно оценить математическое ожидание задержек, возникающих при исполнении их смеси, вследствие конкуренции нескольких последовательностей за ресурсы, без выполнения собственно компиляции. Алгоритм оперирует скалярными данными, описывающими последовательности и их комбинации, вместо длинных векторов инструкций. Поиск оптимального разбиения последовательностей на группы выполняется за время O(nk), где n – число последовательностей, а k – некоторое предельное значение числа последовательностей в смеси, зависящее от кода, латентности инструкций и числа регистров. Для вычислительных ядер современных процессоров в большинстве практических задач k не превышает 4.

Ключевые слова: параллелизм уровня инструкций, ациклический граф зависимостей, алгоритм Рейзера-Лавенберга, замкнутая сеть массового обслуживания, смешивание кода, оптимизация компилятора

Интеллектуальные методы эквализации и компрессии в процессе мастеринга звука на основе машинного обучения

2026. T.14. № 10. id 2429

Сокольцова Д.О. Шагрова Г.В.

DOI: 10.26102/2310-6018/2026.61.10.014

В статье рассматривается задача автоматизации мастеринга аудиозаписей с использованием методов машинного обучения и цифровой обработки сигналов. Актуальность обусловлена стремительным ростом объемов аудиоконтента и потребностью в доступных инструментах профессиональной обработки звука для независимых музыкантов и малых студий. В работе предложена гибридная система, интегрирующая классификатор музыкальных жанров на основе метода опорных векторов с мел-кепстральными коэффициентами и модуль цифровой обработки сигналов, включающий эквализацию, компрессию, фильтрацию верхних и нижних частот, а также нормализацию громкости. Обучение классификатора выполнено на датасете GTZAN, а параметры обработки извлечены из датасета MUSDB18-HQ, содержащего треки с вокалом, на основе анализа среднеквадратичной амплитуды и распределения энергии по частотным диапазонам. Тестирование на выборке из пятнадцати треков пяти жанров показало, что использование MUSDB18-HQ повышает точность классификации жанров с 46,6 % до 60 % и увеличивает отношение сигнал-шум по сравнению с моделью, обученной только на GTZAN. Сравнение с коммерческим аналогом показывает отставание разработанной системы по объективным метрикам, но система обладает преимуществами в виде прозрачности параметров обработки благодаря наличию элемента логирования, простоты использования и отсутствия платы за использование. Новизна работы заключается в использовании открытого классификатора жанров с модулем цифровой обработки сигналов и адаптации параметров мастеринга для треков с вокалом. Практическая значимость состоит в создании доступного прототипа для образовательных целей и обработки демо-записей. В дальнейшем планируется замена метода опорных векторов на нейросетевые архитектуры и расширение поддержки аудиоформатов.

Ключевые слова: мастеринг звука, эквализация, компрессия, метод опорных векторов, мел-кепстральные коэффициенты, датасет GTZAN, датасет MUSDB18-HQ, цифровая обработка сигналов, коммерческий аналог, интеллектуальная обработка аудио

Разработка и программная реализация интеллектуальной системы поддержки принятия врачебных решений для выбора режимов искусственной вентиляции легких

2026. T.14. № 7. id 2428

Фролов С.В. Судаков Д.Е. Долгов Е.П.

DOI: 10.26102/2310-6018/2026.58.7.011

Актуальность работы обусловлена высокой когнитивной нагрузкой на врача-реаниматолога при выборе режима искусственной вентиляции легких (ИВЛ) из‑за наличия десятков режимов и более 50 параметров настройки. Отсутствие формализованных критериев и прозрачных систем поддержки принятия решений приводит к вариабельности терапии и повышению риска вентилятор-ассоциированных осложнений. Цель работы – разработка методологии, алгоритма и программного прототипа интеллектуальной системы поддержки принятия врачебных решений для выбора режимов ИВЛ, обеспечивающей объяснимость рекомендаций. В работе использованы методы формализации клинических параметров, построения классификатора состояний, создания продукционных правил, объектно-ориентированного программирования на Python, а также апробации на литературных клинических сценариях. Формализованы четыре группы параметров (механика дыхания, газообмен, активность пациента, гемодинамика). Построен классификатор состояний (апноэ, слабость дыхательной мускулатуры, обструктивные и рестриктивные нарушения). Создана база из 30 продукционных правил «ЕСЛИ–ТО», сгруппированных по шести клиническим ситуациям с приоритетным перебором. Разработан алгоритм, включающий модуль объяснения, формирующий текстовое обоснование каждой рекомендации. Программный прототип реализован на Python (библиотеки tkinter, experta). Апробация на 20 литературных клинических сценариях показала полное совпадение рекомендаций с эталонными протоколами в 85 % случаев, частичное – в 10 %, несовпадение (требовалась экстракорпоральная элиминация CO₂) – в 5 %. Среднее время формирования рекомендации составило 0,42 секунды. Полученные результаты подтверждают работоспособность предложенной методологии и позволяют использовать систему как автономное рабочее место врача или встраиваемый модуль в аппараты ИВЛ.

Ключевые слова: искусственная вентиляция легких, система поддержки принятия решений, продукционные правила, классификация состояний, модуль объяснения

Алгоритм определения оптимального маршрута движения робота для мониторинга объектов с учетом препятствий

2026. T.14. № 8. id 2427

Макаровских Т.А. Саллам М.Э.

DOI: 10.26102/2310-6018/2026.59.8.004

Одной из актуальных задач является наземный мониторинг состояния различных объектов. Его необходимость может возникать не только на промышленных предприятиях, но и в сельском хозяйстве (осмотр плодовых садов), медицине (мониторинг состояния пациентов инфекционных отделений), при ликвидации чрезвычайных ситуаций. В этих ситуациях невозможно размещение датчиков и умных камер в фиксированных местах. Кроме того, возникают ситуации, когда цели для мониторинга задаются непосредственно перед его проведением. Еще одной актуальной задачей является построение пути робота с учетом наличия препятствий. В данной статье рассматривается алгоритм построения кратчайшего маршрута для проведения мониторинга в конечном множестве точек наземным роботом с учетом препятствий. Задача определения траектории движения робота формулируется как задача о маршрутизации транспортного средства. Данные о координатах робота и местоположении точек мониторинга хранятся в виде взвешенного плоского графа с использованием списка ребер. В статье предложен эвристический алгоритм SearchWithObstacles, использующий функцию SPPA (Shortest Path with Precautionary Avoidance), который основан на методе ближайшего соседа и решает задачу за полиномиальное время. Приведено сравнение алгоритма с известными подходами и обсуждены преимущества и недостатки предложенного алгоритма.

Ключевые слова: маршрутизация транспортных средств, плоский граф, эвристический алгоритм, оптимизация, объезд препятствий, задача коммивояжера

Метод перехода к постоянной длине вектора параметров целевой функции в задачах оптимизации работы мостовых кранов на складе слябов

2026. T.14. № 8. id 2423

Щеголихин И.С. Андреев С.М.

DOI: 10.26102/2310-6018/2026.59.8.001

Ряд оптимизационных задач, возникающих при рационализации логистики склада непрерывнолитых заготовок металлургического предприятия, оперирует вектором параметров целевой функции переменной длины. Это накладывает ограничения на выбор методов, применимых для решения таких задач. Ряд существующих методов приведения вектора параметров целевой функции к постоянному размеру, которые применяются для комбинаторной оптимизации, обладают выразительной ограниченностью, т. е. применимы лишь к узкоспециализированному классу задач. Целью настоящего исследования является приведение вектора параметров целевой функции, возникающей в задачах оптимизации работы мостовых кранов на складе слябов, к постоянному размеру, что позволит для решаемой оптимизационной задачи использовать все известные методы оптимизации из подходящего класса, а также понизит ресурсоемкость алгоритма оптимизации за счет сокращения количества параметров целевой функции. В данной работе авторы предлагают метод, являющийся обобщением L-систем и клеточного кодирования, позволяющий для заданной целевой функции перейти от вектора параметров переменного размера к вектору параметров постоянного размера. Новизной работы является обобщение идей, специфичных для узкоспециализированных областей научного знания, на множество классов оптимизационных задач, в частности на задачи составления расписания для мостовых кранов. Авторами рассмотрена целевая функция, возникающая при совместном решения задач составления расписания мостовых кранов и выбора слябов для графика горячей прокатки. Для этой целевой функции был применен предложенный метод: описаны функции смены поискового пространства в виде простых алгоритмов. Результатом явилось сокращение размерности векторов целевой функции минимум в 10 раз. Предложенный метод может быть использован при проектировании цифрового двойника склада непрерывнолитых заготовок, а также для управления иерархией команд: от самых простых (для управления отдельными компонентами кранов) до самых сложных (задающих логистические операции над слябами).

Ключевые слова: вектор параметров, целевая функция, слябы, клеточное кодирование, непрямое кодирование, прямое кодирование

Оценка численности лиц с онкологическими заболеваниями на основе анализа статистики из базы данных «Показатели муниципальных образований», созданной Росстатом

2026. T.14. № 8. id 2420

Степанов В.С.

DOI: 10.26102/2310-6018/2026.59.8.006

Болезни онкологии актуальны для России и многих стран. В нашей стране была принята стратегия борьбы с ними, одной из базовых компонент которой является первичная профилактика. Исследования в этом направлении, включая моделирование в муниципальном разрезе, встречаются редко. Данная работа полезна для выявления связи между распространённостью жителей территории, страдающих из-за рака, и комплексом факторных переменных. Целью исследования является разработка регрессионной прогностической модели. Информационную базу для построения модели составила выборка из 56 наблюдений, репрезентирующих муниципальные образования Алтайского края, преимущественно относящиеся к сельским территориям. Результаты применимы на практике, т. к. используются открытые данные, а точность созданной модели достаточно высокая. Роль зависимой переменной играет численность контингента к концу года t. Наблюдения включают пять факторов, которые брались с разными лагами, три фактора были нелинейно преобразованы. Также имелось два качественных фактора по свойствам территории, их градации кодируют три фиктивные переменные. Далее применялся метод линейной регрессии с оцениванием параметров модели по методу наименьших квадратов. Была получена модель с ошибкой аппроксимации (МАРЕ) менее 1 %. При внешнем тестировании на других муниципалитетах она изменялась от 1,5 до 2,4 %. На основе модели можно сделать прогноз численности контингента для большого числа муниципальных территорий РФ с горизонтом 1 год. Приводятся графики с примерами прогнозирования: для семи городов Поволжья и двух территорий Красноярского края за ряд лет. Такие прогнозы полезны при разработке мероприятий по медико-социальной и экологической политике, проводимой в муниципальном разрезе.

Ключевые слова: модель регрессии с переменной структурой, злокачественное новообразование, техногенное загрязнение территории, душевое потребление алкогольных напитков, обеспеченность территории врачами, гигиена питьевой воды

Пространственно-временное слияние глубинных данных для оценки трёхмерных расстояний

2026. T.14. № 8. id 2414

Юй С.

DOI: 10.26102/2310-6018/2026.59.8.013

Актуальность исследования обусловлена тем, что качество обработки глубинных данных часто оценивают по пиксельным ошибкам, хотя в робототехнике и трехмерной метрологии конечным результатом являются пространственные расстояния. Цель работы – разработать и проверить протокол оценки методов улучшения глубины по ошибке евклидовых расстояний между восстановленными точками. Основные эксперименты выполнены на последовательностях TUM Freiburg1 desk и xyz; дополнительная валидация включает динамическую последовательность Freiburg3 walking_static, контролируемые сценарии с движением границ, дальними глубинами и повышенным шумом, три варианта псевдоэталона и измерение вычислительных затрат. При полуширине окна N = 10 временное среднее уменьшило RMSE расстояний на 24,07 % для desk и на 23,66 % для xyz по сравнению с необработанной глубиной. Прямое сопоставление метрик показало, что минимальную пиксельную MAE дает временная медиана, тогда как минимальную RMSE расстояний – временное среднее; коэффициенты ранговой корреляции Спирмена равны 0,70 и 0,90. Временное среднее сохранило первое место при трех способах построения псевдоэталона. На динамической последовательности маска временной стабильности сохранила 18,92 % пикселей и изменила ранжирование, что подтверждает необходимость исключения или компенсации движущихся областей. На CPU обработка кадра 640 × 480 при N = 10 заняла 56,2 мс для временного среднего, 217,5 мс для временной медианы и 3155,6 мс для пространственно-временной медианы в исследовательской реализации. Полученные результаты определяют область применимости протокола и ограничения псевдоэталонной оценки.

Ключевые слова: глубинные данные, трехмерные измерения, карта глубины, псевдоэталон, пространственно-временное слияние, геометрическая точность, улучшение глубины

Аналитика обучения: прогнозирование успеваемости на основе данных об активности и эффективности студентов в системах управления электронными образовательными курсами

2026. T.14. № 9. id 2412

Даничев А.А. Ликсонова Д.И. Шестаков В.Н.

DOI: 10.26102/2310-6018/2026.60.9.018

В настоящем исследовании рассматривается задача повышения точности прогнозирования результатов обучения студентов вузов на основе данных о текущей успеваемости по дисциплинам из электронных образовательных курсов. Исходные данные представляют собой числовые значения – оценки и показатели активности по итогам каждой недели обучения, которые могут относиться к разным диапазонам шкал и быть сильно разреженными, что осложняет их дальнейшее использование в алгоритмах прогнозирования. Поэтому необходимо проводить качественную предобработку исходной информации для построения прогнозной математической модели результатов обучения. В качестве одного из методов для обработки данных предлагается использование процентилей, которые позволяют эффективно описывать распределение признаков. Процентильный подход решает проблему сравнения студентов при различной сложности курсов, переводя абсолютные оценки в относительные ранги внутри группы обучающихся. В исследовании проводится сравнительный анализ методологий обработки данных, включая стандартный метод центрирования-нормирования и процентильный подход. Для построения прогнозной модели используется метод непараметрической оценки функции регрессии Надарая-Ватсона. Приводятся фрагменты вычислительных экспериментов с разным количеством групп, которые показывает достаточно приемлемые результаты с практической точки зрения.

Ключевые слова: образовательные данные, аналитика обучения, прогнозирование успеваемости учащихся, интеллектуальный анализ образовательных данных, методы машинного обучения, предобработка данных, нормирование, процентили, электронная образовательная среда

Сравнительное моделирование эвристик распределения вычислительной нагрузки в гибридной cloud-fog архитектуре для IoT-систем

2026. T.14. № 9. id 2405

Прошечкина Н.В. Гасанов Р.Р. Житяйкина В.Д.

DOI: 10.26102/2310-6018/2026.60.9.007

В работе проводится сравнительный анализ эвристик распределения вычислительной нагрузки на основе гибридной cloud-fog архитектуры, использующейся для обработки трафика интернета вещей. Такая архитектура является оптимальной для приложений, требующих быстродействия и работающих в масштабе реального времени, с учетом ограничений по задержке, энергопотреблению и загрузке вычислительных узлов. Сравнительное моделирование проводится на основе стохастической многокритериальной математической модели распределения вычислительной нагрузки между туманными и облачными ресурсами. На модель накладываются ограничения по емкости, задержке, надежности и балансировке загрузки. На базе iFogSim проведено моделирование типового IoT-сценария с вариацией интенсивности потока задач и сравнением двух политик распределения – базовой и оптимизированной. Динамический анализ проводился с изменением нагрузки по интенсивности поступления заявок. Результаты показывают, что оптимизированная стратегия снижает среднюю задержку, энергопотребление, долю нарушений SLA и степень перегрузки fog-узлов, обеспечивая более устойчивое функционирование системы при росте нагрузки. При таком подходе туманные и облачные ресурсы используются более рационально, повышая тем самым эффективность обработки IoT-данных. Практическая значимость работы заключается в возможности применения результатов моделирования при построении интеллектуальных алгоритмов управления нагрузкой в промышленных IoT-системах, умных городах, телемедицине и системах видеомониторинга.

Ключевые слова: гибридная cloud-fog архитектура, интернет вещей, распределение вычислительной нагрузки, многокритериальная оптимизация, задержка и энергопотребление, iFogSim, качество обслуживания SLA

Инкрементальный метод обновления многомерного куба по неупорядоченному потоку событий журналов информационных систем

2026. T.14. № 8. id 2404

Уфимцев Г.А. Зыков С.В.

DOI: 10.26102/2310-6018/2026.59.8.003

Информационные системы формируют большие объёмы событийных журналов, которые используются для анализа работы приложений и сервисов. При этом события могут поступать в аналитический контур позже момента их фактического возникновения и не в исходном порядке. Такая рассинхронизация приводит к ошибкам при построении агрегированных временных показателей, а регулярный полный пересчёт многомерного аналитического куба требует значительных вычислительных затрат. Целью работы является разработка подхода к обновлению многомерного куба по потоку журнальных событий с учётом задержек и нарушения порядка их поступления. Ведущим подходом является разделение итогового представления куба на базовый куб и компенсационный слой. Своевременно поступающие события обновляют базовый куб, а запаздывающие события в пределах заданного горизонта компенсации вносят поправки в компенсационный слой. Для исключения повторного учёта событий используется проверка уникальных идентификаторов. В работе представлена формальная модель события, описаны правила отнесения событий к ячейкам куба по времени возникновения, предложен алгоритм инкрементального обновления и проведён вычислительный эксперимент на программном прототипе. Результаты эксперимента показали, что предложенный метод снижает ошибку агрегатов по сравнению с оконным методом и требует меньшего объёма повторной обработки данных по сравнению с пакетным пересчётом. Материалы статьи представляют практическую ценность для разработки аналитических контуров мониторинга, аудита, анализа событий безопасности и пользовательской активности.

Ключевые слова: инкрементальное обновление, OLAP-куб, событийный журнал, поток событий, неупорядоченное поступление данных, запаздывающие события, компенсационный слой, потоковая обработка данных

Разработка гибридной модели рекомендательной системы на базе графовых нейронных сетей и признакового описания пользователей и сообществ

2026. T.14. № 7. id 2402

Азарнова Т.В. Мазур И.Ю.

DOI: 10.26102/2310-6018/2026.58.7.008

В условиях роста конкуренции на рынке социальных сетей возрастает потребность в инструментах персонализированной рекомендации контента, способных повысить вовлеченность пользователей. Традиционные подходы к построению рекомендательных систем, основанные на коллаборативной фильтрации или контентной фильтрации, имеют ограничения в задачах рекомендации сообществ, где важны как структура социальных связей, так и семантическое описание групп. Данная статья направлена на исследование гибридной модели рекомендательной системы, сочетающей графовые нейронные сети и признаковое описание пользователей и сообществ. Модель интегрирует информацию о взаимодействиях пользователей с группами в виде графа, текстовые эмбеддинги описаний сообществ, полученные с помощью трансформерных моделей, а также числовые и категориальные признаки групп и пользователей. Результаты исследования демонстрируют существенное преимущество предложенного подхода по сравнению с базовыми методами. Проведен сравнительный анализ модели с рандомными рекомендациями и рекомендациями самых популярных групп. Он показывает улучшение метрики MAP@3 в 3,89 раза относительно рекомендации популярных групп и в 4045,9 раз относительно случайной рекомендации. Исследование базируется на данных социальной сети ОК, включающих информацию о 159 685 пользователях и 54 425 сообществах.

Ключевые слова: рекомендательные системы, графовые нейронные сети, машинное обучение, персонализация, социальные сети, коллаборативная фильтрация, эмбеддинги

Определение геолокации по кадрам видеорегистратора с использованием ResNet

2026. T.14. № 7. id 2399

Басханов А.Р.

DOI: 10.26102/2310-6018/2026.58.7.016

Актуальность исследования обусловлена ростом объемов уличных снимков и необходимостью их автоматической географической привязки без использования GPS-метаданных. В связи с этим статья направлена на оценку возможности определения координат фотографий в пределах одного города с помощью глубоких нейросетей. Ведущим методом исследования является применение сверточных нейросетей ResNet18 и ResNet50 для регрессии широты и долготы по кадрам размером 512×512 пикселей. Для сбора данных использована открытая платформа Mapillary, а для равномерного покрытия территории Уфы разработана программа с разбиением города на сетку из 10 000 ячеек. Всего собрано 88 798 изображений с точной привязкой к координатам. В статье представлены количественные результаты обучения моделей. Модель на базе ResNet50 достигает медианной ошибки локализации около 3,1 км после 13 эпох, при этом 92,6 % предсказаний попадают в радиус 10 км от истинного положения. Методом Smooth Grad‑CAM визуализированы области, на которые модель опирается при определении координат; показано, что модель фокусируется на фасадах зданий, перекрестках и дорожной разметке. Материалы статьи представляют практическую ценность для систем автоматической геопривязки больших массивов уличных фотографий. Работа также предлагает воспроизводимый пайплайн для городской геолокации и анализирует поведенческое внимание нейросетей в данной задаче.

Ключевые слова: геолокация изображений, сверточные нейросети, resNet, анализ городских сцен, глубокая регрессия, визуализация внимания, smooth Grad‑CAM, mapillary

Разработка моделей машинного обучения для прогнозирования заболеваний желудочно-кишечного тракта

2026. T.14. № 9. id 2398

Альмусави М. Ляпунцова Е.В.

DOI: 10.26102/2310-6018/2026.60.9.014

В статье рассматривается задача прогнозирования патологических состояний желудочно-кишечного тракта по эндоскопическим изображениям с использованием моделей машинного обучения. Актуальность исследования связана с необходимостью повышения воспроизводимости предварительной оценки эндоскопических данных и снижения риска пропуска клинически значимых изображений при большом объеме визуальной информации. Цель работы состоит в разработке и экспериментальной проверке ресурсно-эффективной схемы классификации эндоскопических изображений, учитывающей среднее качество распознавания и надежность автоматического решения для патологических классов. В качестве экспериментальной базы использован открытый набор Kvasir-v2, включающий 8000 изображений восьми классов. Сравнивались простая сверточная нейронная сеть, MobileNetV2 и EfficientNetB0 с переносом обучения. Дополнительно предложена селективная схема, объединяющая прогнозы двух наиболее сильных моделей и направляющая сомнительные изображения на ручную проверку. Эксперимент показал, что EfficientNetB0 достигает средней F-меры 0,8497 на тестовой части, а объединенный прогноз повышает значение показателя до 0,8681. Предложенная селективная схема обеспечила среднюю F-меру 0,9581 среди автоматически принятых решений и снизила число опасных автоматических ошибок с 64 до 10. Полученные результаты показывают перспективность клинически ориентированного подхода, при котором автоматическая классификация дополняется контролем уверенности и оценкой риска пропуска патологического состояния.

Ключевые слова: машинное обучение, эндоскопические изображения, желудочно-кишечный тракт, прогнозирование заболеваний, сверточные нейронные сети, перенос обучения, селективная классификация, патологические состояния, поддержка медицинских решений

Интеграция информационной безопасности и системной инженерии в мультиязычную обучающую игру по жестовым языкам

2026. T.14. № 8. id 2396

Ашрафи А. Филиппович Ю.Н. Мохначев В.С. Махмуд А.А.

DOI: 10.26102/2310-6018/2026.59.8.014

Разработка доступных и безопасных цифровых инструментов имеет очень важное значение для инклюзивного образования. Хотя в нашей предыдущей работе была продемонстрирована педагогическая эффективность мультиязычной обучающей игры по жестовым языкам, о чем свидетельствует улучшение распознавания жестов на 35 % и оценка по шкале юзабилити системы (SUS) 90 из 100, переход на готовую к промышленному использованию платформу, подключенную к интернету, создает значительные риски с точки зрения безопасности и эксплуатации. Для решения этой проблемы в данной работе представлена унифицированная методология, интегрирующая четыре ключевых направления: анализ безопасности веб-приложений, автоматизация жизненного цикла ПО (CI/CD), организация защищенных цифровых документооборотов и управление информацией и событиями безопасности (SIEM). Данная интеграция позволяет систематически усиливать защиту платформы и обеспечивать ее долгосрочную отказоустойчивость. В работе реализуется комплексный подход, при котором непрерывное тестирование безопасности, защищенные потоки данных и разработка с учетом угроз (threat-informed development) действуют согласованно для обеспечения целостности платформы. Результаты демонстрируют полную ликвидацию критических уязвимостей, снижение количества проблем высокой степени серьезности на 87,5 % в течение трех месяцев, а также сокращение среднего времени на устранение уязвимостей (MTTR) на 65,4 %. Система выдачи цифровых сертификатов достигла 99,6 % успешности выпуска и обеспечила 100 % обнаружение попыток подделки при времени публичной верификации менее одной секунды. Данная методология, валидированная в лабораторных условиях, представляет собой практическое руководство по трансформации инновационных образовательных инструментов в отказоустойчивые системы, готовые к промышленной эксплуатации.

Ключевые слова: язык жестов, образовательная игра, безопасность веб-приложений, автоматизация CI/CD, защищенный документооборот, SIEM, конфиденциальность данных, инклюзивные образовательные технологии

Методология системного анализа удаленных и труднодоступных территорий как сложных систем

2026. T.14. № 8. id 2395

Сердечный Д.В.

DOI: 10.26102/2310-6018/2026.59.8.005

В статье рассматривается проблема управления развитием удаленных и труднодоступных территорий Российской Федерации, характеризующихся низкой плотностью населения, суровыми климатическими условиями и высокой степенью инфраструктурной уязвимости. Обосновывается необходимость перехода от отраслевого и реактивного управления к проактивному, основанному на методах системного анализа и прогнозного моделирования. Разработана формальная модель удаленной территории и ее представление в виде взвешенного ориентированного графа, что позволяет количественно описывать материальные, энергетические и информационные потоки. Предложены интегральные индексы уязвимости и адаптивного потенциала, а также матрица классификации территорий по девяти зонам устойчивости. Построен шестиэтапный алгоритм системного анализа, интегрирующий сбор данных дистанционного зондирования, построение графовых моделей, расчет индексов, сценарное моделирование и генерацию управленческих рекомендаций с обратной связью. Предложенная методология создает основу для построения интеллектуальных систем поддержки принятия решений в сфере управления удаленными и труднодоступными территориями. Дальнейшие перспективы исследования связаны с развитием методов гибридного моделирования для создания полномасштабных цифровых двойников арктических муниципалитетов. Апробация методологии на пилотных проектах позволит уточнить весовые коэффициенты индексов и сформировать отраслевые базы данных для масштабирования предложенного подхода.

Ключевые слова: системный анализ, прогнозное моделирование, удаленные территории, инфраструктурная уязвимость, адаптивный потенциал, система поддержки принятия решения

Численное моделирование одномерных волновых процессов в разномодульной среде: программная реализация и анализ сходимости

2026. T.14. № 7. id 2394

Полеся В.А. Дудко О.В. Лаптева А.А.

DOI: 10.26102/2310-6018/2026.58.7.015

Современная механика деформируемого твердого тела активно развивается в направлении моделирования разномодульных материалов – сред, обладающих различным сопротивлением растяжению и сжатию. Этот класс охватывает природные и искусственные материалы, широко применяемые в инженерной практике. Различие модулей упругости при растяжении и сжатии приводит к сильной нелинейности механического отклика, что в случаях динамического нагружения порождает качественно сложные волновые картины с образованием и взаимодействием разрывов деформаций. Как следствие, аналитическое решение соответствующих краевых задач становится достаточно сложным из-за множественных взаимодействий волновых фронтов. В статье представлены разработка, программная реализация и верификация специализированного средства автоматизированного решения краевых задач одномерной динамики разномодульных упругих сред при произвольных режимах граничного воздействия. В его основу положен формализованный итерационный метод построения волновой картины, использующий кусочно-линейную аппроксимацию граничных условий и определяющих соотношений разномодульной среды Мясникова-Олейникова. Программное средство полностью автоматизирует построение волновой картины: отслеживает эволюцию системы волн, классифицирует события, автоматически формирует и решает системы нелинейных уравнений для определения параметров новых локальных областей между волновыми фронтами, а также контролирует эволюционность разрывов деформаций и добавление жестких слоев. Верификация выполнена на тестовых задачах с формированием ударных волн и жестких слоев. Анализ сходимости полученных результатов к известным аналитическим решениям подтверждает высокую точность реализованного метода при увеличении числа узлов аппроксимации граничного условия. Таким образом, разработанное программное средство является эффективным инструментом для автоматизации исследований волновых процессов, обеспечивающим физически корректное моделирование одномерного динамического деформирования разномодульных материалов. Полученные результаты имеют практическую ценность для исследователей в области механики деформируемого твердого тела, специалистов по численному моделированию, а также инженеров, занимающихся проектированием конструкций из разномодульных материалов при динамических воздействиях.

Ключевые слова: разномодульная упругая среда, одномерные волны деформаций, краевая задача, кусочно-линейная аппроксимация, эволюционность разрывов, ударные волны, жесткие слои, численное моделирование, автоматизация расчетов, анализ сходимости